近几年来,智能交通管理系统成为众多学者研究的热点。车牌识别系统作为智能交通系统的一个重要组成部分,应用范围广泛。本文针对车牌识别系统的三个部分做了如下工作:车牌定位部分,研究了三种利用车牌不同的特征进行定位的算法,其中利用了车牌的结构特征,垂直和水平投影特征,颜色特征,几何特征。比较三种算法,总结出优缺点,并对算法中的不足,提出了改进方案。最后采用性能较好的、改进后的第三种算法作为系统的一部分,此定位算法中包含了倾斜校正算法。车牌字符分割部分,首先对成功提取出的车牌图像进行一系列的预处理操作,包括灰度化,对比度调整,二值化,去除车牌边框,有效的消除噪声干扰,最后采用基于字符先验知识的垂直投影的算法实现了字符分割。字符识别部分,首先对分割出来的字符预处理,然后采用统计模式识别和结构模式识别相结合的思想,提取字符的骨架特征,根据设定的判别函数,特征匹配实现了字符的识别;同时利用改进的粗网格特征提取方法提取字符的特征,用BP神经网络实现了字符识别。论文中的算法均在Matlab平台上实现,实验证明系统性能良好。