车牌识别研究的难点是车牌定位和字符识别的方法。目前,关于车牌识别的研究方法非常多,但并没有一种方法可以适用于所有的应用环境。本文运用数字图像处理、模式识别有关技术,对车辆在一般环境下获得的车牌图像进行了识别。研究的车牌识别系统主要分为图像预处理,车牌定位、字符分割、车牌识别四个部分。图像预处理部分,主要利用灰度直方图均衡、平滑滤波、图像二值化处理等图像处理技术,研究如何改善车牌图像质量的方法,并通过MATLAB软件对比分析了预处理后获得的车牌图像的实际效果。车牌定位部分,主要采用基于图像边缘检测与数学形态学相结合的定位方法,研究合理地确定并分割出车牌区域的方法,并通过MATLAB软件实现了对车牌区域的定位。字符分割部分,主要研究了利用Radon变换实现车牌倾斜校正及基于水平垂直投影的字符分割方法,并通过MATLAB软件实现了校正和字符分割。车牌识别部分,主要研究了利用BP人工神经网络实现字符识别的具体办法,并通过MATLAB软件建立了神经网络,实现了对车牌字符的识别。结合Zigbee短距离通信和GPRS远程无线通信技术,实现了对停车场出入口车牌识别结果信息的远程传输。本文利用MTALAB软件进行了具体实验,实验表明车牌识别效果好,识别信息传输可靠。