车牌识别系统是计算机视觉、模式识别和图像处理在智能化交通及园区安全领域的重点研究课题之一,在理论和实际应用中都有重要意义。本文认真研究了数学形态学和神经网络的理论方法,总结了基于数学形态学的车牌定位、字符分割及字符识别等车牌处理技术。通过BP神经网络在字符识别上的应用,分析了车牌识别率低的原因,给出了基于形态学的图像处理过程和采用投影进行聚类分割字符的方法。论文讨论了设计方案及功能划分,重点分析了车牌定位和字符分割的详细过程,结合神经网络的构成及相关的理论研究,设计了BP神经网络分类器,提取车牌字符的特征输入到神经网络。通过对原始图像的提取、预处理、以及结合形态学的处理,给出了具体的处理过程和算法步骤。论文介绍了采用MATLAB完成的仿真实验。对实验结果分析表明,使用基于数学形态学的车牌处理技术,运算简单,能有效滤除图像噪声,在字符分割中也具有很大优势。论文最后对后续的工作和算法进行了总结和展望。