1、機動車輛牌照識別是現(xiàn)代智能交通中應(yīng)用最廣泛的一門技術(shù)。近年來關(guān)于車輛牌照識別系統(tǒng)的研究方法種類很多，也達到了很好的效果。但是對于多種格式的牌照的通用性不太好，造成了重復開發(fā)。而且解決車牌圖像中的噪聲和字符粘連等問題也一直是研究的重點。 本文開發(fā)了一種可配置的車牌識別系統(tǒng)，它能通過定義斜角、行數(shù)、模板參數(shù)、字符樣式等4個因素，適應(yīng)不同類型的車牌。整個機動車輛牌照識別系統(tǒng)由基于邊緣檢測的車牌定位、基于模板匹配和連通性分析的字符分割和

2、基于人工神經(jīng)元網(wǎng)絡(luò)的字符識別三個部分組成。 車牌定位算法采用的是垂直Sobel算子邊緣檢測，針對邊緣檢測后圖像中干擾邊緣的噪聲影響，加入了區(qū)域生長，剔除了一些離散的邊緣。車牌字符分割算法中，利用車輛牌照的標準格式這一先驗知識，首先對字符分布區(qū)域進行粗分割，一定程度上解決了僅用連通分量提取對字符粘連抗干擾性差的缺陷。在字符識別算法中，采用了典型的三層BP神經(jīng)網(wǎng)絡(luò)，提取基于灰度值的字符結(jié)構(gòu)特征作為字符的特征，并根據(jù)車牌格式將識別系統(tǒng)