车牌识别技术在现代社会的诸多领域有着越来越广泛的应用,为社会生活的发展提供便利并带来巨大的经济效益。在车牌识别系统中,车牌倾斜校正是链接车牌定位和车牌字符分割的重要步骤,能否做好这一步对整个系统的影响特别大,快速、精确的做好倾斜车牌图像的校正工作,能够为后续的车牌字符分割提供有力保障,对提升整个车牌识别系统的准确性有着十分重要的意义。本文主要研究基于小波变换和DSP硬件结构的倾斜校正改进算法,以傅里叶变换倾斜校正算法作为过渡,分别研究了基于小波变换的hough改进算法和基于小波变换的radon改进算法。本文算法的做法是：首先对采集到的车牌倾斜图像进行小波分解变换；然后在变换后的图像中对其进行倾斜校正处理。为了验证本文算法的可行性,本文做了大量的仿真与实验,包括研究改进算法对不同图片的普适性,不同小波分解层数对校正效果的影响以及不同小波基对校正效果的影响；实验表明基于小波变换的改进算法这种比较新的去除车牌倾斜的算法,较之于传统算法的具有一定的优势：首先,充分利用了DSP在实时图像处理方面的优势,使本文算法应用在实际情况中具有速度快、容量大、体积小、重量轻的特点；其次,本文研究的算法可以克服传统算法对车牌边框的过度依耐性,克服受噪声污染严重的倾斜车牌图像难以校正的特性。最后,由于本算法在小波换中进行了下采样处理使得运算时间大幅度缩短,实时性更强。