车牌识别是当前国内外的一个热点研究方向，主要用于停车场、公路自动收费站、居民小区等环境。　　本文在查阅和分析有关车牌识别系统的国内外文献的基础上，研究同时适用于白天和晚上的车牌图像识别算法。主要成果和创新点如下:　　1.提出了一种改进的Otsu二值化方法。通过简化Otsu法的计算公式，提高了Otsu法的运算速度。　　2.改进了传统的车牌图像预处理算法。传统的预处理算法不适合对晚上车辆图像的处理，本文引入了光照补偿，使得车牌图像预处理算法同时适用于白天和晚上;再用改进的Otsu法进行二值化处理，消除了定位之前的路面影响;最后对定位之前的干扰区域进行了去除。　　3.提出了一种改进的基于灰度跳变的车牌定位算法。车辆图像经过改进的预处理;再对车牌区域粗定位;然后使用改进的形态学方法细定位，去除了无关区域;最后对精确定位出的车牌边框进行去除。车牌的定位准确率达到了97.3％。　　4.改进了车牌字符分割的算法。本文引入指数变换进行增强处理;然后利用基于连通域检测的方法对字符进行分割，考虑到汉字的不连通性，从右向左进行分割;最后对分割出的字符归一化。分割的准确率为95％。　　5.提出一种改进的模板匹配法的字母数字识别。将字母和数字模板库进行分级分类，并转换成数组保存，减小了搜索空间，提高了匹配速度;匹配时将待识别的字符进行左右滑动3个像素，选择最大的匹配概率值;如果最大的匹配概率值不满足要求，则采用优先级和不变矩相结合的方法。测试识别率为89.5％。　　6.改进了汉字特征提取方法。改进了粗网格法，提取汉字特征37个，采用BP神经网络进行识别，测试识别率为95.7％。　　7.设计并实现了车牌识别系统软件。本文运用C++语言编写并实现了车牌的识别算法，整体识别率为88.5％，与数据库结合形成了车牌识别系统，以实现对车辆牌照自动识别，最终完成收费的功能。