本文主要研究了雾化场景下车辆牌照识别的问题以及广义相关检测器的噪声增强条件。由于工业的发展和现代交通的普及,自然环境逐步恶化,特别是雾霭天气逐年增加对于交通管理带来极大影响。本文首先利用暗通道去雾算法将雾化场景下的车牌进行清晰化处理；对于边缘检测LOG算子的尺度和阈值进行了详细讨论；通过边缘检测算子对清晰化处理的车牌进行边缘检测,找出车牌边缘；然后利用统计像素点的方法进行车牌定位,分割出车牌区域；最后通过模板匹配法进行了车牌字符识别。本文还对广义相关检测器中噪声增强弱信号检测的必要条件进行研究。在弱信号检测问题中,对于恒虚警概率,观测数据的采样数目足够大时,广义相关检测器的检测概率是检测功效的单调递增函数。因此,检测功效对于噪声强度的导数为正视为随机共振发生的必要条件。利用此必要条件,噪声类型局限于尺度噪声,对于所考虑的检测器是否存在噪声增强现象进行了详细分析,并给出了如何得到对应最优检测性能的噪声强度方程。此研究结果对于非线性信号处理的发展具有重要意义。最后,本文探讨了噪声增强边缘非线性检测算子的可能性,对于边缘非线性检测算子进行牌照处理进行了初步探讨。