煤炭是国家的重要自然资源之一。矿用地磅承担着煤炭企业销售计量的繁重任务，计量管理的真实性、可靠性和效率的高低直接影响着企业的生产秩序和企业的经济效益。研究矿用地磅车辆管理具有重要的现实意义。本文在分析煤炭企业运销车辆管理需求的基础上，对矿用地磅车辆管理系统进行了较全面的研究，尤其是对系统中的车牌识别进行了深入研究。车牌识别系统研究主要包括车牌定位、字符分割和字符识别三个部分。其中车牌定位使用基于小波变换的多尺度融合边缘检测算法，突出了图像边缘信息，对车牌进行粗定位，通过对车牌中心线信息进行一维小波分解，实现车牌精确定位；使用先验知识垂直投影分割算法实现了车牌单字符图像分割；提出了基于支持向量机与D-S证据理论相结合的多特征决策级融合的字符识别方法，该方法提取字符的轮廓特征、投影特征和网格编码等特征，采用改进的支持向量机一对一投票分类原理构造的独立证据基本概率分配函数和D-S证据理论实现多特征的信息融合判决，实现了车牌字符识别，解决了单一特征对图像描述较片面的缺陷。利用Matlab平台编写仿真软件，仿真结果表明本文所提出的多特征融合识别方法具有较高的识别率和较强的容错能力。本文研究的矿用地磅车牌识别系统在对大量煤矿地运车牌图像进行测试后，结果表明该系统在现实中具有较高的可靠性和实用性。