基于图象的车辆牌照识别(license plate recognition,LPR)技术是计算机视觉技术和模式识别技术在智能交通(ITS)领域的重要应用,它可以提高交通管理的效率,使之更加科学化、规范化、智能化。 车牌识别系统一般包含车牌定位分割、字符切分、字符识别三个主要模块。本文对牌照自动识别的关键技术进行了研究,提出了有效的解决策略,完成了实验,并在此基础上开发了一套牌照自动识别软件。 (1) 车牌定位部分设计并实现了基于边缘检测和区域搜索的定位分割方法。在算法的实现过程中,详细讨论了边缘检测、区域搜索策略和区域判别三个关键环节。我们设计的方法具有定位比较准确、运算简单的优点,适合实际使用。 (2) 在字符切分部分设计开发了基于边缘检测和跳变搜索的水平切分算法和基于投影和先验知识的垂直切分算法,最后,设计了一个基于连通域思想的切分结果确认修正环节来提高切分的准确性。 (3) 在字符识别部分先简单介绍了字符图象预处理和常见的字符识别方法,然后设计了一个三级分类器来实现字符的识别。它们分别采用了模糊逻辑思想的粗分类器、基于我们提出的双向字模比对法的细分类器和基于特殊点特征的相近字符分类器。 文中还重点讨论了图象对比度增强、倾斜校正、二值化等车牌识别中非常重要的图象处理技术。针对车牌图象的特点,我们设计了一分段灰度变换函数来实现对比度增强,采用Hough变换检测倾角和反向旋转矫正的方法来实现车牌图象的倾斜矫正,深入研究了常见文本图象二值化算法,并在此基础上选用了K均值聚类算法和我们改进后的LEVBB算法。除此之外,本文还讨论了图象插值技术及其在图象矫正和缩放中的应用。