车牌识别(LPR, License Plate Recognition)是指通过识别车辆车牌来认证车辆身份的技术,它是智能交通系统(ITS, Intelligent Transportation System)的技术基础,是智能交通系统中重要的研究课题,在电子收费系统、流量观测站和城市交通监控等方面具有非常重要的应用。因此,车牌识别系统的研究和开发具有巨大的经济价值和现实意义。车牌识别系统主要包括车牌定位、字符分割和字符识别三个部分,字符识别作为车牌识别技术的核心,在车牌识别系统中发挥着关键的作用。本文通过对图像处理方法的研究,针对车牌字符的特点对相关识别方法进行研究并提出改进的算法,主要研究内容包括:1.研究了字符图像的二值化、平滑化、归一化、直方图均衡处理等一系列预处理操作,减少噪声对识别结果的影响并为下一步的字符识别奠定基础;2.针对车牌数字和字母的特点,研究基于多分类器多层次的识别方法,通过提取字符的孔洞特征进行粗分类,再通过提取字符的方向特征、段数特征、弹性网格特征建立不同的分类器,通过贝叶斯融合不同的分类器进行识别,最后再通过拓扑结构对相似字符进行精判别,从多层次保证最终字符识别的准确性;3.针对车牌汉字的特点,提出基于笔画统计特征和灰度模糊模板的汉字识别过程。笔画统计特征能有效地识别较为清晰和规整的汉字,即这种情况下的汉字识别置信度较大,而且准确率高。当通过笔画信息识别的汉字置信度较低时,再通过灰度模糊模板进行汉字识别。基于灰度的模糊模板能有效地识别分辨率低的汉字;