车牌检测与识别系统(License Plate Recognition,简称LPR)是数字图像处理与模式识别技术在智能交通(Intelligent Ttransportation System,简称ITS)领域中的重要研究课题之一,LPR系统对于保障行车人员生命、财产安全,提高交通执法的稳定性与权威性,具有重要意义。本文完成了LPR系统的算法研究和设计工作。论文首先介绍了车牌检测与识别技术的研究现状,分析了LPR系统的基本原理及主要图像处理技术。在此基础上,论文重点研究了车牌定位、倾斜校正、二值化、字符分割、字符识别等LPR系统中各组成模块的算法。在车牌检测模块中,本文利用车牌的颜色特征与纹理特征,提出一种新的基于模糊集的车牌定位方法。该方法用图像颜色对区域检测、颜色对边缘检测、色度峰值统计及密集小边缘增强,使用模糊集算子综合它们的结果,精确提取出车牌。实验结果表明:对不同条件下拍摄的图像应用该方法,车牌提取准确率达到98.0%。特别地对光照不均、背景复杂的图像,该方法仍具有很强的鲁棒性。之后本文又提出一种改进的车牌倾斜校正方法,采用边缘检测与旋转投影相结合的方法求取车牌的倾斜角度,之后使用双线性插值旋转方法稳健地校正了倾斜车牌区域图像。在车牌二值化模块中借鉴P片法的二值化思想,同时融入对直方图形态的考虑,提出了一种改进的Otsu二值化阈值方法。最后,对分割出来的字符采用基于车牌字符点阵全局特征的多模式二级识别方案,使用边距检测与失配比例加权惩罚匹配模型高效识别出车牌字符。