随着信息化时代的到来,我们的生活变得更加便捷,汽车的数量也与日俱增,这就需要一个高效的方法来实现对汽车的管理。智能交通系统在这种背景下应运而生,而智能交通系统的关键技术便是车牌识别系统。本文就是对车牌识别系统(System of License Plate Recognition)中的车牌定位算法和车牌字符分割算法的研究。车牌识别系统能够广泛用于高速公路车辆监测、十字路口车辆监测、小区车辆管理等。有了车牌识别系统,我们便可以对车辆进行24小时的自动监控,这大大提高了效率,节省了人力和物力。车牌识别系统主要由硬件和软件构成,本文主要介绍了车牌识别系统中的车牌定位与车牌字符分割算法。该算法以绵阳一个十字路口采集所得图片为图片源,该图片源和实际应用时所用图片源一致,这就决定了本文的算法并非是针对于理想图片源的,该算法充分考虑到了实际中车牌的特征。路面上的车牌因天气、光照的不同而呈现出不同的特点,且路面上的车牌具有脏、旧等特点,这些都加大了车牌识别系统算法的难度。本文算法充分考虑到了这些情况。车牌识别算法主要分为三个部分:车牌定位、字符分割、字符识别。本文主要介绍了车牌定位与字符分割算法。A.车牌定位。车牌定位算法是整个系统算法的基础,本算法采用一维小波变换来实现车牌定位。首先将由小波变换得到的高频系数组成一幅图像数据,然后将该数据进行中值滤波、二值化、形态学操作。接下来再对其进行区域标记并记录下每个区域的大小及其位置,最后根据每个区域的特征来筛选出车牌候选区域。B.字符分割。车牌字符分割就是要求我们从车牌中正确分割出每个字符,为字符识别做好准备。当我们得到候选车牌后,我们首先利用Hough变换来检测出车牌倾斜角度,然后将倾斜车牌旋转至水平,接下来去除车牌区域的上下、左右边框。这样我们就得到了一个比较精确的车牌区域了,然后采用基于字符双峰特征的投影法来分割字符。本文的算法采用C语言进行实现,以绵阳一个十字路口采集到的图片为测试源,测试结果表明车牌定位算法准确率白天为95.9%,晚上为97.5%,字符分割算法准确率白天为96.7%,晚上为97.4%。