车牌识别在现代智能交通中的作用是非常重要的。文章在研究国内外文献的基础上,从车牌识别系统车牌定位、车牌分割、车牌识别三大部分出发,分别进行了优化改进,使得系统可以更加准确识别出车牌信息。基于边缘分析方法的车牌定位算法是一种简单的车牌定位算法。车牌定位是车牌识别的第一步,基于边缘分析的车牌定位方法简单、易于计算机处理,并且有良好的定位结果,可以满足后续工作的要求。先对彩色图像进行预处理,然后使用ROBERT检测算子对图像进行边缘检测,提取边缘信息,之后进行膨胀腐蚀,去除漏洞,对图像结合车牌本身特征进行分析,提取出车牌区域。实验结果表明,算法可以很好地定位车牌。根据车牌图像的分割及车牌识别的要求,结合偏微分方程方法,提出一种C-V主动轮廓模型字符分割算法。算法通过改进C-V模型,增大力对曲线的作用范围,从而使得改进的偏微分方程可以快速,并且光滑的分割出字符图像。提出一种基于纹理特征提取的模板匹配方法。传统的模板匹配方法使用像素点进行匹配,纹理特征的模板匹配方法,首先使用小波变换提取出每个像素点的小波系数,计算出每个像素点的均值和方差,用以表征像素点的纹理特征,结合像素点的自身像素值进行模板匹配。实验结果表明,改进算法在字符识别的过程中,更好的识别出了分割的字符,减少了误判率。