车牌检测与识别技术是智能交通系统的重要环节，在交通监管、交通控制和车辆管理等方面发挥了重要的作用。在低照度图像中，车牌等重要信息不明显，难以直接进行检测和识别。针对这一情况，本文提出一种低照度图像中的车牌检测及识别方法，有效增强低照度图像的亮度及细节信息，提高车牌检测与识别的准确性和适用性。全文的主要内容如下：　　1.介绍了目前国内车牌的特征及其检测与识别算法的基本原理。对目前常用的车牌检测、字符分割、字符识别方法做了一定的总结，分析了几种典型方法的优缺点。　　2.针对现有JPEG图像压缩与增强的过程分离，且图像增强后容易产生块状效应的局限性，提出一种新的JPEG图像增强算法，该算法嵌入JPEG图像压缩框架之中，在量化步骤之前增强图像以充分利用图像原始信息。增强过程以Retinex理论为基础，将DCT系数分为照度分量(DC系数)和反射分量(AC系数)，对DC系数进行动态范围调整，并利用DC系数的增强因子对AC系数做细节增强，最后对调整后的DCT系数做平滑处理来抑制块效应。实验结果表明，与传统的其他算法相比，该算法能更好的增强细节信息和保持色彩信息，并能保持与标准JPEG同等的图像压缩比。　　3.将JPEG压缩域图像增强方法应用于低照度图像的车牌检测，设计与实现一种针对低照度图像的车牌检测方法。该方法能有效的增强低照度图像的车牌信息并还原车牌颜色特征。通过Adaboost方法对增强后的图像做车牌粗定位，同时结合车牌的颜色特征做二次精确定位，提高车牌的检测率，为字符识别提供有利的条件。实验结果表明，本文方法在低照度环境下能够取得较好的车牌检测与识别效果。