车牌自动识别是计算机视觉、图像处理与模式识别技术在智能交通领域应用的重要研究课题之一,是实现交通管理智能化的重要环节。目前仍是国内外一个研究的热点问题,在实际中有着重要的应用。一个典型的车牌自动识别系统主要包括图像采集、车牌定位、字符分割和字符识别等部分。本文对车牌识别系统的几个主要部分:车牌定位、字符分割和字符识别分别进行算法的设计和实现。本文从车牌定位算法展开研究。首先利用连通区域分析和水平聚类的方法定位出车牌的候选区域,采用模糊决策在候选区域中,找出真正车牌区域。该算法定位准确率高、完全适用于复杂的交通环境。在字符分割算法中,使用同态滤波方法,补偿不均匀光照影响,利用最小二乘法对车牌进行倾斜校正,最后利用可变小模板对字符进行切分。该算法具有很高的切分率。在字符识别中,利用最小二乘支持向量机对字符进行识别。最小二乘支持向量机是建立在统计学习理论结构风险最小化原理基础上的,适用于小样本的机器学习问题。本文使用了重心和小波两种方法提取字符特征,二次网格法优化参数,多类分类方法对字符进行识别,在实际中取得了很好的效果。实验证明该方法整体识别率高,识别速度快,能够满足实际应用需求。