车牌识别系统是智能交通系统的重要组成部分,有着广泛的应用领域和美好的应用前景。车牌识别技术综合了计算机视觉技术和模式识别技术。一个典型的车牌自动识别系统主要包括图像采集、图像处理、牌照切分、字符分割和字符识别等工作模块。本文对车牌识别系统的几个主要步骤:车牌定位、字符分割和字符识别,分别进行了算法的设计和实现。本文的创新点如下:1.提出了一种基于车牌字符检测的车牌定位新方法。首先提取车牌字符的Haar特征作为输入,通过级联的神经网络分类器进行识别,定位车牌字符的位置,最后根据定位出的车牌字符位置的相对关系来确定车牌的位置。该方法不需要进行倾斜矫正,减少了车牌定位后进行字符分割的工作。实验结果表明,该方法能够准确快速地定位分割车牌;2.分三个步骤来切分车牌区域的字符,从粗划分到精细划分,使得单字符切分更准确;同时,由于利用多级投影的方法,能很好克服由于边框或者其他噪声造成的字符粘连,为下一步的车牌字符识别提供了保障。3.利用字符闭合环的特征来识别车牌中的字母和数字,与以往单纯提取字符结构特征相比,分类更准确,计算复杂度更低。