目前的车辆智能交通监测系统还存在一些问题或不完善之处，比如由于目前的系统存储能力有限，故需要尽可能对数据图像压缩以延长存储时间；由于监测系统在工作中受各种环境因素的影响，致使车辆及其牌照的拍摄清晰度及识别率不尽理想，等等。如何节约存储空间和延长存储时间，如何提高车辆及其牌照的识别率至关重要。本文以威海市交通监测系统为研究对象，研究车辆及其牌照图像压缩、降噪和识别。主要内容包括：　　研究将小波变换应用于车辆及其牌照图像压缩、降噪和识别的方法和算法。分析小波变换用于图像压缩时小波基的选择、滤波器阶数的确定、小波分解层数的确定以及小波分解的边界问题。分析基于GCV准则的小波阈值图像降噪方法。给出彩色图像灰度化、灰度拉伸和灰度图像二值化的算法。　　在此基础上，提出车辆及其牌照图像处理的原理和流程图，基于MATLAB环境开发相应的软件，软件包括图像压缩、降噪、彩色图像灰度化、灰度拉伸和灰度图像二值化等等。　　然后本文以威海市交通监测系统为研究对象，将所提出的方法和开发的软件应用到车辆及其牌照图像的处理和识别，应用结果表明，所采用的方法和所开发的软件能够在保留图像有用信息的基础上做到大幅度的压缩，能够有效提高图像的信噪比，提高图像的识别能力，进而达到威海市智能交通监测系统升级的目的。