光学字符识别促使了图像处理和模式识别的许多重要研究和实际应用。车牌识别技术通过对车牌图像进行处理分析,在复杂背景下的提取车牌号码、所属州省等信息,是光学字符识别在智能交通系统中的一个重要应用。 在美国车牌识别系统中,由于车牌图像的模糊和退化以及洲名区域的狭小,车牌洲名字符无法较好的进行二值化和逐个切分,传统的字符分割、逐一匹配的识别方法难以奏效。而基于形状描述的单词整体识别方法着重于考量字符图像的整体特征,不需要对单个字符进行分割,并且由于美国车牌所属洲数量有限,在提取洲名图像整体特征后可以在有限的小词典范围内进行单词进行匹配,所以单词整体识别具有可行性。 本文针对美国车牌洲名图像的特点,讨论了空域滤波,灰度拉伸,直方图均衡化等图像增强方法在改善待识别图像中的应用,并提出和研究了结合最大伸展方向比例特征和最大梯度方向比例特征描述单词形状的整体识别方法。该方法能够适应各种不同的字体,稳定性较好,通过美国车牌洲名识别的对比实验取得较好的识别效果。