车牌识别系统是现代智能交通管理系统的核心组成部分,是图像处理、神经网络和模式识别等技术的综合应用。本文介绍了车牌识别系统的一般构成,包括车牌图像预处理、车牌字符分割和车牌字符识别等三个重要组成部分,并分别进行深入研究。车牌图像预处理方面,针对实际系统的需要首先对图像进行灰度变换,再根据车牌本身的先验特征采用合适的方法进行图象二值化,并在文中比较了各种不同的图象二值化方法的优劣以及其所适用的场合。车牌字符分割部分的研究,是建立在图像经倾斜校正成为规范化的图像基础上,通过字符串凹凸轮廓的检测、字符边缘识别对车牌进行分割。对字符识别的研究,是通过对分割出的车牌进行归一化和细化预处理,进而提高字符识别的准确性和速度。然后根据不同的统计特征设计了不同的BP神经网络分类器,分别进行车牌的字符识别。在上述理论研究的基础上,本文通过C++ Builder编程实现了相关功能模块,利用这些模块构造了车牌识别系统软件平台。并通过实际交通环境下拍摄的车牌图片对上述平台进行了试验,研究结果表明该系统性能良好,能实现较准确分割和识别字符,可广泛应用。