车牌照识别(LPR)系统的研制与开发，是现代化交通发展的热点问题，也是影响交通系统智能化、现代化的重要因素。 车牌照识别系统是一个实时的计算机视觉系统。车牌照识别系统研究涉及数字图像处理、计算机视觉、模式识别和人工智能等多个技术领域。本文的主要研究工作如下： 1．本文将图像分割技术应用于车牌定位中，提出了一种新的基于车牌颜色的定位方法，即通过丰富的投影信息和HSV颜色模型中的H分量来定位车牌。实验结果表明该算法对光照不均和复杂背景不敏感，能够快速、有效地提取出车牌。定位准确率超过98.5％。 2．字符分割是印刷体字符分割的一个特殊应用，是把车牌图像分成单个的字符图像，以便进行字符识别。在确定车牌的字符的上下边界时，本文提出了一种改进的扫描线算法，取得了很好的效果；利用全局分割和局部调整的技术实现单个字符的分割。 3．字符的识别是对车牌上的汉字、字母和数字进行理解的过程，是系统的核心。识别的关键在于分类器的选择与组织。针对车牌中的汉字，结合分割出的汉字图像的特点，提出了基于纹理特征的汉字识别方法。针对车牌的字母和数字，本文采用了两种识别方法，一种是新的基于多分类器集成的识别方法，其识别结果理想，识别率为98.6％；另一种是采用改进的BP神经网络，分别实现字母、数字、字母及数字的识别，识别结果较好，整体识别率为97.2％。 4．在上述研究的基础上，设计、实现了一个车牌照的实时识别系统。系统主要分为车牌定位、字符分割与字符识别三个部分，执行结果理想。该系统应于交通车辆违章视频监控系统中，使系统在对违章车辆的确认上更自动化，智能化。