车牌自动识别技术是自动控制领域和交通工程领域重要研究课题之一,具有极高的理论研究和实际应用价值。随着自动控制技术、计算机技术和通讯技术的快速发展,新的研究方法和技术不断出现,并已在实际工程应用中显示出巨大的威力和发展潜力。完整的车牌自动识别系统按顺序由车辆图像获取、车牌定位、车牌字符分割和车牌字符识别四个部分组成,其中车牌定位、车牌字符识别技术是整个车牌自动识别系统的关键。论文从车牌定位技术、车牌字符分割技术和车牌字符识别技术三方面对车牌自动识别技术进行了全方位深入地研究。实验结果表明,论文的研究成果能有效识别车牌,且效果显著。论文的主要内容如下:1.介绍了车辆监测管理系统的组成、结构和工作机理。2.在分析车牌定位现有算法优缺点的基础上,提出了一种新型的综合利用车牌纹理特征、颜色特征和几何特征的快速定位算法。该算法利用数学形态学充分挖掘车牌纹理特征以及消除噪声干扰,把图像分割为若干子区域,利用纹理条件和颜色条件判断,对子区域进行独特的分类和聚类融合,最终由粗至细精确地定位出车牌位置,然后利用Hough变换矫正倾斜的车牌图像并去除边框和铆钉,为后续车牌字符的分割识别步骤打下良好基础。3.在车牌精确定位的基础上,根据车牌字符的排列规律和字符的几何特征,分析了车牌第二字符与第三字符间圆点对字符分割算法的不利影响。采用Ostu法对车牌区域二值化,使得字符与背景区分明显。字符分割算法结合了独特的两端扫描法与车牌字符先验知识设定的判断规则,可有效消除圆点对字符分割算法的不利影响。该算法首先对垂直投影直方图进行两端扫描,分别分割前两个字符与后五个字符,在此基础上,再进行字符区域分裂和合并。4.在车牌字符准确分割的基础上,对车牌字符识别技术进行研究。在车牌字符位置中心化和大小归一化后,采用简化的粗网格字符特征提取方法,并利用改进的BP神经网络识别字符。根据车牌字符排列特征,训练构造汉字、字母和字母数字混编等三个BP神经网络分类器,通过车牌字符的序号进行相应识别,再将识别结果组合得到车牌号码。5.根据提出的车牌定位识别算法,利用Delphi编制完成系统软件,并封装成动态链接库文件。介绍了软件的程序结构、函数功能、接口函数调用顺序以及使用说明,以方便应用程序正确调用。