车牌识别系统VLPR (Vehicle License Plate Recognition)是现代智能交通系统ITS (Intelligent Transportation System)中的重要组成部分,在违章车辆抓拍、停车自动收费、交通流量检测、车辆管理等方面有着非常广泛的应用。本文实现了车牌识别系统中的车牌图像预处理、车牌定位、车牌字符分割和字符识别,重点对基于小波神经网络的车牌字符识别技术进行了研究。首先,对从图像采集设备获取的彩色车牌图像做灰度化处理,并用离散小波变换方法对车牌灰度图像做去噪和增强处理,减少图片的噪声干扰,提高图片质量,为车牌定位工作做好准备。在车牌定位过程中,结合车牌特点的先验知识以及车牌二值图像的跳变点分布特点,选择边缘检测方法对车牌进行定位,边缘检测中使用Sobel算子。在车牌字符分割过程中,对定位出的车牌区域图像做二值化和去边框处理,分析车牌字符间距和比例的特点,采用垂直投影方法进行字符分割,将分割后的字符图像做归一化处理。最后,利用小波神经网络进行车牌字符的识别。用小波变换结合网格统计的方法提取字符特征向量作为小波神经网络的输入,通过理论分析构建小波神经网络的基本模型,选取训练样本训练网络,并用测试样本验证网络的性能。本文利用VC++6.0进行系统开发,并使用MATLAB7.0作为实验研究辅助工具进行仿真实验。实验结果表明,本文提出的基于小波神经网络的车牌识别达到了较高的识别率,取得了很好的识别效果。