汽车牌照自动识别系统(LPR)是计算机视觉、图像处理与模式识别技术在智能交通领域应用的重要研究课题之一,它是实现交通管理智能化的重要环节,在高速公路、城市交通和停车场等项目的管理中具有举足轻重的作用。基于视频图像的车牌识别系统本身是一个整体的智能化体系,主要包括图像采集、车牌定位、车牌倾斜校正、字符分割、字符识别等工作模块。本文首先分析了汽车图像的特点和车牌区域的特征,分别针对不同的环节,提出多角度的图像预处理方法。然后,结合模式识别与计算机视觉等相关知识,探索合理的解决方案,实现车牌的定位与识别。本文工作主要分为3个部分:(1)车牌定位。本文综合利用了车牌区域的纹理、颜色、几何特征等信息,采用两步定位的方法,首先对图像进行灰度边缘处理提取边缘密集区域作为车牌候选区域,然后对提取出来的小幅图像运用基于HSI彩色模型的处理技术,此方法减少了计算量,满足车牌识别系统快速性的要求。同时,由于HSI彩色模型能够分离亮度与色彩的关系,使得提取出的特征具有准确性和稳定性的特点,进而减少车牌的误定位,为车牌字符的正确识别打下坚实的基础。(2)车牌字符的分割。定位出的车牌往往会存在一定的倾斜,本文在运用Hough变换与数学形态学相结合的方法对其进行倾斜校正(非本文工作)的基础上,结合车牌区域的固有特征,运用基于像素跳变和水平垂直投影的技术实现字符的分割。(3)字符识别。对于车牌中的数字和字母,首先利用形态学细化方法提取字符骨架,并选用链码进行描述;本文还特别提出简约码的概念并构造基于简约码的特征,然后适配不同的判别规则设计相应的多级分类器。对于汉字的识别,定义结构算子进行笔画特征的提取,运用模板匹配的方法进行识别。经实验测试,本文所提出的算法具有较好的稳定性,特别是在车牌定位及字符识别方面,与已有方法相比在运行效率和定位、识别准确率两个方面均获得较大的改善和提高。