车牌识别系统是智能交通系统的重要组成部分,可以广泛应用于停车场收费、高速公路收费、交通数据收集、出入访问控制、预防犯罪等安全领域和交通领域。该系统主要分为车牌定位、字符分割和字符识别三个子系统,其中车牌定位是字符分割和字符识别的前提和基础,其准确性直接影响后面两个环节的准确性,进而影响整个系统的准确性。因此对车牌定位算法进行研究具有很大的实用价值。本文首先对现有的车牌定位算法进行了分类归纳,分析了各自的优缺点,在此基础上,考虑到车牌区域具有丰富的边缘信息和颜色信息,而单纯对灰度图像进行边缘检测定位易受噪声影响,单纯对彩色图像使用颜色特征定位易受车身颜色和背景颜色影响,针对这一特点,本文采用了一种在HSI空间采用颜色特征定位和对灰度图像进行边缘检测定位相结合的车牌定位方法。本文还对倾斜校正算法进行了研究,对目前主流的两种检测角度方法Hough和Radon变换做了对比实验,发现Radon变换计算复杂度低,检测角度速度快,所以本文选择了Radon变换检测车牌的倾斜角度。最后,利用Microsoft Visual Studio 2008编程环境用C#实现了定位算法和倾斜校正算法,将采集到的100幅照相机拍摄的车辆图像和500幅高速公路上抓拍的车辆图像作为两组样本进行实验,结果表明,本文系统比单一的采用边缘检测定位或颜色特征定位准确率高,达到95%,并且具有很好的实时性。