大数据当红时期,林林总总信息迎面而来。智能交通系统ITS(Intelligent Transportation System)运用其核心技术车牌识别系统LPRS(License Plate Recognition system)来改善交通状况,使得交通畅通、安全。随着国民生活水平的提高,安防领域对视频分辨率的高要求,使得ITS对车牌识别系统有着更高的要求。虽然目前已经有一些应用稳定的产品出现,但对其算法的优化从没停止,仍有不少高校、研究所和公司在做着进一步的改进和创新。本文第一章在分析综述了车牌识别技术的背景和现状的基础上,接着介绍了一些比较经典的车牌字符识别的方法。第二章主要介绍在字符识别之前对车牌的一些主要的预处理操作,简单介绍了本系统所用的车牌定位和倾斜校正的算法,为字符的正确识别打好基础。第三章独创性提出基于最大车牌字符间距的分层次算法来切分字符,其灵活的算法即使针对退化严重的车牌也能实现完美的分割。第四章介绍了基于小波核函数的最小二乘向量机(LS-SVM)算法,同时结合提取的字符特征,通过分类器最终实现字符的识别。第五章提出用深度学习理论中的限制波尔兹曼机(RBM)作为特征提取器,结合使用softmax分类器组成字符识别系统,最终通过实验对比了一些算法,统计结果展现出本章提出的算法在识别字母和数字方面的优势。本文算法虽然处理的牌照在图像中的位置没有限制,但从实用性的要求以及产品推广的角度出发,主要研究的是出现在车头和车尾的单排字符。实验结果显示对车牌的扭曲变形,歪斜,污染有较强的抗干扰能力,对不同光照下的图片有着较强的适应能力。除了汉字外的另两类字符的识别率相当高。