货车车号管理在铁路货车运营中起着重要的作用。论文针对目前的手工抄写车号管理汇总的情况,提出了基于图像的自动管理方法,主要实现货车车号图像的自动采集、匹配与拼接、车号区域甄选以及车号的定位。实现车号的自动化管理对货车的检修维护以及调度管理都具有重要的意义。对于图像采集,使用运动检测算法检测运动列车进而实现货车车号的自动采集。本文结合传统的背景减除法与帧间差分方法的优点,提出了一种帧间差分结合背景亮度调整的混合方法,通过对一定间隔视频帧进行差分,依据差值调整背景亮度系数检测运动车厢。经实验证明,该算法能满足列车检测及实时性的要求。对于图像匹配与拼接,其目的是将不完整车号图片进行匹配拼接,使其成为完整车号,便于货车车号定位。文中深入研究了基于SIFT特征提取的图像匹配与基于边缘提取的匹配算法。通过匹配拼接,将不完整车号图像拼接完整,并验证了图像的拼接算法。关于图像的二值化,本文在传统大津阈值法的基础上,提出了一种基于背景的自适应二值化阈值确定算法。该算法先使用大津阈值法对图像进行二值化处理,简单分割背景前景,然后依据背景亮度调整二值化阈值,取得了良好效果。经实验验证,可以满足系统实时性的要求。关于感兴趣区域选择,本文在深入研究汽车车号定位的基础上提出了一种基于车号外形特征的货车车号甄选算法,将车号分类,通过车号色块之间组合关系来判断图像中是否存在车号,经实验验证,该算法切实有效,满足了系统的要求。