车牌识别技术已经被越来越广泛地应用到现代交通的各个领域，在人们的生活中也发挥着越来越重要的作用。车牌识别技术的三个重要组成部分是：车牌定位技术、车牌字符分割技术和车牌字符识别技术，本文将从这三个方面对车牌识别技术进行全面介绍。
　　车牌定位部分针对采集的图像包含车辆和背景部分两部分，本文提出了先从图像中提取车辆部分的方法，利用车辆图像垂直方向灰度跳变的性质，用垂直边缘检测和数学形态学的方法，提取了车牌候选区；由于本文处理的图像车牌部分阴影明显，所以在进行后续处理前对车牌候选区采用背景差法进行了图像度增强，而对于增强后的图像则采用了基于数学形态学的车牌定位方法，利用车牌的几何特性，进行形态学运算得到车牌位置。实验证明，该算法简单、高效，定位率达97％。在字符分割前，针对定位的车牌可能包含边框等多余信息，介绍了基于投影的车牌边界切除方法，切除了部分车牌的多余边界为字符分割打下良好基础。
　　字符分割部分，对于有粘连的字符，本文提出了利用字符垂直投影及其包络的特点对字符粘连部分进行分割的方法，对于没有粘连字符的，采用了传统的垂直投影算法与模板匹配法相结合的方法，对字符进行了分割。实验证明本文方法能够很好的分割出每个字符，而且对于包含左右多余边界的车牌也有很好的适应性。
　　车牌字符识别部分，采用了模板匹配法和基于BP网络的字符识别算法，对于前一种方法，本文针对相似字符增加了特征点模板匹配法，减少了相似字符的误判情况，而针对后一种方法，本文对BP网络收敛慢、学习时间过长的情况做了相应改进。
　　本文的仿真环境是matlab平台，实现了车牌相应的定位，字符分割和字符识别。