车牌识别系统是智能交通系统的重要组成部分,可用于公路电子收费、出入控制和交通监控等众多场合。车牌识别系统主要包括车牌定位、字符分割和字符识别三大部分。其中,车牌定位和字符分割的结果对后续成功识别字符起决定性作用。本文在总结近年来国内外在车牌定位和字符分割领域的最新研究成果的基础上,对车牌定位及字符分割的算法进行了深入的研究。在车牌定位时,首先对图像HSI空间的亮度分量均衡化,这样既提高了图像的亮度适用范围又不影响颜色信息。接着利用车牌图像中字符颜色和车牌底色具有固定颜色搭配这一规律,在HSI空间中根据颜色,搜寻符合字符颜色与车牌底色搭配规律的像素点作为颜色对特征点。然后使用动态算子进行数学形态学处理,根据车牌的形状特征,对逐行扫描得到的待定车牌区域进行分析,最后得到类车牌区域。在字符分割之前,需要对类车牌区域进行倾斜校正,本文提出了一种针对颜色对特征点区域进行主成分分析的车牌水平校正方法。该方法通过对车牌图像中颜色对特征点区域采样进行主成分分析,求出车牌水平方向的倾斜角度,在旋转校正时又加以填充处理,保证了图像的信息完整性。在字符分割阶段,首先通过特征点区域的形状特征精确定位车牌区域;接着通过灰度化、灰度拉伸、二值化、边缘化等处理,进一步精确定位字符区域。二值化的过程中针对不同颜色的车牌选取了最适合的阈值算法。然后根据字符尺寸特征提出动态模板法进行字符分割,并将字符大小进行归一化处理。最后使用C语言构建了车牌定位与字符分割系统软件。该软件包含上述的车牌定位、校正和分割等所有步骤。通过大量的图片试验,特别是对存在大量干扰、光线不足及多车牌等图片的处理结果表明,本文所提出的车牌定位与字符分割算法,抗干扰能力强,实时性和稳定性好,为后续的字符识别创造了有利条件。