车牌识别系统作为智能交通系统的重要组成部分,在现代社会中发挥着越来越重要的作用。车牌识别系统利用图像处理、数学形态学、模式识别等技术对多种情况下的车辆牌照进行识别,实现了车辆的科学化、规范化管理,同时对交通治安起着一定的保障作用,有着广泛的应用前景。车牌识别系统主要由车牌图像采集、车牌识别、数据库管理以及网络数据传输四个部分组成。车牌识别模块的软件部分又分为三个子模块:车牌定位、字符分割和字符识别。本文结合形态学方法对车牌定位算法和车牌字符分割算法进行了系统的研究。在车牌定位算法部分,提出了一种新的基于Renyi熵和二值面积形态学的车牌定位算法。首先用一维Renyi熵最小差值法将车牌灰度图像二值化,然后计算车牌图像中连通区域的面积,根据车牌图像的实际情况确定面积阈值,用二值面积形态学的开运算和闭运算去除噪声,最后实现车牌的精确定位。仿真实验结果表明此算法不仅定位精度高,运算简单,而且能够有效地滤除噪声。在字符分割算法部分,对投影分割算法进行了改进,提出了一种基于Renyi熵和数学形态学边缘检测的车牌图像预处理方法。首先用二维Renyi熵最大阈值法将车牌图像二值化,然后用数学形态学修正的抗噪型膨胀算子进行边缘检测,再去除车牌边框,最后做投影分割提取车牌字符。实验结果表明该算法在保持车牌字符边缘的同时有效地去除了噪声,克服了传统分割算法的缺点,获得比简单的投影方法更好的分割效果。