车牌识别系统作为智能交通系统的核心,已成为当前交通系统领域的重要课题,具有广泛的应用前景。随着无线城市建设的正式启动,无线智能交通系统为交通堵塞的治理提供了新的契机。在此背景之下,车牌识别移动化也提到日程上来。本文通过对传统车牌识别算法优势和局限性的分析,提出一种适宜于移动平台的车牌识别解决方案,并在Android平台上给予实现。同时针对用手机采集车牌图像时,存在的抖动、光照不均匀以及图像分辨率低等问题进行深入研究,主要完成如下几方面的工作：(1)在曝光过程中,由相机抖动造成的图像模糊属于运动模糊。本文首先研究了运动模糊图像的退化模型,分析维纳滤波在去除运动模糊过程中,对参数敏感的局限性,通过实验发现退化核函数PSF中的模糊长度与模糊度之间存在某种映射,在此基础上,提出基于模糊度的自适应迭代盲解卷积去模糊算法。(2)由于光照变化以及拍摄角度不同等方面的原因常常造成车牌图像光照不均匀,甚至还会存在大面积的阴影,这给图像二值化带来很大干扰,造成二值化后的车牌字符断裂以及粘连。为此,本文在进行二值化之前,通过DCT变换,对车牌灰度图像进行光照补偿校正,可有效克服不均匀光照带来的影响。(3)通过手机采集的车牌图像分辨率较低,这使得在易混淆字符识别时误识率高,本文通过对实验过程中发现的易混淆字符进行总结归类,并提出用有鉴别的局部特征,来对易混淆字符进行二次识别的思想。