随着城市的日益现代化,世界各国的汽车数量迅速增加,致使公路交通负担愈来愈重,引起了许多国家对公路交通自动控制与管理及所谓智能运输系统(ITS,intelligent traffic system)的重视,并逐渐应用在交通信息统计收集、路车间通信、停车场管理、不停车自动收费、车辆自动行驶等领域,而上述领域都与汽车牌照的自动识别有关。汽车牌照识别(LPR),既可以实现在交通路口、高速公路、军事要塞、机关门卫对过往车辆的实时登记、流量统计和对防卫目标的安全警备,对肇事车辆、被盗车辆、犯罪车辆进行辨识和拦截;又可在汽车存车场对进出的车辆进行登记统计和查询,以保障安全防盗,并可协助自动记费,这无疑节省了人力、资金,同时提高了交通管理的效率。随着计算机性能的提高和计算机视觉技术的发展,这种车牌自动识别的技术已经日趋成熟,系统日趋完善。但是应用到实际中仍然存在一些问题。例如由于车牌图像摄取的特殊性,使得车牌在图像中通常是倾斜的,而倾斜的车牌是很难被分割和识别的,因此就非常有必要解决车牌识别系统中的倾斜问题。一般来说,整个车牌识别系统分为图像采集、车牌定位、字符分割、字符识别四大部分。本文在现有研究算法的理论基础上,详细阐明了在Visual C ++平台下,采集到的图像经过灰度化、二值化、边缘检测、中值滤波等一系列预处理过程;在车牌定位模块中,本文在采用了边缘检测和二值化方法的基础上,利用灰度跳变的特点,检测到车牌的上下边界,然后在此基础上,利用垂直投影法检测车牌的左右边界。至此,车牌完全定位出来;在车牌图像的倾斜矫正模块中,本文通过对图像左右半边目标像素平均高度的统计来进行倾斜的调整;最后利用先粗分得到字符的大致高度,后细分得到单个字符的宽度的方法,精确分割单个字符;在此基础上系统可以实现后续开发,实现最后一步的字符识别。在这个前提下同时指出了系统的不足和有待提高的方向。