随着我国经济实力的不断增强,大量的私家车进入了普通群众的生活中,机动车辆的管理工作也成为城市发展亟待解决的问题。传统的人工管理方式不但成本高而且效率差,在交通管理中引入计算机技术实现自动化管理成为了新的趋势。机动车辆在上路之前通常都要到政府部门办理注册手续,合法注册的车辆都会有单独的车牌号码并且每辆车都会在前后显著的位置放置车牌。对于实现机动车自动化的管理系统首要的就是获取车辆的牌照号,通常这类系统带有硬件监控设备,它们能够记录道路上的车辆图像并通过对这些照片的分析检测出违章车牌号码。本文选择了车牌定位、车牌字符分割和字符识别三个关键点进行了研究。首先是车牌的定位也就是怎样从一副监控图像中分割出车牌,整幅图像因为在自然背景下会有颜色差异、亮度差异和硬件设备的噪音干扰；除此之外图像中有很多部分与车牌有不少相似的特征,怎样过滤诸如广告文字等干扰信息是一个需要解决的问题。字符分割主要关注与拍摄角度产生的倾斜和不同边框材质在二值图像中产生的字符连接现象,如何去除这些干扰并精确的分割出字符也是一个挑战。前面处理得到的字符其实是字符图像,要把它们转换成计算机可以理解的数字信息,这就要借鉴光学字符识别技术的研究成果。针对车牌定位的需要,本文使用边缘检测结合数学形态学处理技术,通过动态的阈值和加权梯度值,成功地提高了定位的精度。对于字符分割存在的倾斜则采用拉东变换和字符笔画宽度成功校正了倾斜并去除了字符空隙间的干扰信息。对于字符内部的连接则使用理想字符宽度值进行校正。字符识别部分最终采用了支持向量机技术,通过训练小样本数据从而能够识别车牌分割出来的字符。本论文有图33幅,表3个,参考文献61篇。