车牌识别技术是智能交通系统的重要组成部分,被广泛地应用到交通领域的闯红灯自动抓拍、停车场收费、电子警察、高速公路不停车收费等系统的各个方面。其中,双行车牌是目前影响车牌识别系统准确率的主要因素之一,双行车牌识别技术是指通过数字图像处理和模式识别的方法结合计算机软件技术定位出车牌身份的技术,为实现自动化、智能化的交通管理和控制提供有力的技术保证,并能在一定程度上缓解城市道路拥堵,在人们的日常生活中发挥着中流砥柱的作用。论文对双行车牌识别技术中的双行车牌定位、字符的分割和识别等方面展开研究,首先针对双行车牌识别的关键和基础环节——车牌定位,本文提出了一种基于LAB颜色空间和综合特征的双行车牌定位算法,主要针对我国双行车牌均是黄底黑字的特点,利用LAB颜色空间提取车牌黄色区域,排除非黄色车牌等的干扰,提升了定位的速度,再结合数学形态学处理和车辆号牌的固有的先验知识等综合处理,除去黄色伪车牌区域的干扰,实现车牌的准确定位。其次,在双行车牌字符的分割部分,针对车辆号牌倾斜角度影响字符的分割的情况,提出灰度图像上的CSER分割算法,该算法不用倾斜矫正就能够准确地切分出字符区域,并对字符的污损、粘黏等情况也有很好的分割效果。最后,将分割后的字符样本使用PCA降维处理,并采用SVM决策树分类方法将相似字符分为一类去训练样本集中的字符,识别出整张车牌上的字符。通过实验仿真验证表明,本文提出的针对双行车牌识别算法对噪声及复杂自然环境场景都有较好的鲁棒性,而且对一定程度的脏牌、污牌也有很好的检测效果。