摘要：在對車輛牌照識別系統(tǒng)研究的基礎上，采用基于灰度二值化的連通域搜索的車牌照粗分類算法，彩色模型的車牌照字符切分算法和加權(quán)組合特征的字符識別算法，通過實驗，設計出一個有效的車牌照識別系統(tǒng)。
關鍵詞：粗分類算法；字符切分；字符識別

0 引言
車牌照系統(tǒng)主要分為圖像采集，圖像處理，車牌定位，字符切分，字符識別幾個部分。

圖像采集：目前圖像采集主要采用專用攝像機連接圖像采集卡或者直接連接便攜式筆記本進行實時圖像采集，將模擬信號轉(zhuǎn)換為數(shù)字信號。
圖像處理：需對采集的圖像進行增強、恢復、變換等處理，目的是突出車牌的主要特征，以便更好地提取車牌區(qū)域。
車牌定位：從人眼視覺的角度出發(fā)，并根據(jù)車牌的字符目標區(qū)域的特點，在二值化圖像的基礎上提取相應的特征。車輛牌照的分割是一個尋找最符合牌照特征區(qū)域的過程。從本質(zhì)上說，就是一個在參量空間尋找最優(yōu)定位參量的問題，需要用最優(yōu)化方法予以實現(xiàn)。
字符分割：是從獲得的牌照區(qū)域分割出單個字符(包括漢字、字母和數(shù)字)以便于進行字符識別的過程?？紤]到車牌上的字符一般除了一個漢字外其他的都是字母和數(shù)字，即在理想狀態(tài)下每個字符是全連通的且互不相連，因此可以使用特定的方法進行字符切分。
字符識別：是使分割得到的字符進一步轉(zhuǎn)化為文本并存入數(shù)據(jù)庫或者直接顯示出來的過程。

1 圖像的預處理
所采用的圖像預處理方法是把經(jīng)過采集得到的彩色圖像經(jīng)過彩色-灰度變換，灰度拉伸處理，得到車牌區(qū)域突出顯示的256級灰度圖像。
1．1 RGB顏色模型
RGB顏色模型通常用于彩色陰極射線管等彩色光柵圖形顯示設備中，它是我們使用最多、最熟悉的顏色模型。它采用三維直角坐標系，紅、綠、藍為三原色，各個原色混合在一起可以產(chǎn)生復合色。
RGB顏色模型通常采用圖2所示的單位立方體來表示，在正方體的主對角線上，各原色的強度相等，產(chǎn)生由暗到明的白色，也就是不同的灰度值。(0，0，0)為黑色，(1，1，1)為白色。正方體的其它六個角點分別為紅、黃、綠、青、藍和品紅，需要注意的一點是，RGB顏色模型所覆蓋的顏色域取決于顯示設備熒光點的顏色特性，是與硬件相關的。

1．2 彩色圖像轉(zhuǎn)換成灰度圖像
把彩色圖像轉(zhuǎn)換成灰度圖像進行進一步的處理。利用公式將彩色圖像轉(zhuǎn)換成灰度圖像：p=0．114*R+0．587*G+0．299*B，其中P代表圖像中某點的灰度值，R，G，B分別代表彩色圖中對應點的RGB模型中的R，G，B分量的值。圖3就是彩色圖像轉(zhuǎn)換成灰度圖像的效果圖。