伴随着世界各国汽车数量的增加,城市交通状况日益受到人们的重视,如何有效地进行交通管理,越来越成为人们关注的焦点。车辆牌照识别是交通管理系统的一个重要组成部分,通过对过往车辆进行牌照的提取和识别完成自动缴费、检测、管理和查询等功能。本文对车辆牌照提取与识别进行了研究,主要包括车辆图像的采集、车牌提取、字符分割和字符识别等。主要研究内容如下: 车辆图像采集系统的设计。本文根据系统应用的具体情况并考虑到实时性设计了一套采集系统:由地感线圈检测车辆,发出信号给抓拍控制器控制图像采集卡抓拍图像,得到一幅含有车牌的车辆图像。 车牌定位算法的研究。先对图像进行了预处理,包括RGB图像的灰度化、灰度图像的线性变换、灰度图像的二值化等,然后提出了基于投影灰度特征和车牌先验知识相结合的方法提取出车牌,不论在实时性还是在准确率上都满足要求。 字符分割算法的研究。先对车牌进行校正,再利用车牌字符的先验知识,根据字符的宽度和间距等进行字符的分割,实验表明这种方法简单、实用,获得较好的分割结果。 字符识别算法的研究。在研究了几种常用的字符识别方法之后,本文提出了一种改进的特征矢量模板匹配方法。对字符大小进行归一化和细化,提取字符的特征矢量,与模板库中各个字符的特征矢量分别进行比较,获得较高的识别率和较快的识别速度。 本文算法对车辆牌照在车辆图像中的位置没有限制,对牌照的倾斜、变形等情况有较强的抗干扰能力,对于外界光线强度和图像对比度的变化有较强的适应能力。