汽车牌照识别(LPR)系统的研究与开发,是智能交通系统发展中的关键,在信息收集、车辆管理以及自动收费等领域有重要的现实意义。本文对LPR的几个重要环节进行了研究,主要内容如下:在车牌定位方面,研究了一种基于AdaBoost算法和矩形特征的定位方法。该方法首先利用大量的真假车牌样本图像及其边缘图像的矩形特征训练一系列的弱分类器,然后根据AdaBoost算法将弱分类器提升为强分类器,应用于车牌的实时定位。最后简单讨论了层叠AdaBoost网络。实验表明,该算法能够比较快速、有效地提取出车牌区域。在车牌的几何校正上,通过Hough变换检测车牌的倾斜角,结合图像的旋转、剪切变形等几何变换运算以及双线性插值法来实现对几何失真车牌的校正。在车牌字符的分割方面,采用了基于车牌结构的先验知识和投影特征的分割方法。对分割得到的单个字符中可能出现的笔画断裂等情况,分别采用了基于游程方向和细化的字符笔画提取方法,并对提取后的断裂笔画进行连接,实现对污损断裂字符的修复。本文主要对车牌识别系统中车牌定位、几何校正、字符分割以及字符的断裂笔画修复等四部分内容进行了研究,并实现了计算机软件的仿真,各部分均能得到有效的结果。