随着信息技术和智能技术的发展,交通管理系统的信息化、智能化已成为主要的发展的趋势。车牌识别系统(LPR)是智能交通系统(ITS)的核心组成部分,在现代交通收费管理系统中发挥着举足轻重的作用。近年来,对车牌识别系统中关键技术的研究已经成为智能交通领域的一个热点问题。本文对车牌识别系统中的图像预处理、车牌定位、字符分割、字符识别等几大关键部分进行了比较深入、全面的研究,并对定位技术做了新的尝试。车牌定位是车牌识别系统处理的第一步,定位的准确与否直接关系车牌识别的成败。本文采用基于水平灰度跳变特征的综合车牌定位方法,定位步骤分为粗定位和精定位两个部分。水平粗定位中,利用先验知识,由下至上地搜索;精定位中,用HOUGH变换做多线检测;车牌字符的分割效果直接影响到字符识别。在字符分割之前,先对二值化处理后的车牌图像分离下边缘像素,再通过HOUGH变换检测倾斜角并校正。同时用改进的垂直投影法克服边框和铆钉的影响;车牌字符的识别是整个系统中核心环节,也是系统的设计目的所在。根据车牌字符的特点,采用BP神经网络进行分类识别。将归一化处理后的独立字符图像分别送至网络训练,用训练好的网络进行仿真测试。测试效果验证了所使用的方法的正确性,达到了研究目标。