车牌自动识别技术通过实时监控经过监控区域的车辆,对违章车辆进行自动抓拍和自动识别车牌号码,然后对违章车辆信息进行处理。它的出现大大缓解了交通事故的增加和警务人员的压力、增强人们的安全防范意识、提供了城市交通管理的效率,具有重要的应用价值和现实意义。本文针对单一车牌定位方法存在的问题设计了一种基于颜色和纹理相结合的综合定位方法,采用这种方法明显提高了车牌定位的效率。通过自适应性强的BP神经网络对车牌进行字符识别以达到字符识别正确率和实时性要求,神经网络参数是通过实验反复测试和调整取得的理想值。根据静态和动态车牌的不同特点,利用BP神经网络分别设计了车牌静态识别和动态识别算法。针对大型货车车牌,本文还提出了双排车牌定位和识别方法。最后采用VC++6.0作为开发工具,研究和开发了车牌自动识别系统,并对系统效果进行分析。本文设计的车牌自动识别系统中车牌定位、字符分割处理和字符识别的总时间约为190ms,定位率和识别率在正常情况下都在90%以上。实验结果表明,系统的各个部分都达到了实际应用的要求。