本篇论文先对该系统的国内外近况和发展趋势进行讨论，再对车牌定位和字符分割来说明。在车牌定位中，我们要将车辆图片灰度化，获取灰度图。再对灰度图作灰度拉伸处理，使对比效果更明显。在图像平滑中，我们可以采取中值滤波的方法去除噪声干扰。对车牌边缘的提取主要采用小波变换法，提升了准确率。在车牌的二值化过程中，利用了Otsu算法，然后加以改进，对其二维直方图区域重新分割，省了很多时间，效果也比较理想。对斜的图像校正的过程中使用Radon法求解出倾斜的角度。再对倾斜的图像作旋转校正。最后进行字符切分。

近年来，车牌识别系统变得相当重要，影响着我们的生活，保护我们的安全。在实际中，仍存在很多问题困难，还需要大量的改进创新,对于算法的研究也需要进一步加强。

本课题主要完成了以下工作：

1)查阅国内外一些文献后，对车牌识别的发展历程有了进一步的了解，对车牌识别的前期工作车牌图像处理进行一系列的研究讨论，主要包括车牌定位以及字符的切分。

2)车牌识别的第一步就是车牌定位，在车牌定位过程中，首先需要将车牌原始图像进行灰度化和灰度拉伸，增强车牌区与非车牌区的对比，图像平滑采用中值滤波，去除一些噪点。车牌边缘的提取是利用小波变换的算法，提取垂直分量来进行边缘提取，车牌纹理比较明显，大大减少了运行时间。通过数学形态选取结构元素对车牌粗略定位，之后选用水平垂直投影法对车牌精准定位。

3)对车牌字符分割中，二值化十分必要，二值化效果好，图片的特征就会明显。二值化过程中，采用全局阈值的算法Otsu算法，传统的Otsu算法效果不是很理想，可能导致车牌图像不完整。因此本论文对经典的Otsu算法进行改善将区域重新划分，得到的效果较好。

4)车牌的倾斜校正对于车牌识别来说也很关键。首先利用Radon变换法计算出歪斜角度，如果不为0，就要对其作校正处理，最后将字符切分。