随着科技和经济的高速发展,购置汽车的人与日俱增,然而日益增多的车辆在给人们的出行带来便捷的同时也这造成了相应的麻烦,如交通堵塞和交通事故等问题。借助智能交通系统(Intelligent Transportation System,简称ITS)能够实现交通的智能自动化管理,进而实现对交通环境的全面有效的监管,帮助缓解交通堵塞、交通安全等方面出现的问题。车辆牌照识别技术(License Plate Recognition,简称LPR)作为ITS的基础,其重要性不言而喻。本文阐述了一个车辆牌照识别系统的设计与实现过程。论文的选题源自笔者实习期间参与的项目。笔者对系统进行了需求分析,并根据需求分析得到的结果,完成了系统的总体架构设计和各个模块的划分。论文中将车辆牌照识别系统划分为用户界面、车牌定位模块、车牌字符分割模块和车牌字符识别模块这四个模块。论文中的用户界面部分使用MFC编程,主要实现了获取待识别图片数据,以及将识别结果展示给用户的功能；车牌定位模块中采用局部分块二值化的算法实现图像的二值化,并根据各个分块的二值化结果判断是否进行高斯滤波,然后基于以上预处理采用跳变点连线的方法实现连通区域,并对其做筛选,初步定位车牌,该方法在逆光、低对比度以及雾天的图像中也有较好的定位效果；车牌字符分割模块中采用垂直投影结合模板匹配的方法实现对字符的分割,通过投影法获取到字符区域大概位置后,结合模板匹配的方法来对字符区域的位置和大小做进一步的调整,以减少每个字符区域中会对字符的识别产生干扰的信息,该字符分割方法具有较高的分割准确率；在车牌字符识别模块中,使用了卷积神经网络来对车牌字符图像进行识别,通过采用合理的神经网络结构,并使用良好的训练数据进行足够的训练,对单个字符图像的识别准确率达到了99%以上。本文所描述的系统能够在白天、黑夜以及多种复杂环境下实现对车辆图像中的车牌进行稳定准确的识别,最终得到车辆图像、车牌图像、车牌号、车牌颜色以及车身颜色信息。