车牌识别系统是智能交通系统的一个重要的研究分支，是智能交通控制与管理系统的重要组成部分，车牌识别系统按照识别的步骤主要分为三大模块，即车牌定位、字符分割及字符识别.车牌识别的任一模块都影响着最终的字符识别精度，而本文重点研究了字符识别模块，在车牌定位及分割相对理想的前提下，主要针对垂直倾斜或水平偏转的字符识别方法提出了改进，同时也提出了像素比对与特征提取相结合的二次识别算法，以提高字符识别的准确率和识别速率.　　本文总结归纳了字符识别的两种常用方法:像素比对和特征提取.像素比对方法算法简单、计算速度快、处理直接，但识别精度低，对倾斜偏转或有噪声的字符识别效果差;特征提取识别方法识别准确率高，对字符的扭曲或变形有很好的抗干扰性，但算法复杂、运算量大、达不到实时性的需求.　　针对像素比对法存在的缺陷，提出了变换模板字符的方法，利用仿射变换将模板字符进行一定程度的倾斜或偏转，以满足分割出的车牌字符的多样性，在此基础上又结合改进的LBP特征算子，对相近易混淆的字符进行二次识别，实验结果表明，改进的方法大大提高了车牌字符的识别率，无论是字母、数字还是汉字;而且对存在水平偏转或垂直倾斜的字符，都有很好的抗干扰性.特征提取方法主要是用来解决字符笔画不均匀、有噪声点等问题，但其复杂的计算导致识别速率低，无法达到实时性的需求，对此提出改进的像素比对方法，用模板字符的前景去“腐蚀”待识别字符，只比较字符的前景部分，很好的弥补了字符笔画不均匀以及噪声点的缺陷，但是此法对于笔画类似的字符易造成误识别，所以又进一步提出了利用跃变特征进行二次识别的方法，通过实验证明，改进的识别方法不仅准确率高，而且识别速度快，能满足实时性的需求.　　本文最后在改进算法的基础上，简易实现了动态车牌识别系统，利用颜色特征进行车牌定位、利用像素点统计进行字符分割、利用改进的方法进行字符识别.实验表明，车辆在行驶的过程中，系统可以有效地识别出车辆牌照，在识别的精度和速度上都有理想的效果，为实现高速公路不停车缴费奠定了基础.