自改革开放以来,随着国家经济水平的快速发展,我国居民生活水平不断提高,汽车已逐渐从奢侈品转变为日常代步工具,全国的汽车保有量在近年来已达到全球第二。由于我国城市发展的特点,城市交通对于停车场的需求越来越大,大部分城市都存在着停车难、车辆管理成本高的问题。作为公路交通系统中的重要成员,停车场发展速度远远赶不上汽车的发展速度,无法满足人们对日常停车的需求。在此背景下,传统的采用IC/ID取卡票进行停车场管理的弊端逐渐凸显。采用车牌识别技术,既可以减少停车场的管理成本,又改善了传统方式管理的停车场中,用户进出停车场耗时、耗力的不良体验。因此,在停车场中采用车牌识别技术具有较大的研究价值和市场空间。本文对车牌识别中的图像预处理、车牌定位、车牌字符分割、车牌字符识别等相关算法进行了分析与仿真实验。在车牌定位部分,首先对基于Sobel边缘检测的车牌定位方法以及基于颜色定位的车牌定位方法分别进行了仿真实验,最终采用通过Sobel边缘检测进行粗定位,在经过颜色判定进行二次定位的车牌定位方法。在车牌字符分割部分,采用水平投影分析去除车牌水平边框,再通过垂直投影分析结合车牌字符编码先验知识在垂直方向对车牌进行单字符分割。在车牌字符识别部分,分别对基于SVM和基于ResNet18的识别方法进行了分析与对比。在样本量较低的情况下,传统的SVM分类识别方法识别准确率更高。最终采用SVM分类识别方法分别对汉字、英文字母和数字构建基于HOG特征的SVM分类器,完成车牌字符的识别。综合考虑系统的功能需求、性能需求以及处理器的成本、功耗、运算能力,本文在基于ARM-Linux操作系统的树莓派4B上完成了车牌识别系统的设计与实现。根据系统运行中涉及的各项数据需求,进行了逻辑分析并在mysql数据库中完成了数据表的具体实现。根据停车场车牌识别系统的功能与性能需求,对停车场车牌识别软件进行了模块分解,并对各子模块分别进行了设计与实现。最后,对整个车牌识别系统进行了调试,并在小区停车场中进行了模拟运行。最后,对移植后的运行效果进行了实际测试,在小区停车场中随机选取车辆进行车牌识别,识别成功率达到95.45%,识别时间保持在100ms以内,能够有效满足车牌识别系统的性能要求。