车牌识别技术是智能交通系统中的重要组成部分,它在违章抓拍、不停车收费、停车场管理以及对重要场所过往车辆的实时登记等方面都有重要的作用。论文从实际应用角度出发,针对高速公路以及城市道路等固定场景,对车牌识别系统中车牌倾斜校正、车牌图像二值化、字符识别等方面进行了系统的研究,论文的主要工作如下：首先,对车牌图像进行预处理,主要包括图像灰度化、图像的增强、图像去噪和图像的二值化。鉴于车牌图像噪声主要为脉冲噪声,采用自适应中值滤波的方法去除噪声。对增强后的车牌图像,根据基于高斯拉普拉斯算子的二值化方法,选取适当的阈值进行灰度图像二值化。其次,从理论上对我国车牌种类进行整理分类,主要介绍了基于纹理特征的车牌定位分割算法,对车牌进行边缘检测,实现了基于数学形态学和色彩特征的车牌定位方法。对于倾斜的车牌图像,利用Hough变换法算出倾斜角度θ,进行旋转矫正。根据分割出的车牌区域,在现有字符分割方法的基础上,提出按两个步骤对车牌中的字符进行切分的方法：第一步是去除边框和铆钉的干扰,精确定位到字符的上下边界。第二步是结合车牌中字符的轮廓特征以及车牌自身的比例信息,查找出每个字符的左右边界,从而实现对车牌字符的分割。最后,采用模板匹配算法进行字符识别,即将待识别的字符与事先构造好的模板进行比对,根据与模板的相似度的大小来确定最终的识别结果。实验结果表明：对实际拍摄的车牌图像进行识别,本文方法的识别正确率在95%以上。