车牌的自动识别技术在智能交通系统中的作用十分重要,广泛的应用于电子警察、高速公路监管与收费、停车场出入管理等领域。而车牌字符的自动识别准确率一直受到图像质量的影响,目前现有的车牌识别算法主要是用于识别车牌字符较大、较清晰的车牌,对于分辨率较低的车牌字符识别能力较低。本文简要地阐述了车牌识别过程中的定位、切割、识别等技术。并在此基础上针对分辨率较低的车牌,提出了一个比较完整的车牌识别系统。该系统对分辨率较低的车牌字符图像有较高的识别率,可靠性高,具有一定的实用价值。车牌识别系统主要有车牌定位,字符分割和字符识别三部分组成。本文将这三个模块有机地整合在一起,最终构成本文的车牌识别系统。对于车牌定位模块,本文提出了一种改进的基于mean-shift算法的车牌粗定位方法。该算法将灰度信息引入彩色空间,结合区域分析方法,具有较高的识别率,并且减少了人工阈值的使用。对于字符分割模块,本文改进了基于区域生成的车牌识别算法。提高其对于低分辨率情况下的分割准确率。并增强了对非车牌区域的检出率。而字符识别模块,本文针对低分辨率情况下字符特征不明显的问题,提出了一种基于形状上下文的车牌识别算法。对于车牌中容易混淆的字符有较高的识别率。最后,本文对整个系统的实现进行了简要介绍,并对系统进行了性能评测。