随着信息技术和智能技术的发展，交通管理系统的信息化、智能化是大势所趋。车牌识别系统是智能交通系统的核心组成部分，在现代交通收费管理系统中占有举足轻重的作用。　　本文对车牌识别系统中的车牌定位、字符分割和字符识别三大模块进行了比较深入、全面的研究，并具有创见性的提出了具有自适应特点的车牌定位方法，该方法可以适用于各种光照条件和天气状况下拍摄的图片，定位精度在99％以上，具有创新性的提出了利用相似字符的直方图特征进行相似字符识别的方法，该方法可大幅度提高相似字符的识别率。　　在车牌定位阶段，本文根据车牌区域的竖向纹理特征比非车牌区域丰富这一特征提出了基于竖向纹理特征的车牌定位算法。该算法先通过图片的均值和方差判断图片的光照条件和清晰度，从而选择合理的定位阈值。然后用局部阈值二值化方法，求出车辆图片中，灰度发生局部突变的部分，再通过差分法求出突变部分的左右边缘，即跳变点图，根据跳变点的数量和跳变点间的距离来确定可能的车牌区域，最后根据车牌的合理高度和宽度淘汰伪车牌，找出真正的车牌区域。如果没有找到合理的车牌区域，系统将自动改变阈值，重新扫描。　　在字符分割阶段，本文提出先对车牌图像进行二值化、去噪声处理，然后使用投影法找出字符间的间隔，从而分割字符的方法。使用投影法分割后，还必须把粘连的字符重新分割，把一些被错误分割的字符进行合并，从而提高字符分割的准确性。　　在字符识别阶段，本文先采用模板匹配法进行初步识别，再利用直方图特征法对形似字符进行进一步识别，该方法具有一定的创新性和实用性。　　为了验证所提出的算法的有效性，本文用VC++6.0实现了整个车牌识别系统。从测试结果中可以看出，本文提出的算法有很高的识别精度，具有很高的应用价值。