随着社会经济的快速发展,我国汽车的数量迅速增加,对交通管理提出了更高的要求。智能交通系统(ITS)近年来发展迅速,它把信息技术与交通系统结合在一起,大大提高了交通效率和管制水平。对车辆个体的身份识别是ITS的重要内容,而车牌是车辆最重要的身份标志。车牌识别技术要求适应户外全天候的工作环境,同时需要能处理各种实际场景中车牌图像,包括模糊、污损、倾斜等等情况,目前世界上还未出现较理想的通用的车牌识别技术,说明了车牌识别技术所要处理的车牌的多样性以及环境的复杂性。车牌识别技术还在持续发展当中。针对道路交通场景中的车辆数码照片,本论文研究车牌识别不同阶段的算法,设计并实现了一个车牌识别系统,从读入图像到输出文本结果的车牌号码。车牌识别分为3个阶段,依次是车牌定位、车牌字符分割和车牌字符识别。车牌定位阶段,本论文综合了灰度图像的处理和彩色信息的利用,首先对全图进行边缘检测,根据车牌区域边缘点的特征用行扫描技术定位车牌区域。然后计算车牌区域内像素的颜色值,判断车牌颜色以及车牌类型,并据此判断每一个定位到的可疑车牌区域的有效性。由于实际图像中的车牌大量存在倾斜的情况,定位之后的车牌需要判断倾斜角度,并进行校正。字符分割即从车牌图像中得到一系列单个字符图像。本论文利用投影法寻找字符图像的边界,其中存在着许多问题,如车牌边框、车身或图像噪声的干扰以及字符连结等等。根据已知的车牌字符的几何知识以及排列规则来解决这些问题,从而得到精确边界的字符图像。字符识别阶段首先进行特征提取,把字符归一化后提取部分结构特征和统计特征,组成字符特征空间。然后设计一个多级的几何分类器,把特征空间分解为对应于不同类别的子空间。通过这种分类器识别字符,取得良好的效果。实验结果表明,本论文的算法具有较高的车牌字符整体识别率,识别速度快,能够满足实际应用,实现的系统是一个较为实用的车牌识别系统。