随着以计算机视觉为基础的智能交通系统的快速发展,车牌识别系统作为智能交通系统中一个重要且热门的研究方向。车牌识别系统的目的在于从摄像设备拍摄获得的车辆图像中提取出有用的车牌文本信息,其主要过程包括:车牌定位方法、车牌校正方法、字符分割方法和字符识别方法。车牌定位方法作为车牌识别系统的第一个步骤,其定位准确度对于车牌识别系统的性能非常重要,受到研究人员的广泛关注,并提出大量的相关算法,然而这些算法的定位准确度仍有待提高。如:基于颜色的车牌定位方法难以处理车身和车牌颜色接近的车辆图像。车牌校正方法主要克服了车牌在拍摄时发生的倾斜,从而提高车牌识别精确率。字符分割方法的准确字符分割有利于字符识别的性能提高。字符识别方法作为车牌识别系统的最后组成部分,其识别准确度直接影响整个车牌识别系统的性能。本文对车牌识别系统中现有的车牌定位方法、车牌校正方法、字符分割方法和字符识别方法进行详细分析,重点研究了车牌定位方法的改进,针对基于颜色的车牌定位方法的快速性和基于纹理的车牌定位方法的有效性,提出一种新的结合纹理和颜色的车牌定位方法。本文的主要研究成果如下:(1)针对车牌识别系统中车牌定位方法、车牌校正方法、字符分割方法和字符识别方法的问题,对近年来的一些主要研究工作进行总结和分析,并指出这些方法的问题和应用范围,为车牌识别系统的进一步研究明确了方向。(2)针对现有结合颜色和纹理的车牌定位方法的计算复杂度较高,耗费时间较多等问题,提出一种新的基于颜色和纹理的车牌定位方法。该方法首先计算像素点和车牌底色之间的相似性,然后利用图像形态学获得车牌连通区域,完成车牌粗定位,最后利用Sobel算子获得车牌的纹理图像,完成车牌精确定位。(3)完成一整套的车牌识别系统的开发,包括车牌定位方法的实现、车牌校正方法的实现、字符分割方法的实现和字符识别方法的实现。应用于网络上收集的车辆图像时,本文的车牌识别系统能够获得很好的精确率和准确率。此外,相对于基于颜色的车牌定位方法和基于纹理的车牌定位方法,本文提出的车牌定位方法的精确率能提高1%-12%,准确率能提高2%-12%。在运行时间方面,本文方法要明显优于基于纹理的车牌定位方法。