本文选用小波变换作为数学工具，利用小波的“显微镜”特性和类人视觉特点解决车牌字符的分析和识别问题，提高车牌字符的识别能力，主要研究三个方面的问题： (1) 对字符图像的分割去噪进行研究，在现有区域去噪的基础上提出一种保持边缘的去噪算法，使该算法在去噪的同时更能保持字符原有特征，实现传统算法的快速改进。 (2) 通过对统计特征和结构特征优缺点的分析，利用小波二维图像分解具有的类人视觉特性，构造出具有二者综合优势特点的小波网格特征向量。 (3) 通过对研究对象字符系统的属性分析，根据人们对字符的认知心理分析，构造出具有仿人特点的多层多变量智能字符识别器模型。该模型可以克服单模型特征缺乏的弊端，提高识别效率。 利用人工智能理论、计算机技术和数字信号处理技术，改善传统算法的实时性和精确性，寻求稳定有代表性的字符特征，采用多层多变量等先进匹配方法，设计出满足识别速度快、识别率高的字符识别系统。