地磅管理系统是港口信息管理系统的重要组成部分，它能有效地改善和提高港口的车辆自动化管理水平，加快港口货物运输的流通量，缩短货物运输流通周期，减少港口管理费用，极具市场潜力和经济效益。目前我国港口车辆进出磅车辆信息均由人工统计，工作强度高，作业效率低，汽车在出入港处容易积压，货运量及货运费用容易受人为因素影响。因此进行港口地磅管理系统自动化研究具有重要的现实意义。本文以机器视觉系统为技术手段，综合运用数字图像处理、数据通信、人工智能、传感器等技术，对港口地磅自动采集技术进行了较深入的研究。首先，在进行文献查找和调研分析的基础上，对港口地磅系统进行了功能设计和检测方案设计；然后根据港口环境，构建了由CCD摄像机、车牌号码识别单元、地磅称重单元和通用计算机等组成的港口地磅管理系统平台。其次，介绍了图像预处理和定位技术，包括图像的灰度化、图像增强、图像的边缘检测、图像标准化和图像分割等；接着，对车牌特征信息进行了总结，根据车牌区域的纹理特征设计了基于边缘检测和区域搜索的牌照定位方法，并结合模板匹配优化算法精确提取车牌。再次，通过对现有车牌二值化方法的分析，采用了全局动态阈值法对车牌二值化；针对车牌图像倾斜的情况，采用改进的Hough变换和图像旋转进行校正；采用连通体检测和最小二乘法相结合的方法去除车牌边框、铆钉；采用垂直投影和车牌先验知识字符分割方法解决了字符分割时复杂背景干扰、字符断裂或粘连等问题。采用置信度分析和BP神经网络相结合方法对车牌进行了识别，结果表明识别算法具有良好的快速性，稳定性和准确性，满足车牌实时识别的要求。最后，为了方便管理人员对港口车辆的管理，对港口地磅数据库进行了需求分析、概念结构设计以及逻辑结构设计，采用Visual C++编程语言开发了港口地磅数据管理软件。可根据货运车辆的车牌实现对车辆类型、运载货物情况、客户信息、收费情况等相关数据查找、删除、修改等功能。根据实际情况，对港口地磅管理系统进行了大量实验，实验结果表明，该系统运行稳定、可用，具有很好的实用价值。