车牌识别技术研究与实现一直是现代化交通发展中倍受关注的问题,其目的在于解决日益严重的道路交通管理问题,它的研究主要涉及了模式识别、人工智能、计算机视觉技术、数字图像处理以及人工神经网络等众多的学科领域。本文主要从车牌定位、车牌字符分割、车牌字符识别这三个部分进行了研究,并在MATLAB环境下进行了仿真模拟。车牌定位是先将采集到的车辆图像灰度化,再进行中值滤波、二值化处理,然后采用Prewitt算子进行边缘检测,其有效的抑制了噪声的影响,最后采用数学形态学和连通域标记的算法对车牌进行了定位,实验结果令人比较满意。车牌字符分割就是将定位后的车牌上的七个字符一一分离出来的过程。在这部分,首先对定位后的车牌采用Radon变换进行了倾斜校正,然后进行去边框操作,最后采用基于聚类分析算法对车牌字符进行一一分割。车牌字符识别是车牌识别技术的最后一步,本文深入研究了基于神经网络的识别技术,采用了基于分类BP网络的字符识别方法,设计出了三种不同的分类器,实现了车牌字符的识别。在这部分,首先对分割后的字符进行了归一化处理,然后根据汉字、数字、字母各自的特点,对汉字采用粗网络和笔画复杂性指数特征相融合的方法进行了特征提取,对数字、字母则采用了逐个像素特征提取法,最后设计出汉字BP网络、字母BP网络、数字字母BP网络这三个网络,来分别对车牌的第一位、第二位以及第三位到第七位字符进行分别识别,最终取得了很好的识别效果。