编者按：目前，各省高速公路主管部门对车牌自动识别系统的需求已越来越大。车牌自动识别系统的关键技术是车牌区域定位和字符分割与识别。本文对这两项技术的算法进行了初步的分析和探讨。
据调查，目前国内封闭式高速公路均不同程度地存在着"距离型"舞弊的现象。交通部已颁布了《高速公路联网收费暂行技术要求》，各省均在实施或计划实施省内的联网收费，随着各省路网的逐步形成，联网收费的范围越来越大，收费额的差距越来越高，司机利用现有收费系统的漏洞通过中途换卡进行逃费的问题将越来越突出，汽车牌照自动识别系统是解决此问题的根本方法。另外，通过识别出经过收费站车辆的牌照，可以加强对免费车辆（军警车、公务车）、月票车辆和黑名单车辆的管理。
汽车牌照自动识别系统的组成
一个完整的汽车牌照自动识别系统由图像采集、车牌识别、车辆检测等组成，当车辆检测部分检测到车辆到达时，触发图像采集装置，采集车辆正面图像，再把车辆正面图像传给车牌识别部分，通过一定的技术，最后识别出车牌号。整个系统的难点是车牌识别部分，这部分又包括车牌区域定位和字符分割与识别两项关键技术。
车牌区域定位技术
由于汽车图像摄于背景复杂且光照不均的自然场景下，因而怎样从自然背景中准确可靠地分割出车牌区域，是很关键的。为此，人们进行了很多研究，提出了许多分割算法。其中大部分算法是基于车牌的不同特征进行的，目前较为成熟的算法有：
自适应边界搜索法利用倒L型、水平直线、垂直直线这些结构元素搜索、定位字符，然后找出符合一定格式的字符群，即认为是车牌；区域生长法是对边缘图像进行均匀性区域生长以获得潜在的车牌区域，然后利用车牌的几何特征以及车牌区域内的边缘灰度直方图统计特征删除伪车牌，即得真实车牌；灰度图像数学形态学运算法则利用车牌形状特征、字符排列格式特征，对预处理后的灰度图像进行一系列的形态学运算，得到直线与一定数目的字符相邻的区域即认为是车牌；基于字符串特征增强的分割方法采用一种线性滤波器突出牌照区域的纹理，再采用取阈值的方法来分割牌照区域；模糊聚类法则利用模糊逻辑系统，根据一些分类参量判别由粗分割得到的图像中不确定部分是隶属于背景还是目标，从而分割出车牌；基于灰度图的车牌定位和分割法首先选取适当的阈值用迭代法得到二值图，再根据车牌中文字笔画的垂直边缘特征做车牌定位；DFT变换法是先对图像逐行做DFT变换，然后把频率系数逐行累加平均并根据这些平均值做出频谱曲线，根据频谱曲线中的"峰"的起始点位置确定车牌水平位置，对这一水平区域逐行做DFT变换可确定车牌竖直位置。
车牌区域定位算法目前很多，且许多在实际应用中都取得了很好的效果。因此，要解决汽车牌照自动识别系统中关键技术之一的车牌定位技术，是可以借鉴和发展的。
车牌字符分割与识别技术
