汽车衡车牌识别是一项以数字图像处理、计算机视觉、模式识别、人工智能等多门学科为基础，对摄像机所拍摄的车辆图像进行分析，得到每辆汽车*的车牌号码的技术，是现代智能交通系统中的重要组成部分之一，应用十分广泛。本文设计了一种汽车衡车牌识别系统，此系统是在利用 MATLAB图像处理技术与模式识别中的模板匹配法识别出车牌号码。此汽车衡车牌识别系统经多组实验测试，能识别出一般车辆的车牌号码。

        一、引言

        汽车衡车牌识别技术是指能够检测到受监控路面的车辆并自动提取车辆牌照信息（含汉字字符、英文字母和阿拉伯数字等）进行处理的技术。目前在国内外交通管理系统中，车牌识别技术是交通管理现代化和智能化的重要组成部分，在公路收费、停车管理、称重系统、交通执法、车辆检测等各种场合都有广泛的应用，同时汽车牌照的识别问题也是现代交通领域，自动化领域和计算机领域中研究的重点和热点之一。

        二、汽车衡车牌识别系统的设计

        1.系统概述

        本文中的汽车衡车牌识别系统首先对上传至计算机的图像进行预处理，再对车牌区域进行定位，得到车牌图像，之后对车牌图像进行字符分割，zui后将分割出的车牌字符通过字符识别系统进行号码识别，得到车牌号码。交通管理部门可以根据此系统对车牌的识别结果找到相应车辆，对这些车辆处理。车牌识别系统流程图如图1所示。

        2.车辆号码识别系统的设计

        车牌号码识别系统在智能交通中有广泛的应用，它能从一幅图像中自动定位出车牌区域，并分割字符图像，对字符进行识别。车牌识别系统的主要由图像预处理、车牌图像定位、车牌字符分割和车牌字符识别4个部分组成。

        对图像进行预处理理，依次将输入计算机的的彩色图像转换为灰度图像，绘制灰度直方图，并选择相应阈值用Roberts算子进行边缘检测，然后对边缘检测后的图像进行腐蚀、聚类填充等操作来平滑图像轮廓，zui后去除图像中的小对象，得到滤波后的图像。车牌图像定位采用蓝色像素点统计的方法，确定行方向、列方向车牌区域，之后对车牌区域进行校正，得到定位剪切后后的车牌图像。将剪切的车牌图像进行去噪处理，逐列检查有没有白色像素点，并去除图像周围多余的部分，根据图像的大小，设置阈值，检测图像宽度，若宽度等于这一阈值则切割，得到分割后的字符图像。将分割出来的7个字符依次与字符模板进行匹配相减，值越小相似度越大，找到值zui小的一个模板即为合适匹配模板，对应字符为所识别出的字符，依次输出对应值，完成字符识别。

       三、汽车衡车牌识别系统的方法及实验测试

       1.车牌号码识别系统的方法

        在图2中，（a）为输入的彩色图像，对其进行预处理，选择阈值为0.12 的Roberts算子进行边缘检测结果如（b）所示，进行腐蚀操作后，构建  [25  25]的正方形结构元素对腐蚀图像进行聚类填充来平滑图像轮廓，zui后去除图像中聚团灰度值小于   1400的部分，得到滤波后的图像如（c）所示。（d）图为定位剪切后的图像，对剪切后的图像进行去噪处理及字符分割以及归一化为40*20大小后得到（e）图，将分割后的字符图像与模板中字符图像的相匹配，完成车牌号码识别如图（f）所示。

        2. 汽车衡车牌号码识别系统的实验测试

        按照本文设计的汽车衡车牌识别系统，部分测试结果如图3所示。

        四、结束语

        本文设计的汽车衡车牌识别的系统通过MATLAB图像处理技术与模式识别技术识别车牌号码，经多次实验测试，具有良好识别的效果。