随着汽车行业和公路交通事业的迅速发展,交通管理的智能化、信息化是大势所趋。车牌自动识别系统(LPR)是智能交通系统(ITS)的核心,是交通信息服务系统的重要组成部分,也是整个智能系统顺利运作的关键和基础。车牌自动识别包括:车牌定位、字符分割和字符识别。虽然数学形态学已被应用于车牌定位,但在字符分割方面应用较少。本文探讨了将数学形态学与其它方法相结合,改善车牌定位、字符分割的性能,从而得到较高的车牌识别率。在车牌定位方面,使用了形态学和拓扑学相结合的方法对车牌区域进行定位提取。该方法首先采用Top-Hat变换以及开、闭运算对抓拍的车辆图像进行预处理;然后采用连通体态分析法(CCA)对图像进行粗定位;最后对计算得到的车牌候选区的欧拉数进行判别,最终提取真正的车牌区域。在字符分割方面,采用数学形态学与投影相结合的方法进行车牌字符分割。首先采用数学形态学突出车牌字符区域特征,然后利用水平投影除去上下边界,垂直投影突出单个字符区域,再结合车牌固有特征等先验知识最终分割出字符。在字符识别方面,采用了模板匹配方法。先将字符归一化,然后提取字符的过线特征、左右轮廓特征,根据这些特征组成字符的特征向量,对字符进行初分类,然后利用模板匹配的方法对字符进行细分类,从而完成字符的识别。文中基于数学形态学的车牌识别方法定位准确度较高,字符分割质量较好,而且算法实现简单,对提高整个系统的时效性有很大帮助。最后利用SOPC搭建车牌自动识别系统的FPGA硬件平台,并利用NIOS II软处理核实现了识别的软件设计。