1、近年來，圖象處理、通信技術(shù)和計(jì)算機(jī)技術(shù)在交通領(lǐng)域得到了廣泛的應(yīng)用，其中車牌識(shí)別技術(shù)是研究的熱點(diǎn)之一，車牌識(shí)別技術(shù)被廣泛應(yīng)用于過路收費(fèi)系統(tǒng)和交通管理系統(tǒng)，其經(jīng)濟(jì)價(jià)值和現(xiàn)實(shí)意義十分明顯。 本文研究的汽車牌照識(shí)別系統(tǒng)包括汽車牌照?qǐng)D像的定位，車牌字符提取和車牌字符識(shí)別三大部分。針對(duì)這些問題，提出了相應(yīng)的處理方法，有效地完成了車牌字符的自動(dòng)識(shí)別。 車牌定位是自動(dòng)車牌識(shí)別的難點(diǎn)，其定位的時(shí)間和精度直接影響整個(gè)車牌識(shí)別系統(tǒng)的性能。對(duì)于

2、車牌定位，作者提出了一個(gè)基于小波變換的定位方法，采用小波變換對(duì)車牌圖像進(jìn)行邊緣檢測(cè)和定位。實(shí)驗(yàn)表明，采用此方法，與其他方法相比，在定位精度上有了一定程度的提高。 車牌字符提取是決定汽車牌照識(shí)別率高低的關(guān)鍵，本文采用了基于小波網(wǎng)格的字符的特征提取方法，有效的提高了復(fù)雜環(huán)境下的汽車牌照定位和提取的可靠性。 同時(shí)本文中也對(duì)車牌識(shí)別系統(tǒng)中的字符識(shí)別部分進(jìn)行了一些研究工作。提出了將拓?fù)涮卣髯R(shí)別和RBF神經(jīng)網(wǎng)絡(luò)識(shí)別相結(jié)合的數(shù)字識(shí)別方