机动车车牌识别技术对于道路交通管理与控制有着重要的现实意义,本文正是立足于多车牌图像识别并利用Matlab软件对车牌智能识别过程进行仿真,具体内容如下：对于车牌图像预处理,本文采用卡尔曼滤波算法对车牌灰度图像进行滤波处理。滤波时时间更新方程根据当前状态变量和误差协方差的估计值向前估测出图像噪声的可能值,测量更新方程根据时间更新方程估测的噪声可能值对车牌图像进行校正,恢复原始车牌图像几何位置或几何亮度,整个过程是一个不断估计、预测、校正的循环过程。在图像定位环节,本文采用分水岭算法把车牌图像看作拓扑地貌,根据图像的灰度值特点不断的进行筑坝,寻找图像中各物体的边缘,并根据车牌区域的特点对车牌图像中所有的车牌区域进行定位,并分割出图像中所有的车牌区域。在字符分割环节,本文首先对分割出来的车牌区域进行几何失真校正,通过灰度变换和坐标变换使车牌区域恢复到图像理想的像素位置,然后用区域分裂与合并方法根据车牌字符的特点以一个生长点或生长点组成的生长区域为起点对符合分裂合并条件的区域进行不断的分裂与合并,直到将车牌字符全部分割出来为止。在字符识别环节,本文首先对分割出来的字符进行归一化处理,然后采用改进的BP神经网络算法对车牌字符进行训练学习和对分割出来的字符进行分类判断,从而得到车牌图像中所有车牌区域的完整信息。