煤炭在人们的生活和工业的生产当中都发挥着重要的作用,所以当今煤场中使用智能化管理已经成为了提高工作效率的潮流,而对于煤场当中运载煤炭的货车车牌的识别以及后期的管理也在整个煤场的智能化管理当中起到重要的作用,另外煤场当中往往由于煤渣以及灰尘的大量存在会造成空气当中形成雾霾现象。本文以上述的这些条件为背景,首先对获取的车牌图像进行图像去雾的步骤,随后对获得货车车牌去雾的图像利用图像处理知识对车牌来进行识别,最后针对煤场当的车辆复杂难以管理的情况设计并且实现了一套煤场车辆管理系统,用以对整个煤炭智能采样系统的补充,在一定程度上提高了车辆的管理性和煤场的工作效率。本文工作重点主要是对图像去雾算法的改进;找到识别速率快且准确率高的车牌算法,并加以利用;设计并实现一套煤场车辆管理系统。本文首先对传统的暗通道图像去雾算法进行分析,并提出了一种将RGB空间转换到T空间,随后利用引导滤波来进行处理,最后通过亮度、对比度的调节改进的图像去雾算法;在车牌的字符分割方面,在基于特征投影的方法上,加入字符长度的特征方法保证了分割过程的准确性;在车牌字符识别的部分,选用了基于SVM向量机和ECOC模型相结合的识别方法,在保证了识别速度的同时提高了识别的准确性;最后针对煤场存在车辆管理困难的问题,主要选择了Java语言进行开发,采用了Spring+Spring MVC+Mybatis框架、SQL数据库在WEB端设计并实现了一套煤场车辆信息管理系统。通过测试,发现车牌识别的准确率为90.87%可以达到要求,煤场车辆管理系统可以在WEB端正常的打开和工作,满足和实现了预期的效果。