随着人们生活水平的日益提高,城市交通的迅速发展,居民拥有的机动车是一个庞大的数量。数量这么庞大的机动车数量,对道路交通的管理,是一个严峻的挑战,对此,一套有效的智能交通管理系统是很有必要的。而智能交通管理系统其中一项基本功能,就是能实现对车牌迅速准确的自动识别。一套能在公众场合通过摄像头准确迅速地对汽车牌照进行识别的算法,将大大提高获取路面上车牌信息的便利性,从而提高交通管理与执法的效率。本文的研究对象是非洲赤道几内亚(以下简称赤几)的车牌识别算法及技术方案。经搜查,至今笔者仍未发现专门针对赤几车牌进行识别的有关研究资料。不同国家的车牌识别算法,其总体处理流程是共通的,具体到某个算法模块的设计,本文根据实际情况分析各种算法的适用性,对那些算法进行选取及改造,针对赤几车牌研制出了一套有效的识别算法。本文的车牌识别算法的处理模块包含:车牌定位,字符分割,字符识别,车牌跟踪兼结果输出等。本文针对赤几车牌设计的各模块简述如下:1.车牌定位模块:结合颜色分布,纹理分析,候选区域筛选等多种方法,粗定位出车牌,再对粗定位区域使用形态学处理,倾斜矫正,重定位等操作,精定位出车牌区域;2.字符分割模块:在通用垂直投影分割方法基础上,改造出专门适用于赤几车牌的分割方法;3.字符识别模块:采用BP人工神经网络模型,该模型适用性好,识别准确率高;4.车牌跟踪兼结果输出模块:由于处理的是视频流,本文将车牌检测和车牌跟踪算法加以整合,这是本文的一个主要创新点。对视频中连续若干帧出现的车牌,算法从车牌出现时开始跟踪,直至该车牌消失,然后统计多帧的识别结果,以最大似然法得到最优结果并输出。经实验验证,本文的算法对实验视频中出现的赤几车牌均能检出、跟踪并识别,达到预期的输出效果,识别准确率达93.33%。