近年来,随着国民经济的发展,公路的交通流量日益增大,智能交通系统的重要性变得更加突出。车牌自动识别系统(License Plate Recognition System)是智能交通系统中的重要组成部分,它在交通管理部门、高速公路、隧道、停车场、智能小区、桥梁、电子警察、海关等方面都有着广泛用途和良好的应用前景。本文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为深入地分析和研究。重点对车牌区域定位算法、车牌的倾斜矫正和车牌字符分割算法进行了改进和创新。在车牌定位上,采用了一种基于数学形态学的车牌定位算法,首先根据车牌图像的先验知识对车牌的结构特征进行分析,然后利用数学形态学算法对图像进行处理,剔除伪车牌区域,完成车牌的精确定位。在实际应用中,有时由于拍摄距离、角度或车牌本身倾斜等原因,使经过定位后的牌照图像往往存在一定的倾斜,这对于车牌字符的准确分割会产生很大的影响。本文采用了一种基于Radon变换思想,通过搜索构成车牌矩形的直线段和计算其倾斜角来矫正倾斜车牌的方法,该方法使用图像边缘检测与Radon变换相结合来对倾斜车牌进行矫正,收到了较好的效果。字符分割即从车牌图像中得到一系列单个字符图像。传统的直接利用投影法寻找字符图像的边界来分割字符存在很多问题,本文采用了一种基于投影法和车牌字符规则的分割方法,首先根据已知车牌字符的几何知识以及排列规则来解决如车牌边框、图像噪声以及字符连结等干扰问题,然后再采用投影法进行字符切割,从而得到精确边界的字符图像。通过仿真实验可以表明,本文提出的算法能比较准确地进行车牌定位、倾斜矫正和字符分割,为后续的字符识别创造了条件。