随着经济的发展,社会的进步,汽车已经成为了人们出行的代步工具,越来越多的汽车也造成了道路拥堵等问题,如何解决道路拥堵问题已经成为迫不及待需要解决的问题,智能交通系统就是在这种背景下产生的,车牌识别系统是智能交通系统中重要的组成部分,它不仅可以应用在停车场收费站,还可以应用在道路十字路口,不仅能够带来良好的经济效益,还能带来良好的社会效益。本文综合运用了数字图像处理技术、模式识别技术以及计算机视觉技术,针对十字路口的车牌提出了适合于该场景的车牌自动识别系统,我主要完成的是字符分割和字符识别部分。1.字符分割由于定位出来的车牌有时候出现倾斜的情况,因此在进行字符分割之前,我们先要将车牌进行水平校正,通过霍夫变换检测出倾斜角,然后利用双线性插值法将倾斜图像变换为水平图像,在进行字符分割之前,还要进行车牌定位的细化,将车牌的边框去除,上下边框的去除我们采用求行和的方法去除,左右边框的去除通过垂直投影来去除,边框去除之后就得到了一幅没有噪声与干扰的车牌图像了,就可以进行字符分割了,我们采用基于分隔符的灰度投影法,并且结合车牌字符的特点,首先分割出分隔符后面的五个字符,然后再去分割出分隔符前面的两个字符。这种方法具有很好的鲁棒性,并且对于车牌左右边框去除不尽的情况下能取得很好的效果。2.字符识别字符分割出来后由于分割出的字符大小不一给识别造成了困难,因此在进行识别之前首先要进行字符大小的归一化,由于车牌字符和背景之间的界限很模糊,进行二值化后的图像将很难得到有用的字符信息,我们将得到的灰度图像用来作为支持向量机的训练样本,将归一化后字符的灰度图片按行首尾相接,将字符的图像矩阵转化为行向量作为特征向量,采用一对一多分类支持向量机的方法,并结合车牌字符的特点,分为三种分类器,即汉字分类器、字母分类器、数字和字母分类器,这不仅可以提高字符识别率,还节省了识别时间[1]。