汽车牌照自动识别技术(LPR)是智能交通系统(ITS)中的基本内容之一。它是计算机视觉、图像处理和模式识别等交叉学科研究的热门课题,对相关技术的研究正受到普遍关注。本文正是在这一背景下,对汽车牌照自动识别技术进行了深入的研究,并设计了一个完整的LPR系统,该系统主要包括图像采集、车辆检测、车牌定位、字符分割和字符识别五个部分。图像采集作为系统的第一个模块,其作用是获取视频序列,针对实际中遇到的问题,在采集设备的选取方面做了大量的尝试,并提出了有效的措施来增强图像的动态范围和消除运动模糊。车辆检测采用基于变化区域的视频检测法,对背景的建立与更新以及目标的分割这些难点提出了解决措施,并通过设置检测区域来降低待处理的数据量和去除大量的背景干扰。在车牌定位部分,充分利用车牌的形状和纹理信息,提出了一种基于形态学的定位方法,对车牌的形状和纹理特征进行融合,并对定位区域进行确认和校正。字符分割和识别分别采用经典的基于投影图的方法和BP神经网络的方法,并针对实际情况对这些经典方法进行了改进。采用实际摄取的541幅静态图像和两段包含有80辆车经过的视频对系统进行测试。系统的静态车牌识别率为89.2%,动态车辆检测率为96.3%,识别率为92.2%。测试结果表明,该系统已具有较高的实用价值。