汽车车牌号码作为车辆的身份证，是交通管理中对车辆进行违章处罚、收费、登记等处理的唯一凭证。随着社会的发展和生活水平的提高，交通越来越发达，车牌号码的识别是交通管理实现智能化的关键。现在，车牌识别技术在交通管理的很多领域中得到广泛应用，但随着对交通管理的要求越来越高，对车牌识别技术进行深入地研究是很有必要的。本文在收集和分析近年来有关车牌字符识别算法的国内外文献基础上，对好的算法进行深入研究，并对其借鉴和加以改进。同时根据车牌的多个特征，运用图像处理技术对定位后的车牌图像进行处理，分割出单个的车牌字符，然后对分割出的单个字符进行识别。本文主要对定位后的车牌图像进行处理，即只对车牌字符分割和单个车牌字符识别进行详细研究，不对车牌定位进行研究。具体工作如下：①车牌字符分割部分：首先，对定位后的彩色车牌图像进行灰度化、二值化、统一背景处理；对含有噪声干扰的车牌图像进行去噪处理，对倾斜的车牌图像进行倾斜校正处理，去除车牌的边框；然后采用连通域和投影相结合的车牌字符分割算法对车牌中的字符进行分割，提取出单个车牌字符；最后对其进行归一化处理，统一各个字符的大小，为后续的车牌字符识别做准备。②车牌字符识别部分：该部分是本文的核心部分，在分析常用车牌识别方法的基础上，设计了一种基于支持向量机（Support Vector Machines，简称SVM）的车牌字符识别算法,在特征提取时，采用基于像素数量的粗网格特征与外围特征相结合的方法；在分类器设计时，采用支持向量机，并利用SVM工具箱——LibSVM，实现SVM分类器的设计。本文是采用Visual C++6.0开发工具对车牌字符分割和车牌字符识别算法进行了编程、仿真、验证。实验结果表明本文采用的算法对车牌字符分割和车牌字符识别处理具有较高的准确率和较快的运行速度。