车牌识别广泛用于电子收费、出入控制、交通监控等重要场合。车牌分割作为车牌识别中的重要环节,对系统识别精度有重要的影响。目前的车牌分割方法主要是针对所监视的区域只有单一车辆的情况。在许多情况下,监视区域一般同时会出现多辆汽车,背景也比较复杂。针对这种情况,本文给出了一种复杂背景下多车牌图像的分割技术。该方法能够从多车牌汽车图像中分割出各幅包含车牌区域尽可能小的图像,且准确性好,对多车辆图像的牌照识别开发具有重要意义。本文介绍了车辆牌照识别系统的研究应用现状,牌照分割技术的发展和不足,着重讨论了多车牌图像的背景去除、各块车牌的定位分割等关键技术。对多车牌图像的复杂背景去除,本文首先利用特征模糊匹配法将大部分静止且感应光线变化不敏感的背景去除,然后利用图像区域连通技术将残留未去除的背景进一步消除,并对误匹配的车体区进行修复。从而准确快速的去除了复杂背景,分割出了车体区。多车牌图像中各块车牌的定位分割是复杂背景下多车牌图像的分割技术最关键的一步。基于车牌区域具有丰富的竖直纹理的特点,本文首先采用了改进的横向差分法和最小误差阈值法对去除过背景的多车牌图像进行预处理。紧接着通过寻找特征跳变点的方法进行待选车牌区的分割,然后利用形态学运算和投影切边来完成各疑似单车牌区的分割。最后利用车牌的特征信息对各疑似单车牌区进行了去伪验证。利用该算法,本文给出了多车牌图像中各块车牌的定位分割试验结果。试验结果表明,本文的方法对光照不均匀、字符和底色对比度低以及车辆分布情况的复杂性等并不很敏感,能够快速准确的分割出车牌区。