随着经济的不断发展进步,人们的生活水平也在不断提高,各国的汽车保有量也在迅速上涨,由此所引发的交通问题也逐渐引起的人们的重视。为了解决日益严重的交通问题,提升交通的效率,关于智能交通系统的研究和应用也逐渐增多。车牌作为汽车的唯一性标志,一旦识别了车牌,便可以一目了然地获取车辆的所有信息,因此车牌识别的研究对于智能交通系统尤为关键。车牌识别系统作为智能化交通管理系统中至关重要的环节,在公路电子收费、出入控制和交通监控等众多场合得到了广泛使用。现阶段,车牌识别系统识别正常环境下不存在污损情况车牌准确率相对较高,但对于恶劣环境下拍摄或者存在污损情况的车牌识别准确率相对较低。针对这一情况,本文提出了一种污损车牌识别系统,大大提升了污损车牌识别的准确率,对于构建智能化的道路交通管理具有积极地作用。本次设计的目的是研发一套识别率高、错误率低、耗时短,并且能够有效判定识别污损车牌的车牌识别系统。污损车牌识别系统主要由三部分组成,包括了车牌图片处理、车牌提取以及车牌识别。车牌图片处理部分,主要包括车牌污损情况判定、车牌污损修复、高斯平滑滤波处理、灰度化处理、自适应分段式灰度变换以及直方图均衡化。在车牌提取部分,宏观上分成了产生车牌区域和筛选车牌区域两个步骤,其中产生车牌区域主要包括有车牌图像边缘检测、二值化处理、膨胀腐蚀处理以及图片的分割;筛选车牌区域主要由SVM分类和车牌图像查找和筛选组成。最后车牌识别部分,首先对筛选到车牌图片进行倾斜校正,再利用OCR分割函数对车牌字符进行分割处理,接着提取字符特征,最终运用人工神经网络识别法和基于字符特征识别法对车牌字符进行识别。总体上构建了一个较为完整的污损车牌识别系统。本次设计车牌识别系统是基于OpenCV函数库进行实现,提高了程序的可靠和准确性;依据车牌字符垂直投影跳变次数判定污损车牌,采用Criminisi算法对污损车牌进行修复;在车牌字符识别过程中,采用人工神经网络法结合基于字符特征识别法对车牌中的数字、字母、汉字进行分类训练识别,使得系统的车牌识别率较为理想。通过对系统进行测试验证,发现本系统相较于同类系统,在车牌定位、字符识别的准确率上均比较理想。