车辆牌照识别系统作为智能交通管理系统的一部分,在桥梁路口自动收费、停车场自动管理及违章车辆自动记录等领域都有着广泛的应用。影响车牌自动识别系统识别精度的一个重要因素就是车牌区域定位的准确程度。因此车牌区域定位分割的算法研究一直都是各国学者研究的热点问题。本文针对这一关键问题,并依托于湖南省某市智能交通项目的研究与开发工作,研究了更为有效的车牌定位算法及其在电子警察系统中的应用。本文搜集、整理和总结了近年来国内外在车牌定位分割领域的最新研究成果和最新进展,对各种车牌定位算法进行了详细研究。在广泛分析、比较己有方法的基础之上,提出了一种基于区域综合特征的车牌定位方法。该方法综合利用了车牌的颜色特征、纹理特征以及几何特征,采用更利于颜色分割的HSV彩色模型,根据车牌底色与字符颜色具有固定组合的特点,用一种简单、实用的算法对汽车图像进行颜色分割。首先将RGB图像转化为HSV图像;然后做基于HSV颜色模型的底色过滤分析,这样将图像转化为5级灰度图。再对5级灰度图利用形态学平滑方法进行消噪;形成几个车牌候选区,最后通过计算区域内的字符密度、频率、宽高比等进一步判断分割出的车牌,验证所选区域是否为车牌区域。该方法采用综合特征定位,克服了采用单一特征定位的缺点和局限性,且受车牌的大小、位置及光照等条件的限制较小。实验结果表明该方法具有很强的适应性,且效果好,精度高,适用范围更广。在上述研究的基础上,设计、实现了一个车牌识别系统,该系统应用在某市交警的后台管理软件当中,实现了电子警察系统的号牌识别,数据录入。