随着社会经济的快速发展,我国汽车的数量与日俱增,这对交通管理提出了更高的要求,所以对车辆牌照的识别显得尤为重要。车牌识别系统要求能够全天候在户外运行,而实际采集的图片受各种天气和外部设备的影响,车牌会出现模糊、倾斜、掉色甚至遮挡等情况,这给识别带来了很大的困难。目前市场上还未出现通用性较好的车牌识别技术,大部分车牌识别技术只是应用在限定的场景下,这说明车牌识别技术还有进一步发展的空间。本文主要分三个步骤对车牌识别技术进行研究,即车牌分割、车牌字符分割(字符分割)和字符识别。车牌分割算法是在图片中将车牌区域准确找到,本文首先介绍目前常用的车牌分割算法及其优缺点,然后提出一种颜色空间和波形检测相结合的车牌分割算法,该算法有效的解决了传统边缘检测算法阈值难以选取的问题,并且具有非常高的车牌底色识别率；在字符分割部分,本文在总结目前常用的分割算法的优缺点后,提出一种垂直投影和模板匹配相结合的字符分割算法,该算法不用对车牌的左右边界进行精确定位,提高了字符分割准确率；在字符识别部分,比较了目前常用的机器学习算法和模板匹配算法,然后提出一种基于多模版匹配的车牌字符识别算法,降低了识别算法设计的复杂性。本文的提出的字符分割算法和字符识别算法的结果可以反馈到车牌分割模块,可以用来判断车牌的真伪,相比其他算法而言,本文算法大大提高了车牌的分割率(正确分割车牌数／总数),降低了车牌的误识别率(错误车牌分割数／总数)。