车牌识别技术在人们的生活中发挥着重要的作用,已得到非常广泛的应用。但是对于由天气或人为等原因造成车牌字符模糊的情况,现有的车牌识别技术不能满足准确识别的要求。本文从车牌定位、字符分割和字符识别三个阶段对模糊车牌识别技术进行研究,并着重研究了利用CBR方法来解决模糊车牌字符识别问题。在车牌的定位阶段,采取先对采集到的车辆图像进行粗略定位,然后利用车牌的自身特征再对小范围内的车牌进行精确定位,这种方法具有定位准确、运算简单的优点,从而满足了实际应用的需要。在字符分割阶段,本文提出了一种基于车牌区域先验知识和垂直投影的模糊车牌字符切分算法。此算法有效的解决了以往分割算法中字符切割不全、字符部分笔画被遮挡、字符粘连、字符磨损变形等问题。在字符识别阶段,采用了CBR方法对模糊车牌字符进行识别,首先提出了一种字符图像数据模型的实例表示方法,其次应用小波变换的方法对模糊字符图像的兴趣点进行特征提取,利用最近邻法计算待检图像特征与实例库中的字符图像特征之间的相似度,当相似度达到实验中所设定的阈值时就判定两个字符图像实例相似,输出相似实例,将识别结果组合得到车牌号码,然后对字符图像实例的特征进行重用、修改、学习和保存。文中还讨论了彩色图像灰度化、直方图中值滤波、整体与局部相结合的二值化算法等车牌识别中非常重要的图象处理技术。通过对采集的各种真实环境的图像进行实验和对比,结果表明本文所采用的CBR方法能很好的解决模糊车牌字符识别问题,并且能够达到理想的识别效果,具有一定的鲁棒性,解决了车牌识别领域中的一个难点问题。