车牌自动识别系统是以汽车牌照为特定目标的专用计算机视觉系统。一个典型车牌识别系统又分为车牌定位、车牌字符分割及字符识别三部分,它的研究主要涉及到了模式识别和人工智能、计算机视觉、数字图像处理、人工神经网络等众多的学科领域。本课题的目的是对输入的汽车图像进行预处理,提取车牌区域,并对车牌字符进行分割,然后对字符逐个进行识别,最后按顺序以文本的形式表示出来,得到车牌号码的识别结果并将其保存在数据库中。在对车牌识别关键技术进行研究的基础上,完成了车牌识别系统软件的设计。车牌定位是车牌识别系统处理的第一步,定位的准确与否直接关系着车牌识别的成败。首先对图像进行预处理,然后采用行扫描方法进行水平定位,再根据投影法确定车牌左右边界,在准确率上基本满足要求。车牌字符的切分效果直接影响到字符识别。在字符切分之前,先对二值化处理后的车牌图像进行线扫描,确定字符纹理区域上、下边界线的水平倾斜角度,据此对车牌进行倾斜校正,并去除残余边框和铆钉。然后通过投影法确定字符左右边界,进行字符切分,并进行归一化处理。车牌字符的识别是整个系统中最重要的一步,也是系统的设计目的所在。根据车牌字符的特点,采用BP神经网络进行分类识别。将归一化处理后的独立字符图像分别送入汉字识别网络、字母识别网络、字母数字识别网络和数字识别网络进行识别,最后把识别结果按原顺序组合,以文本形式输出,并存放到数据库中。实验结果表明,本课题设计的车牌识别软件能比较准确地定位车牌区域、分割车牌字符并进行字符识别,且性能良好。