文章简要介绍了车牌识别系统的发展历史、结构组成及应用现状，针对相关图像处理算法采用Matlab软件进行仿真研究，主要包括图像采集与处理、车牌定位、车牌字符分割及字符识别等部分。

作为计算机视觉与模式识别技术在智能交通系统中的一项重要应用，车牌识别系统被广泛应用于高速公路车辆视频监控、智能停车场以及电子警察等。车牌识别系统的相关算法设计包括：图像采集与处理、车牌定位、车牌字符分割及字符识别。文章对车牌识别的相关算法进行了深入学习和研究，在Matlab平台下进行了车牌识别系统的设计。

车牌识别系统的发展、组成

及应用简介

车牌字符识别可以从复杂的背景中准确地提取识别汽车牌照、车辆类型等信息，在交通控制和监视中占有重要的地位，但受环境、车牌位置，以及车牌污染、缺损等因素的影响，车牌定位和识别存在一定的困难，识别率也会受到影响。因此车牌字符识别系统应具有较高的自适应性和鲁棒性，即对有一定噪声或变形的字符图像仍能正确识别。

车牌识别系统的流程图如图1所示。

图像处理及车牌定位

为了占用较少的存储空间，提高系统的执行速度，在进行图像处理时，常将彩色图像转换为灰度图像并进行二值化。

边缘检测

边缘检测的目的是标识数字图像中亮度变化明显的点。车牌识别中存在4种典型的边缘检测算子，分别为Roberts算子、Prewitt算子、Sobel算子和Canny算子。实验结果表明：Roberts算子对边缘定位较准确，在图像噪声较少的情况下分割效果很好，因此本文采用Roberts算子。……