智能交通系统能有效提高交通管理效率，提高交通运输安全性、路网通行能力和运输效率。车牌识别技术是智能交通系统的关键组成部分。本文针对车牌识别系统中车牌定位、字符分割和字符识别算法进行了深入的研究，研究了基于边缘密度分析的车牌定位算法、基于连通区域分析的车牌字符分割算法，提出了基于HOG特征的字符识别算法。车牌图像中车牌区域字符排列规则，字符边缘密集，而非车牌区域边缘排列松散无规则，基于边缘密度分析的车牌定位算法正是利用此特点定位车牌区域。首先对车牌图像提取垂直边缘，再对每一行的边缘信息进行密度分析标记出可能的车牌区域。最后对标记出来的车牌区域做形态学处理和伪车牌去除。基于连通区域分析的车牌字符分割算法首先对车牌区域图像进行图像倾斜校正，利用Hough变换检测直线计算车牌图像倾斜角度。对二值车牌区域图像进行连通区域分析，根据字符排列特性分割字符区域。基于HOG特征的车牌字符识别方法首先对字符图像提取HOG特征，将特征转换为“01”二进制码，用二进制码表征字符图像的“指纹”信息。在字符识别过程中，将待识别字符提取出来的“指纹”信息与字符模板库中的“指纹”信息进行汉明距离比较，找出距离最近的字符模板，该字符模板所对应的类别就是字符识别结果。为了验证本文提出算法的准确性，在500张车牌图像测试库上进行了实验。实验结果表明本文研究的算法能准确定位车牌区域和分割字符区域，字符识别具有较高的正确率，车牌识别速度快，具有一定的应用前景。