车牌号的识别系统,是目前图像识别领域中的一个很重要的研究方面。主要分为车牌定位、字符分割、字符识别三大部分。在整幅图像中车牌区域所占比例很小,车牌的颜色、大小、位置也不确定；光照、天气环境和复杂背景的影响；还要兼顾准确性和实时性,因此在车牌识别系统方面值得深究。目前通用的车牌号提取的主要技术有以下几种：在图像经过灰度化或二值化预处理的前提下,进行腐蚀膨胀运算,利用投影法分割字符,然后找出符合相应格式的字符群,即认为是当前车牌号。基于灰度图像数学形态运算法,则是分析车牌形状特征、自符排列格式特征,对处理后的灰度图像通过形态学运算,而得到的字符相邻矩形区域组成的字符形状即为车牌号的识别方法。基于字符串特征增强的分割方法采用一种线性滤波器突出车牌照区域的纹理,接着利用阈值的拆分方法分割牌照区域,通过点匹配识别技术计算匹配图像和样本库中图像的点差异数目来对字符图像进行识别的方法等。以上方法基本上都不是在彩色空间进行,部分色彩信息可能丢失,有的迭代次数较多,导致识别的准确性和实时性。本文通过对监控图像先采用降噪、基于HLS的颜色空间转换等预处理,利用多向量K—均值聚类法达到车牌区的定位,建立自适应窗口以连通域法线性边界跟踪完成字符分割,然后采用骨架细化目标区,从而实现车牌号的识别。