基于垂直投影法的车牌字符分割算法设计讲解
基于改进的投影方法的车牌图像字符分割
ｓ ｇ ｎ ｅ ｃ ｏ ｄ ｎ Ｏ ｔ ｅｃ ａ ａ ｔ ｒｓｉ ｅ ｔ ｒ ｓｏ ｈ ｌ ｔ ．Ｅｘ ｅ ｉ ｎ ｓｓ ｏ ｔ ａ ｈ ｌ ｏ ｉ ｍ ｓｓｍｐ ｅ ｈ ｅ ｍｅ ｔ ｄ ａ ｃ ｒ ｉｇ ｔ ｈ ｈ ｒ ｃ ｅ ｉｔｃｆ ａ ｕ ｅ ｆｔ ｅ ｐ ａ ｅ ｐ ｒｍｅ ｔ ｈ ｗ ｈ ｔ ｅ ａ ｇ ｒｔ ｔ ｈ ｉ ｉ ｌ ，ｔ ｅ
Ｃｈｉ ｎａ
车牌 字 符分 割 的基本 策 略可 以分 为 ２类 ： 于 基 图像 特 征和 基 于识 别 的分 割 策 略． 于 图像 特 征 的 基 分割 策 略是 经典 分 割方 法 ， 策 略通 过 分析 图像 特 该
知识 ， 割复杂 背景条 件下 的车 ｖ ｄｐ ｏ ｃｉｎ ａ ｏｉ ｍ ａ ｅ ｎｍｏ ｐ ｏｏ ｙａ ｄｐ ｏｅ ｔ ｎｉ ｕ ｅ ｅ ｍ ｎ ａ ｉ ． ｉ ｔ ， ｒ ｈ ｌｇ ｍｐ ｏ ｅ ｒ ｊ ｔ ｌ ｒ ｈ ｂ ｓｄｏ ｒ ｈ ｌｇ ｎ ｒ ｊ ｉ ｓｄｉ ｓ ｇ ｅ ｔ ｔ ｎ Ｆ ｒ ｌ ｍｏ ｐ ｏ ｙｉ ｅ ｏ ｇ ｔ ｃｏ ｓ ｎ ｏ ｓｙ ｏ ｓ
Ｚ ｕ Ｊ ｎ ｉ Ｍ ａ ｔ ｒＳ Ｃａ ｄ ｄ ｔ ｈ ｕ ｍｅ ｓ ｅ ｎ ｉ ａ ｅ，Ｃｏ ｌｇ ｆＥｌｃ ｒ ｎ ｃ ａ ｄ Ｉ ｆ ｒ ｔｏ ｇ ｎ ｅ ｉ ｇ，Ｓ ｌ ｅ ｏ ｅ ｔｏ ｉ ｎ ｎ ｏ ｍａ ｉｎ Ｅｎ ｉ ｅ ｒｎ ｅ ＣＵＦＮ ，Ｗ ｕ ａ ３ ０ ４ ｈｎ ４０ ７ ，
【方法】车牌自动识别系统中字符分割方法研究
【关键字】方法1 绪论1.1问题的提出和研究背景车辆牌自动识别(Automated License Plate Recognition,ALPR)技术作为交通管理自动化的重要手段，其任务是分析、处理汽车监控图像，自动识别汽牌照号，并进行相关智能化数据库管理。
ALPR 系统可以广泛应用于高速公路电子收费站、出入控制、公路流量监控、失窃车辆查询、停车场车辆管理、公路稽查入监测黑牌机动车、监控违章车辆的电子警察等需要牌照认证的重要场合。
尤其在高速公路收费系统中，实现不停车收费技术可提高公路系统的运行效率。
人们一般将车牌识别系统划分为三大部分[1],首先将车牌从经过预处理的图像中定位出来,然后对车牌中的字符进行准确的切分,最后对分割好的字符进行识别"如何从复杂图像中将待识别的信息进行准确有效的定位与分割就是自动识别的关键1.2 ALPR系统简介车辆牌自动识别系统，总体来说是图像处理技术与牌照本身特点的有机结合，也包括小波分析、神经网络、数学形态学、模糊理论等数学知识的有效运用。
一个车牌自动识别系统基本包括:图像预处理、牌照定位、牌照校正、牌照字符分割、字符识别及结果输出等。
图1-1为系统的流程框图：图1-1 车辆牌照自动识别流程1.3 ALPR关键技术：1.图像采集：用一个摄像机摄取车辆前视图或后视图。
2.图像处理：对采集到的图像进行增强，恢复，变换。
目的是突出车牌的特征，以便更好的提取车牌。
3.车牌定位：在采样的图像中找到车牌的位置。
4.车牌字符分割：对获得的车牌分离出单个字符（包括汉字、字母和数字等）5.字符识别：对分割得到的字符进行归一化处理，转化为文本存入到数据库或直接显示出来。
由此可见，车牌识别系统在硬件上一般包含一台PC机，摄像头，图像采集设备，相应的图像处理软件，以及汽车到来的检测装置。
1.4国内外研究现状和发展趋势牌照识别技术自1988年以来，人们就对它进行了广泛的研究，目前国内外己经有众多的算法，一些实用的ALPR技术也开始用于车流监控、出入控制、电子收费、移动稽查等场合。
基于投影法与字符特征的车牌字符分割算法
９． ， ６６ 根据仿真实验结果， ％ 本文算法分割效果较好， 且具有较
快 的分 割 速 度 。
［］ 兴玲． ４王 最大类 间方差 车牌字符分割 的模板 匹配 算法 ［］计算机 工 Ｊ．
程，０ ６ ３ （９：９ —９ ． ２０ ，２ Ｉ）１３ １５
量 为１ ０ Ａ ／ …， 性炭 （ ｃ 比表面 积 高 （ ０ ０ ２ ｇ ， ． ７ ｍ ｈｇ 活 Ａ） ２ ０ ｍ ／ ） Ｎ 率性能， ０ －Ｄ 在５ Ｃ １ 的恒流条 件条 件下表现 出电容量为７ ｍ ／ ０ Ａ
ｇ 本文重 点研 究了向Ｌ Ｆ Ｐ ４ ， ｉ ｅ ０ 中添加不 同含量 的Ａ 对混合 ｃ
２ ］ 李红． 基于字符整体特性及ｂ ｏ 分析的车牌字符分割［］ ｌｂ Ｊ． 华中 再 次切分， 从而达 到快速 且准 确 的字 符分 割。本文对 ｌ９ ｌ 幅车 ［ 郑成勇，
牌 图像在Ｍ Ｔ Ａ 环境下进行 了仿真 实验 ， Ａ ＬＢ 分割 准确率也达到 了
科技 大学学报，００３ （ ：８ ９． ２ １，８３ ８— １ ） ［ 许 礼武， 伦辉， ３ ］ 许 黄艳国． 于小波分解的车牌定位算法［］ 基 Ｊ． 计算机 工
强混合 电容器的电容性能， 当含量为３％ ２时同时表现出赝电容和电双层电容特性， 同时具有充放电平台和快速充放电的电化学性能。
关键 词： ｉｅ０ ； 性炭 ； ＬＦＰ ４ 活 混合 电 能 原 理 的 不 同 分 为 电 双 层 电容
董
． ２
池隔膜和电解 液ＬＰ ６ ｉＦ 。
１２电极制备过程 ． １３电池制备过程 ．
ＬＦＰ ４ ｉ ｅ ０ 中添 加Ａ ， Ｃ 分别与导 电剂、 粘合剂 按照质量 比 ８ ：０７ ３ １：混合， 经过２ 磁力搅拌后研磨至流变相并涂抹 在金 ｈ
车牌图像的字符分割
车牌图像的字符分割作者：王凤叶卫华来源：《电子技术与软件工程》2017年第05期摘要本文从车牌投影出发，分别求出车牌的水平和垂直投影，根据车牌的投影的平均值去除车牌边界。
然后再字符分割。
通过实验证明该方法可行。
【关键词】水平和竖直投影投影平均值字符分割1 引言随着经济发展，世界各国汽车数量急增，如何有效的进行城市交通管理越来越受到各国政府和有关部门的关注。
针对这个问题而研究的智能交通系统（ITS）成了一个热点领域，车牌识别是其重要的组成部分，在车辆控制、运输安排、停车管理、自动收费、事故处理等方面需求越来越高，可以节约大量的人力、物力，同时也提高了交通管理的效率。
总之，智能交通管理系统的研究和开发具有重要的现实意义，也具有广阔的市场和巨大的商业应用前景在智能交通系统中，准确定位车牌后，字符分割是下一步字符识别的前提，字符分割的好坏对字符识别率起着至关重要的作用。
虽然目前在已有的印刷体字符分割技术的基础上，提出了不少分割方法，但是分割准确率依然不是很高，而且分割方法稳定性不好。
本文主要针对字符分割方法进行研究，对车牌进行了一个灰度预处理后再二值化，使字符分割达到很好的效果，为下一步的字符识别提供了一定的基础保障。
2 车牌图像预处理2.1 灰度变换以及二值化目前摄像系统采集下来的图片一般都为彩色图像，由于彩色图像信息量大，计算复杂，而且运算速度慢，所以先对图像进行灰度变化处理。
为了适应字符分割和匹配识别，还要将灰度图进行二值化处理。
2.2 去除车牌边框在车牌区域中存在边框及铆钉的存在，影响车牌字符的分割，因此，在字符分割前需要消除边框及铆钉等噪声对车牌字符分割的影响。
从图1可以看出，车牌在水平方向上的投影呈现出明显的“波峰——波谷——波峰”的特性，同时观察到虽然波峰（车牌字符处的投影值）的形态各异，变化很大，波峰和波谷之间像素值大小存在很大的差别。
这样就可以利用求投影平均值的方法去除车牌边框。
主要包括以下步骤：（1）将车牌二值化图像做水平投影和竖直投影；（2）利用mean函数求出水平投影的平均值，从左往右搜索第一个波峰，由于车牌上有螺丝，第一个波峰应为螺丝所在处，要去除后的字符区的左边界所在位置；从右往左找第一个波峰字符区右边界所在位置；这样就去除了车牌的左右边框。
基于垂直投影和模板匹配的车牌字符分割方法
基于垂直投影和模板匹配的车牌字符分割方法本文介绍了一种基于垂直投影和模板匹配的车牌字符分割方法。
首先，利用垂直投影将车牌区域切割成多个竖条，然后使用模板匹配来识别每个竖条中的字符。
具体地，将每个字符的模板与竖条进行匹配，得到一个匹配分数，选择分数最高的作为该竖条中的字符。
最后，通过连通区域分析和形态学操作来进一步提取和分割字符。
实验结果表明，该方法在不同类型的车牌上均能取得较好的分割效果。
- 1 -。
模板匹配法和垂直投影法相结合的一种新的车牌字符分割方法
应用技术12 * 广州市留学人员科技创业资助计划(2006V11I0831)资助。
模板匹配法和垂直投影法相结合的 一种新的车牌字符分割方法*潘中杰 谭洪舟（中山大学电子与通信工程系）摘要：在深入研究了大部分常用的车牌字符分割算法的前提下，根据车牌区域图像的特征，文章提出了一种综合了模板匹配法和垂直投影分割法的车牌字符分割算法（模板匹配－垂直投影分割法），该算法经过大量实验证明了其在准确率方面的优越性。
关键词：字符分割；模板匹配；垂直投影1概述字符分割的目标是把经过车牌定位步骤提取出来的车牌图像中的每个字符从整个图像中切割出来成为单个字符。
车牌字符的正确分割是影响字符识别准确率的关键步骤，字符分割正确与否，将直接影响到车牌识别的准确率。
字符分割的难点主要是如何判断车牌字符图像的粘连、断裂情况，并正确地分割粘连字符及合并断裂字符。
2车牌的字符特点要进行字符分割，首先要了解车牌的字符特点。
根据对车牌的分析得知，一般牌照字符共有7个，并且长、宽、高都符合一定的标准。
例如字符区域的总长为409mm ，每个字符宽45mm ，高90mm ，第2和第3个字符间距为34mm ，其余字符间距为12mm [1,3]。
3字符垂直分割的常见方法字符垂直分割的常见方法有模板匹配法[2,4]、垂直投影分割法[3,5]及基于连通域思想的垂直切分方法[5]，下面将分别介绍这三种方法的基本思想并分析其优缺点。
（1）模板匹配法：在精确定位车牌字符的上下边界后，以图1为模板，从左往右扫描车牌图像，寻求落在字符区域与字符间空隙区域白色像素的最大差值，此时则可将字符分割出来。
模板匹配法能很好地解决图像二值化后字符粘连及铆钉等的干扰。
若车牌内汉字为左右结构，也不会将该汉字错分为两个字符，但是待处理的车牌图像尺寸必须很规范，车牌稍微的变形即可导致字符分割错误。
图1 车牌模板（H 为车牌字符高度）（2）垂直投影分割法：对二值化后的车牌的白色像素个数进行垂直方向上的统计，由于字符区域白色像素丰富，而字符间空隙区域白色像素较少，通过检测字符与字符之间白像素个数的波谷确定字符的左右边界。
高速识别车牌的原理
高速识别车牌的原理高速识别车牌是通过车牌识别系统实现的，该系统利用计算机视觉技术和图像处理算法对车牌图像进行分析和识别。
其原理可以分为以下几个步骤：1. 图像采集：车牌识别系统首先通过摄像头或其他图像采集设备获取车辆的图像。
采集设备通常安装在高速公路或收费站等交通枢纽的入口或出口处，并能够自动拍摄行驶过程中的车辆图像。
2. 图像预处理：采集到的车辆图像通常包含大量的噪声和干扰，为了提高后续的识别准确率，需要对图像进行预处理。
预处理的方法包括图像去噪、灰度化、二值化、边缘检测等。
去噪可以通过滤波算法去除图像中的噪声，灰度化将彩色图像转化为灰度图像，二值化将灰度图像转化为黑白图像，边缘检测可以找到图像中的车牌边缘。
3. 车牌定位：在预处理之后，需要利用图像处理算法定位出图像中的车牌。
车牌的定位通常通过颜色特征、形状特征、尺寸特征等进行判断。
车牌的颜色一般为蓝色或黄色，因此可以通过颜色分割的方法将车牌从背景中分离出来。
同时，车牌一般具有固定的形状和尺寸，可以通过形状匹配和尺寸过滤的方法定位出车牌的位置。
4. 字符分割：车牌定位之后，需要对车牌上的字符进行分割。
字符分割的方法一般包括基于垂直投影法和基于连通区域法两种。
基于垂直投影法可以将车牌上的字符通过字符之间的空白区域进行分割，基于连通区域法则通过字符之间的连通性进行分割。
5. 字符识别：分割出来的字符需要经过字符识别算法进行识别。
字符识别通常采用模式识别的方法，即将字符的图像与预先训练好的字符模型进行匹配。
常用的字符识别方法包括模板匹配、神经网络、支持向量机等。
6. 车牌识别：最后一步是将识别出来的字符进行组合，形成完整的车牌号码。
组合的过程一般根据车牌号码的结构和规则进行，可以通过字符间的相对位置和字符的排列顺序进行判断。
综上所述，高速识别车牌的原理是通过图像采集、图像预处理、车牌定位、字符分割、字符识别和车牌识别等步骤来实现车牌的识别。
其中，图像处理和模式识别算法是关键技术，通过对图像进行分析和处理，提取出车牌的关键信息，并利用已有的字符模型进行识别，从而实现车牌的高速识别。
结合垂直投影法与固定边界分割的车牌字符分割算法（附源码和详细解析）
结合垂直投影法与固定边界分割的车牌字符分割算法（附源码和详细解析）上⼀篇博⽂简单有效的车牌定位算法（附源码和详细解析），详细介绍了数学形态学处理车牌粗定位与蓝⾊像素统计、⾏列扫描的车牌精确定位算法。
没有看的朋友可以先看上⼀篇博⽂。
这次，在牌照字符的分割上，我结合了⽬前使⽤最多的投影法和车牌固定边界的多阈值分割算法。
它的⼤致实现过程如下：第⼀步先对上⼀节粗定位完牌照的只有⿊⽩两⾊的图像bg2实施伪彩⾊标记。
第⼆步获取标记区域各连通块的尺⼨参数，⽤作下⼀步遍历的索引。
第三步投影得直⽅图，取⼀个分割阈值，划分出背景和字符的范围，也就是在直⽅图histrow(histcol)中区分⾕底点和上升点。
第四步分析峰⾕，得到例如最⼤峰中⼼距等参数。
最后⼀步，根据上⼀步求得的参数分割字符。
具体分割流程图如下图：图5-1 字符分割流程图⼀、车牌区域彩⾊标记与特征提取 对粗定位车牌后的⼆值图像作连通区域4邻域的伪彩⾊标记的⽬的是为了⽅便计算出车牌区域的⾯积、宽⾼度以及车牌框架的⼤⼩、区域开始和结束的⾏列位置等区域特征参数，是为后续的车牌投影分析操作作预准备。
在这⼀步骤中，⾸先以4领域⼤⼩为模块对⼆值图像作区域标记，给每块连通区域块标记上序数，获取图像中连通区域的块数和图像矩阵L，初步计算出各连通区域的框架⼤⼩，然后再根据车牌的先验知识设置亮度⾼度的合理阈值筛选出真正车牌区域的连通域，记录下该连通域的序数，最后对车牌区域块作区域特征提取，获取车牌的框架⼤⼩、宽⾼度、宽⾼⽐例以及开始位置点的⾏、列数等参数。
在MATLAB中对车牌号码为粤A6ZC93和粤AC609Z两车辆的车牌粗定位⼆值图像作伪彩⾊标记效果如下图：（a）粤A6ZC93 (b)粤AC609Z图5-2 区域标记与特征参数提取⼆、车牌预处理(1) 基于Radon变换的倾斜校正 从车体侧⾯拍摄的车辆图像中提取出来的牌照会出现⾓度的倾斜，为了后续操作的⽅便，需要进⾏⾓度的校正。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
毕业论文(设计)学院: 计算机科学学院专业: 软件工程年级: 题目:基于垂直投影法的车牌字符分割算法设计学生姓名: 学号:指导教师姓名: 职称:年月XXXX大学本科毕业论文（设计）原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。
除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。
本人完全意识到本声明的法律后果由本人承担。
作者签名：年月日目录摘要 (1)Abstract (1)第一章绪论 (1)1.1车牌识别技术的背景 (1)1.2 车牌识别系统的工作原理 (2)1.3 国内外研究 (3)1.4 本文主要内容 (3)第二章基本理论介绍 (3)2.1 数字图像处理技术 (3)2.1.1 bmp位图 (4)2.1.2 RGB编码方式 (4)2.1.3二值图像 (4)2.1.4 Otsu算法 (4)2.1.5灰度图像 (5)2.1.6 中值滤波 (5)第三章车牌图像的预处理 (5)3.1车牌图像的灰度化 (5)3.2车牌图像的二值化 (5)3.3 去噪处理 (6)3.3.1去除车牌边框 (7)3.3.2去除车牌图像中的圆点 (8)第四章车牌字符分割算法 (8)4.1传统垂直投影的车牌字符分割算法 (8)4.2 改进的垂直投影的车牌字符分割算法 (9)第五章系统实现 (10)第六章总结与展望 (13)6.1 总结 (13)6.2 展望 (13)致谢 (14)参考文献 (15)基于垂直投影法的车牌字符分割算法设计摘要：车牌识别系统在现代社会有着广泛应用，而车牌字符分割是其中的一项关键技术。
本文针对车牌字符分割算法做了较为深入的研究。
首先，要想正确的分割车牌图像，必须得到质量较好的车牌二值化图像。
所以，本文对车牌字符分割的预处理部分进行较为深入的研究，尤其是车牌图像二值化后的去噪处理。
传统投影法对车牌图像要求比较高，容易受到噪声的影响，从而造成分割字符的粘连与断裂。
针对传统投影法的不足，文章提出一种基于垂直投影法的改进的字符分割算法，该算法可以有效地识别车牌字符。
该方法抗干扰能力较强，能有效的减少字符粘连与断裂，分割准确度较高。
关键词：车牌识别；二值化；字符分割；垂直投影法Vertical projection-based license plate character segmentation algorithmdesignAbstract：License plate recognition system has a wide range of applications in modern society, the license plate character segmentation is a key technology. In this paper, the license plate character segmentation algorithm to do a more in-depth study. First of all, in order to correct segmentation of license plate image must be of good quality license plate binary image. So more in-depth study of the pre-processing part of the license plate character segmentation, especially after the license plate image binarization denoising. Traditional projection on the license plate image requires relatively high, easily affected by noise, resulting in a split character adhesion and fracture. For the lack of traditional projection method, the paper presents a segmentation algorithm based on the improvement of the vertical projection of the characters, the algorithm can effectively identify the license plate character. Strong anti-interference ability of the method, which can effectively reduce the character adhesion and fracture, split high degree of accuracy.Keywords License Plate Recognition; binarization ；Character segmentation; Vertical projection第一章绪论随着世界经济的快速发展，以及汽车制造技术的提高，使得汽车迅速成为人们日常生活中的一个必需品。
这造成全球的汽车数量猛增，而随之也导致城市的交通压力越来越大，城市的交通状况也因此得到了更多的关注。
如何有效地对交通进行管理，也成为各国政府和相关部门所关注的焦点和热点。
针对这些问题，人们开始将计算机技术、通信技术、计算机网络技术和自动化信息处理等很多新的科学技术用于交通道路的监视和管理系统，以此提高车辆管理和运输的效率。
它主要是通过对过往车辆实施检测，提取有关的交通数据来达到对交通的监控、管理和指挥。
车牌自动识别技术[1]是指能够检测到受监控路面的车辆并自动提取车辆车牌信息（含汉字字符、英文字母、阿拉伯数字及号牌颜色）进行处理与识别的技术。
它以计算机技术、图像处理技术、模糊识别技术为基础，建立运动车辆的特征模型，识别车辆特征，如号牌、车型、颜色等，并着重解决高速车辆图像的获取及清晰度问题。
本文是在以往的车牌分割算法[2]的基础上介绍了车牌识别技术中的一种字符分割算法，该算法是针对一种已有的字符分割算法（投影法）的改进性研究。
1.1车牌识别技术的背景随着21 世纪经济全球化和信息时代的到来，迅猛发展的计算机技术、通信技术和计算机网络技术，水平不断提高的自动化信息处理技术在人们社会活动和生活的各个领域得到广泛应用。
同时，高速度、高效率的生活节奏，使汽车普及成为必然趋势。
伴随着世界各国汽车数量的增加，城市的交通状况越来越受到人们的重视。
如何有效地进行交通管理日益成为各国政府相关部门所关注的焦点。
针对这一问题，人们相继研发了各种道路交通监管系统、车辆控制系统及公共交通管理系统。
这些系统将车辆和道路综合起来进行考虑，运行先进的技术解决道路交通的问题，统称为智能交通系统[3]（Intelligent Transportation System，简称ITS）。
ITS 是20 世纪90 年代兴起的新一代交通运输系统。
它利用先进的信息处理技术、导航定位技术、无线通信技术、自动控制技术、图像处理和识别技术及计算机网络技术等加强道路、车辆、驾驶员和管理人员的联系，实现道路交通管理自动化和车辆行驶的智能化，增强交通安全，减少交通堵塞，提高运输效率，减少环境污染，节约能源，提高经济活力。
交通管理自动化越来越成为亟待解决的问题，在这种情况下，车辆的自动检测作为信息的来源，越来越受到人们的重视。
对汽车牌照等相关信息的自动采集和处理对于交通车辆管理、园区车辆管理、停车场管理、交警稽查等方面有着十分重要的意义，因此成为信息处理技术的一项重要研究课题。
车牌识别(License Plate Recognition, LPR)技术作为智能交通系统（ITS）的重要组成部分，在交通管理和控制中占有着很重要的地位，可以应用到以下一些领域：（1）封闭式居民小区物业管理以及重要部门的安保管理。
车牌识别技术的推广普及，必将对加强城市道路管理，减少交通事故、车辆失窃案件的发生，以及保障社会稳定等方面产生重大而深远的影响。
（2）城市交通路口的“电子警察”。
（3）公路布控管理系统。
该系统采用车牌识别技术可实现对重点车辆的自动识别、快速报警处理，不仅可以有效防止机动车辆被盗，而且为公安、监察机关对犯罪嫌疑人所驾驶的车辆进行自动监控、跟踪提供了有效手段。
（4）高速公路超速监管系统。
该系统以车牌识别技术为核心技术，辅助其他高科技手段，建立高速公路无人值守的自动监测和自动布控系统，可以有效地获取超速车辆的图像，并得到该车的牌照号码，便于对违规车辆进行处罚。
从而降低因超速引起的交通事故的发生率。
（5）路桥、隧道等卡口的自动收费系统。
（6）高速公路收费管理系统。
在高速公路收费入、出口分别完成车牌号码识别和车牌匹配工作，实现不停车收费；还可以根据识别出的车牌号码从数据库中调出该车档案，可发现没有及时交纳养路费的车辆。
随着车牌识别技术的不断成熟，高效、识别率高的车牌识别技术还将应用于一些对性能要求比较高的单片机上。
还提供一个可以对车辆信息实时采集的公共平台，使各管理部门间能够协调统一的对车辆及道路情况进行监控管理，从根木上解决了目前全国交通及公安系统信息采集的多渠道、事件信息收集的单一性以及互不沟通、互不兼容的信息管理方式。
故车牌识别技术有着广泛的应用前景[4]。
1.2 车牌识别系统的工作原理车牌识别(LPR)系统是智能交通系统(ITS)的一个重要组成部分，该系统能从一幅车辆图像中自动提取车牌图像，自动分割字符，进而对字符进行识别，得到车牌的号码。
基于PC的车牌识别系统是利用PC机及摄像机等电子设备采集某一路段的汽车图像，对图像进行处理，获取车牌的位置及字符信息，完成车牌目标的自动定位与识别。
图1-1为车牌识别系统流程：图1-1车牌识别系统流程其工作流程是：当系统发现有车辆通过时，触发图像采集部分工作，通过对车辆进行抓拍，获取车辆的前视或后视图。
然后将所采集的车辆数字图像送入计算机系统[5]，通过车牌定位、字符分割、字符识别三个环节的处理，最终得到车牌号码。
其中的计算机处理系统主要涉及了三个关键技术：车牌区域定位技术、车牌字符分割技术和车牌字符识别技术[6]。
下面只针对车牌字符分割技术的研究现状加以阐述。
1.3 国内外研究车牌字符分割是车牌自动识别系统的关键环节之一，错误的字符分割会导致错误的字符识别。
目前，大多数字符识别方法都是针对单独字符进行识别，因此在准确地定位车牌后，字符分割的好坏对字符识别率起着非常关键的作用。