伴随着经济的发展和人民生活水平的提高,车辆数量迅速增加,对车辆管理提出了更高的要求。车牌识别系统作为车辆管理系统中的重要组成部分,必然成为当前研究的热点之一。车牌识别系统大多基于晴好天气拍摄的图像,但是在雾霾的干扰下图像大都不清晰,严重影响后期的车牌处理。所以本文基于VS2008设计的软件平台,主要完成图像的采集、去雾增强、车牌定位和字符分割。图像采集方面,首先对千兆网相机和其他相机进行对比,选择了网络传输速度快且长度不受限制的千兆网相机；然后研究GigE Vision接口标准和TCP/IP协议,分析各个功能命令格式；最后实现控制相机的各种参数设置、图像采集和显示等功能。图像预处理方面,本文主要研究彩色图像去雾增强和二值图像去噪算法。图像去雾增强方面：研究基于暗原色先验的理论算法、基于全局的Retinex算法、基于局部的单尺度和多尺度的Retinex算法,总结了每种算法的不足和优点；然后详细阐述改进的Retinex算法,并完成图像清晰化处理。二值图像去噪方面：研究邻域方法和方形窗口去噪算法,经实验发现两者不能完好保留字符的笔画线条,因此本文设计了多方向线条窗口方法。在车牌定位阶段,首先主要研究并实现基于灰度图像的边缘检测算法；然后详细介绍本文设计的基于彩色图像的双边缘算法,本文的方法更大的利用彩色图像带来信息量大的特点；最后利用水平和垂直投影实现车牌区域定位。在车牌字符分割工程中,首先介绍图像二值化算法的种类,并着重研究基于直方图双峰法和Otsu算法；然后利用Hough变换检测车牌的倾斜角度,经过旋转车牌区域实现矫正；接着利用连通域算法实现边框、铆钉等干扰信息的去除,克服了行列扫描方法不能去除断裂边框的缺点；最后结合投影法和车牌先验知识理论完成字符分割。