随着信息技术和智能技术的发展,交通管理系统的信息化、智能化是大势所趋。车牌识别系统(LPR)是智能交通系统(ITS)的核心组成部分,在现代交通管理系统中占有举足轻重的地位。本文对车牌识别系统中的车牌定位、字符分割和字符识别三个模块进行了比较全面的分析,特别对低质量车牌识别中涉及到的关键技术进行了深入的研究。在车牌定位模块中,本文提出了一种基于先验知识的车牌定位方法,主要针对各种恶劣条件下的低质量车牌的定位进行了算法研究,充分利用了车牌的尺寸、字符宽度、字符高度、字符间隔、笔画宽度等先验知识。利用离散二维小波变换的方法提取字符笔画的边缘,通过形态学结合几何特征分析的方法进行粗定位,获得候选区,最终通过笔画和字符分布特征等先验知识精确定位车牌。在字符分割模块中,本文提出了一种基于先验知识的质量退化车牌分割方法,归纳总结了车牌分割中可以利用的先验知识,使用Radon变换的方法进行倾斜矫正,利用垂直投影法进行粗分割,最终结合先验知识进行精确分割。在字符识别模块中,本文提出了一种基于SVM的车牌字符识别方法,采用“一对多”的分类方式,将多类分类问题转化为两类分类问题,同时对不同种类的字符建立不同的分类器。该方法支持小样本集,具有较快的训练识别速度和较高的识别率。实验结果表明,本文所采用的方法在车牌质量退化的情况下能达到较好的定位、分割和识别效果,具有一定的鲁棒性和实用性。