汽车牌照自动识别技术可以应用于道路收费、交通管理等领域,起到节省人力成本、提高效率、改进管理体系等作用。随着我国智能交通行业的发展,车牌识别技术越来越呈现出巨大的经济价值和现实意义。目前车牌识别系统在国内已有产品投放市场,但这些产品大多依赖硬件设施的辅助才能达到较高的识别率。本文完全依靠软件技术来解决车牌识别问题,使得识别系统具备更强的环境适应性,并完成了车牌图像识别软件的开发。通过对搜集到的不同地点、时间、天气的车牌图像样本进行检验,证明本文所提出的方法具有较好的适应性,具有实际工程应用的价值。本文对车牌识别系统的车牌定位、字符分割和字符识别三个子系统进行了深入的研究。对于车牌定位,论文提出了利用一阶微分算子进行边缘检测的方法,这种方法考虑到车牌区域在水平、垂直方向上的纹理信息较之其他部位都更加丰富的特征,使得边缘检测之后的图像突出了纹理丰富的车牌区域,从而实现车牌定位。定位过程中在各种投影累加图基础上提出了新的二次平滑处理算法,这个平滑算法使投影图的边缘信息滑润连续,而且最大程度的保留了原始投影数值的特征,易于后续操作。在字符分割方面,在传统的垂直投影分割的基础上,充分利用了字符宽度和高度的先验知识,提出了投影特征值的概念,并在这个概念的基础上进一步提出了基于投影特征值的车牌字符分割算法,该算法能自动排除铆钉、垂直边框等干扰信息,对于倾斜图像的容错性好,且字符分割的准确率高,实时性好。对于字符识别问题,在支持向量机技术的基础上,利用LIBSVM在文本信息分类方面的优势,将待识别的车牌字符图像转换为一系列相关的文本信息,采用交叉校验方法进行训练,用网格搜索法寻求最优参数组,最后用找到的最优参数进行测试并分类。这就是本文提出的基于支持向量机的车牌字符识别方法。