煤炭产量、运量控制系统对于解决煤炭生产行业架构的特殊性造成的难以控管的局面,实现煤炭产业的现代化管理具有重要意义。本文以煤炭运量管理控制系统设计为背景,主要研究煤炭运量控制系统中的车牌识别,即利用数字图像处理技术实现车牌自动识别,在此过程中所应用的技术和方法为今后的深入研究和将其应用于实际生产奠定了坚实的基础。　　 本文研究了车牌识别中的关键技术,其中详细介绍了车牌定位、字符分割、特征提取和字符识别的方法,并对车牌定位和基于AdaBoost算法的车牌字符识别进行了深入的研究。在车牌定位部分,由于本文的研究背景是在煤场这个特定的环境,针对这个复杂的环境背景,本文提出一种将连通体链长度、边缘密度和颜色特征相结合的车牌定位方法。首先采用Niblack算法对图像进行二值化处理,使用该方法对光照不均的车牌图像有较好的效果。然后对二值化后的图像进行连通体分析,将分析后连通链进行配对、构链。最后结合连通体长度、边缘密度和颜色特征对车牌进行准确定位。　　 在字符识别部分,针对AdaBoost算法出现的退化现象,提出一种基于权重值的分布情况来调整权重的方法对AdaBoost算法进行改进。将某一轮训练后的权重值均匀分段,然后统计落入每一段的权重值的个数,计算其占权重值总个数的比例,将所得到的比例做为因子与该段内的权重值相乘得到最终的权重值。将简单分类后的数据代入改进的算法中进行迭代训练并进行仿真实验,结果表明该算法较好的改善了AdaBoost算法的退化现象。