随着我国经济的飞速发展和交通需求的急剧增长，我国的高速公路已经具有相当大的规模，但是大部分仍然采用效率低下的人工收费方式。其缺点在于车辆要完全停下来缴费，这样势必会造成收费站车辆堵塞，其次停车收费消耗汽车燃油，排队也会浪费时间，且汽车尾气会对环境造成污染。这些现象己经引起了越来越多人的不满。为解决这些问题，研究和开发不停车收费系统成为我国交通的迫切需要，而ETC是国际上正在努力推广的一种用于道路、桥梁和隧道的电子自动收费系统。ETC（Electronic Toll Collection）电子不停车收费系统是一种应用于道路、桥梁和隧道的电子收费系统。一般车主在车窗玻璃上安装感应卡并预存费用，当车辆通过收费站时只需在指定的ETC车道上行驶，高速费便能从感应卡中自动扣除，整个过程不需人工收费也不需停车，耗时一般不到两秒，通行能力是人工收费车道的5~10倍。本文针对ETC中的车牌识别系统，分别对视频关键帧提取、车牌定位、字符分割和字符识别技术作了详细的研究，其主要内容如下：关键帧提取：设计了一种基于互信息量的关键帧提取方法，该方法用连续两帧中颜色之间的互信息量来衡量两帧图像的相似度。首先利用连续帧间互信息量的差异将视频分解为镜头序列，然后通过镜头序列中互信息量的平均差异进行二次聚类得到候选关键帧，最后再对候选关键帧的互信息量求平均值，找出最接近平均值的帧作为最终关键帧。实验证明该算法简单，容易实现，速度快，能较好的反映原视频的内容。车牌定位：采用基于车牌特征和底色识别的定位方法，该方法首先利用彩色边缘算子提取车牌图像的边缘，然后根据车牌的纹理特征进行密度扫描，剔除大量无用的信息，再利用数学形态学运算找出候选车牌区域并标记这些区域，最后根据车牌的固有特征和底色特征筛选出符合条件的车牌区域。该方法在背景复杂、有干扰的情况下能获得较为满意的定位结果。字符分割：在定位得到的车牌区域上进行字符分割，先对车牌区域进行灰度化和边缘二值化，然后用水平扫描和垂直扫描去除车牌的上下左右边框，再对处理后的车牌区域归一化，最后根据车牌字符的先验知识与垂直投影法相结合，对字符进行正确的分割。字符识别：是车牌识别系统中最关键的一步，本文采用模板匹配与特征点匹配相结合的方法，分别设计汉字，字母和字母数字混合三个模板库，对每个字符提取15个特征点与模板库中的字符进行相似度比较，从而正确的识别字符。该方法简单有效，容易实现，提高了字符特征提取的时间、速度和识别率。基于以上研究，本文设计了一个车牌识别系统，通过实验表明，本系统具有一定的实时性和准确性。