随着现代交通技术的发展,智能交通系统作为一个热门的研究领域,日益受到广泛的关注,而车牌识别系统是智能交通系统中的基础环节和重要组成部分。车牌识别系统主要包括车牌定位、字符分割和字符识别3个部分。本文主要针对车牌的字符分割和字符识别方法进行了深入的研究。　　 在获取车牌图像的过程中,由于光照不均、车牌褪色、图像分辨率等问题造成了车牌图像对比度低,给字符分割和识别带来困难。为此,本文根据车牌的颜色特点,结合灰度线性拉伸,提出了一种新的增强车牌图像对比度的方法。该方法通过提取彩色车牌图像Bule—Yellow颜色通道的信息,与原图的灰度图像进行差值运算,从而减少了背景信息,提高了图像的对比度。　　 另外,由于摄像机与车辆之间的角度问题,常常使所拍摄到的车牌图像发生倾斜,导致车牌扭曲和字符变形。本文采用了一种改进的基于Radon变换的车牌倾斜校正方法。该方法不直接对车牌图像进行二值化处理,而是将平均灰度值作为阈值,把符合要求的像素点的像素值累加到投影值上。然后再对变换后的结果进行处理,从而得到车牌图像的倾斜角度。实验结果表明,该算法简单有效,对光照不均、运动模糊等情况具有较强的抗干扰能力。　　 在字符分割算法中,采用一种基于字符投影和先验知识相结合的车牌字符分割方法。该方法利用车牌字符的排列规则先定位出第二个的结束位置和第三个字符的起始位置,然后再利用垂直投影进行分割,并对得到的候选字符块做进一步处理,有效的解决了车牌污染、字符粘连和断裂的情况,实现了车牌字符的准确分割。　　 字符识别是最后的关键环节。针对目前车牌字符识别中存在的难题,本文将汉字字符和非汉字字符分开进行识别。对于低分辨率的汉字字符采用了基于LBP算子的识别方法；而对于非汉字字符则提出了一种基于改进的Hausdorff距离模板匹配的车牌字符识别方法。实验表明,该算法有效可行。