车牌识别系统是智能交通运输系统的重要组成部分,伴随着社会经济的发展,它越来越受到人们的重视。车牌识别系统主要有车牌检测、字符分割和字符识别三部分组成,其中车牌检测是车牌识别的关键技术,它是整个系统的前序环节,影响着整个系统的性能。本文深入学习了现有的若干车牌检测算法,并在此基础上做了新的尝试,本文的主要工作如下:(1)结合检测算法对图像处理的相关技术进行了分析;在分析卡口车辆图像特点的基础上,提出了一种基于多信息裁剪的卡口车牌检测算法,该方法首先利用二值化图像上车辆部件的空间关系特征和车牌纹理特征进行两次裁剪缩小检测范围,然后在精确定位的自适应方法选择中,主要采用基于投影的最大线段法定位车牌。与全图寻找特征相比,本算法不仅避开了最易误检为车牌的区域,还提高了处理的速度。(2)提出了一种新的基于多特征的复杂背景下车牌检测算法,该算法在图像分块的基础上,首先依据车牌的强边缘密度和车牌特征模板提取车牌特征,并通过连通域的过滤形成车牌的初始提取区域,其次依据不同效果图上车牌自身、车牌与车辆其它部分的空间关联特点,设计相应的过滤器过滤掉伪车牌提取区域,然后采用基于投影的扫描法精确定位车牌,最后利用规则对车牌进行一次过滤。(3)实现了基于数学统计的数据拟合和窄孔透射模型的倾斜角计算方法,然后依据检测出来的倾斜角通过像素位置映射法对车牌进行矫正;此外,通过实验分析对预处理中的二值化方法进行了逐步地改进。(4)本文在相应的测试集上对上述的算法进行了大量的实验和分析,并在每章给出了相关的实验结果。实验表明上述的车牌检测算法能够有效地定位和矫正车牌。