现代社会的发展日新月异,人民生活质量不断提高,越来越多的人选择汽车作为自己出行的代步工具,汽车的数量也不断增加,汽车的有效管理成为了道路交通安全中的重要环节,汽车牌照识别的研究也越来越受到人们的普遍关注,并取得了丰硕的成果。车牌识别的研究已经日趋成熟,但是对于复杂环境下的车牌识别效果并不是很好。本文研究的是在复杂环境下的车牌识别的研究及应用,一般的车牌识别程序只针对环境状况良好和车牌状态良好的情形下能取得有较好的识别率。而对于复杂环境下的车牌:如污损车牌,光照暗淡,模糊,车牌变形等情形下车牌识别效果不佳。本文针对这种情况,对车牌识别展开了深入的研究,主要研究内容如下:1.针对污损车牌的研究,提出了一种改进的模板匹配的车牌识别方法,能够有效的识别污损车牌。2.对于光照较暗较亮等情况下,通过去噪,进行空间均衡化处理,提高车牌区域的对比度,使车牌字符更容易识别,提高了复杂情况下车牌的识别率。3.结合HOG特征、骨架特征以及非全字符输入的方法,通过SVM训练得到分类器,能够有效的识别光线暗淡等情形下的车牌。该识别方法能够实时检测和识别车牌,可运用该方法做成车牌识别设备应用在停车场、小区、公司等场所中。本文提出的在复杂环境下的车牌识别方法,对很多场景都有较好的识别率,如:污损车牌,光线暗淡等情况下也具有不错的识别效果。