随着智能交通系统的迅速发展，车牌识别技术的研究也进入一个新的层面。本文在对已有车牌识别技术进行分析和研究的基础上，完成了车载式车牌识别系统的研究与应用。提出了基于视频检测的图像采集方法；改进了车牌识别模块的各个算法；并将GPS技术、GPRS技术、GIS技术应用到系统中，实现监控中心对移动车载端的实时监控和调度。 论文的主要工作如下： (1)针对车载式车牌识别背景不固定的问题，提出使用Directshow平台进行视频流的处理。每次识别前使用帧间差分法重建背景图像，运用背景差分法区分当前背景点和运动目标点，通过滤除检测区内非连续的运动点及自动更新背景图像，提高图像采集的准确率。 (2)针对图像易受光照影响的问题，提出了基于HSV颜色模型和车牌纹理特征的车牌定位方法。该方法克服了光照对车牌图像的影响，能够准确快速地定位出车牌区域。 (3)对车牌图像进行预处理，应用垂直投影法和车牌字符本身固有的特征进行字符分割。经验证，该方法的分割准确率较高。 (4)采用统计模式识别的方法，提出了基于贝叶斯分类器的车牌字符识别方法。经验证，该方法对字母和数字的识别率比较高，能够满足系统的需求。 (5)将GPS技术、GPRS技术、GIS技术应用到车载式车牌识别系统中，实现监控中心与移动车载端的通信，实时掌握移动车载端的位置，便于进行控制和调度。 车载式车牌识别系统作为固定卡口式车牌识别系统的有力补充，以其灵活方便的特点可以被广泛应用于城市道路管理、违章车辆的自动监测等，具有广阔的市场应用前景。