随着我国经济的发展、汽车拥有量的急剧增加,公路交通成为我国重要的交通运输途径,是国家大力发展的基础设施。日益拥堵的城市交通需要更先进、更有效的交通管理、控制。利用电子信息技术来提高管理效率、交通效率和安全的智能交通系统ITS已经成为当前交通管理发展的主要方向。车牌识别LPR是智能交通中关键技术之一。它以自动的车牌号码识别为基础,可以对车辆进行自动登记、验证、监视、报警,进而可以应用在多种场合,如高速公路收费系统;道路、卡口监控系统;小区、停车场收费、监控系统;车流统计、引导系统等。本论文是基于数字图像处理的相关理论,将计算机视觉与模式识别技术相结合,对车辆牌照识别系统进行了较深入的研究和分析,主要完成的工作包括以下几个部分:(1)车牌定位算法。研究了两种车牌定位方法,分别是基于高帽变换和小波变换的车牌定位方法与基于投影法和数学形态学的车牌定位方法。前者利用高帽变换从车牌图像中定位出车牌的水平位置,利用小波变换从候选区域中定位出车牌竖直位置,进而从原始图像中提取出车牌;后者采用投影法进行车牌水平定位,通过数学形态学变换得到车牌竖直位置信息,从而准确地从含有车牌的图像中定位出车牌图像。(2)字符分割算法。详细探讨了两种字符分割方法,一种是基于拉普拉斯变换、区域生长法和车牌先验知识相结合的车牌字符分割方法,另一种是基于快速区域标号算法和车牌大间隔定位方法的车牌字符分割方法。前者采用拉普拉斯变换和区域生长法进行字符区域检测,利用车牌先验知识进行字符区域定位;后者通过快速区域标号算法得到字符的候选区域,结合车牌大间隔的位置特征得到最终的字符区域。(3)车牌识别系统软件平台。搭建了一个基于c/c++语言的算法演示平台,该平台集成了我们算法研究的结果,以及一些通用的数学算法,该平台是完全开放的,可以自由在其基础上增加新的算法并可方便的观察算法结果。本文提出的算法均已在软件平台上正确实现,并使用大量从各种不同环境下采集的具有代表性的车辆图像作为算法测试数据源对算法进行测试,结果证明两种车牌定位算法的准确率分别为98.89%和97.78%,两种字符分割算法的准确率分别为97.2%和98.44%。