随着智能交通系统的快速发展，车牌识别系统的应用越来越广泛，对车牌识别的研究也越来越深入，而车牌识别系统中最为关键的技术是车牌检测。此外，高清摄像机的推广及使用也给车牌检测算法带来了新的挑战。本文深入学习了现有的车牌检测算法，并在此基础做了大量研究和新的尝试，本文所做的主要工作有：(1)对车牌检测相关的图像处理技术做了简单介绍和相关分析。(2)车牌区域有着丰富的边缘信息，车牌区域的标准差信息能够给二值化阈值的计算提供有价值参考信息，本文第三章根据车牌的这种特征提出了一种新的自适应二值化算法，并采用区域融合及连通域计算方法提取车牌。这种二值化算法对图像灰度变化、噪声有很好的鲁棒性,接下来通过连通域的计算和查找可以精确定位车牌位置。(3)分析车牌识别系统的实际应用场景，以及高清视频中车辆的运动特性，提出先检测出运动车辆再对运动车辆做车牌检测的思想。这种方法可以去除图像中大部分背景干扰，将复杂背景下的多车牌检测问题转化为运动车辆检测和简单背景下的车牌检测问题。该算法首先通过混合高斯建模提取运动车辆目标，并对图像做分块处理，提高算法效率，再对检测到的运动车辆目标做形状过滤和行扫描相结合的快速车牌检测。(4)在相应的测试图像库上对上述的算法进行大量的实验及分析，通过实验结果分析算法的优势及不足。(5)结合车牌识别系统的实际应用平台，介绍TI公司开发的C64x+系列芯片特性，及其相应开发平台CCS，并在TMS320DM6437高性能DSP上实现算法。