车牌识别系统是智能交通管理系统的重要组成部分。在停车场管理、高速路收费、十字路口电子警察、小区车辆管理等民用领域得到了广泛应用，取得了较大的经济效益和社会效益。同样，车牌识别系统也可广泛应用于边海防系统、营区车辆管理系统、武警执勤系统等军事领域，并为军事任务的完成提供强大技术支撑。从目前实际情况看，军事领域中车牌识别系统的研究和应用还很少；基于系统稳定性、安全性和使用环境特殊性的要求，民用领域的车牌识别系统不能够直接应用于军事领域。因此，加强车牌识别系统在军事领域的应用研究，具有广阔前景和重大意义。本文以武警驻守的某大型水利发电厂安防监控系统为平台，重点研究了车牌识别系统在武警守卫的交通要道卡口中的应用问题。构建了交通要道卡口车牌识别系统，并从系统的硬件和软件两个方面进行研究，优化了系统结构，改进了算法性能。重点研究了车牌定位、字符分割和字符识别模块，提出了相应的改进算法。车牌定位模块。针对卡口车牌图像特点，提出了一种基于蓝黄颜色分割和Haar小波变换HL子带投影相结合的车牌定位算法，该算法综合利用了车牌颜色和纹理等特征进行车牌定位，具有速度快、定位准确率高的特点。字符分割模块。对定位出的车牌采用radon变换法进行倾斜检测和校正；采用水平扫描和垂直投影的方法去除车牌边框和铆钉，获得包含字符的最小矩形区；在垂直投影的基础上应用模糊决策理论进行字符的快速分割，取得了较好的分割效果。字符识别模块。提出了一种基于BP神经网络的车牌字符识别算法。首先对分割出的车牌字符进行归一化处理，然后进行Sobel边缘检测和K算子角点特征提取，最后输入BP神经网络进行训练和识别，实验证明该算法具有较高的字符识别率。