车牌识别(LPR)系统是以识别汽车牌照为特定目标的专用计算机视觉系统。汽车牌照的唯一性使得汽车牌照的识别成为实现智能交通系统的重要部分之一。车牌的自动识别是计算机视觉和模式识别技术的结合。随着汽车行业和公共交通事业的发展,智能交通控制系统变得必要,它不但可以广泛地应用于交通流量检测,而且还可以应用于交通控制与诱导,机场、港口、小区的车辆管理,不停车自动收费,闯红灯等违章车辆监控以及车辆安全防盗等领域。而智能交通系统包括信息采集、图像处理和识别,自动计时、收费等模块。因此,具有广阔的应用前景。本论文主要研究智能交通系统中的基于图像处理的汽车牌识别系统。本论文研究的主要内容包括:①在车牌图像定位和提取方面,本文提出了基于灰色理论的改良种子定位算法,然后使用Sobel算子对车牌的区域进行精确地定位,最后去伪牌。②在车牌预处理阶段,本文首先使用去除噪声(去杂点法)的方法,然后又提出了分别对其在垂直方向上进行了校正,最后用水平旋转方法在水平方向上对车牌进行校正。③在车牌字符切分过程中,本论文提出了粗切割方法,对车牌上的字符进行切割,然后再把各个字符上的多余的空间去掉。④在车牌字符识别方面,本论文将车牌字符分为两部分识别,第一部分为汉字部分,使用SVM矢量机的方法;第二部分为字母数字部分,使用13特征提取的方法,对切割下来的字符进行特征提取,然后再利用所提取的特征值对神经网络进行训练,最后利用这个训练结果对其它车牌上的字符进行识别。按照本文所采取的步骤,根据上面所提出的方法对采集来的车辆图像进行试验,得到了良好的效果。