车辆牌照自动识别是计算机视觉与模式识别技术在智能交通领域的重要应用,是实现交通管理的重要环节之一。它在高速公路、小区安全管理和停车场收费等项目中占有非常重要的地位。本文通过对输入的汽车图像进行预处理,运用车牌定位、字符分割、字符识别的方法提取车牌上的字符串。其目的是识别出车牌上的字符,以方便车辆资料的管理及其安全保障。车牌定位是车辆牌照自动识别系统中基础环节。本文通过对100多幅汽车图片进行观察,得出将图像进行灰度化、仅提取图像的纵向边缘可突出车牌部分,同时可以消除外界环境的干扰,最后得到精确的车牌图像。字符分割的难点在于噪声、字符粘连和断裂对分割的影响,本文充分利用车牌的先验知识和特征,结合全局阈值和局部阈值的优点,对车牌图像进行二值化。运用Hough变换进行倾斜校正,再对字符进行切分。字符识别是整个车牌识别过程中最重要的一环,识别的关键在于特征的提取与分类器的选择。本文先对字符大小进行归一化,提取字符特征时充分考虑字符的结构特征,利用主成分分析法(PCA)降维,对字符进行识别则采用最近邻法。由于该算法实现了特征降维,消除了冗余,所以识别效果理想且实时性较好。由实验得出,本文算法能较准确地对牌照定位、分割并进行识别,系统的性能良好。多种预处理与识别技术提高了系统识别的能力,对车辆牌照自动识别在实际中的应用有一定的参考和借鉴价值。