随着世界汽车工业的高度发达和我国人民生活水平的提高,汽车保有量持续快速增长,对汽车管理问题也日益棘手。不停车收费系统、公路抓拍、封闭小区、校园等出入口都需要大量的车牌识别系统来识别出入车辆身份,因而车牌识别系统在智能交通和实现社区有序管理方面的作用日益显著。本文针对低速领域设计了一种基于LabVIEW的车牌识别系统,车辆触发相机完成图像采集后输入计算机的软件处理系统,首先进行直方图均衡化完成图像灰度变换,然后中值滤波去噪,得到一幅灰度对比较强,噪音较少的灰度图像。其次使用边缘检测和二值化形态学相结合的方式完成车牌的粗定位,最后使用LabVIEW的比值特征函数计算车牌的长宽比,提取唯一正确车牌。本系统选择定位后输出的车牌为经预处理后的灰度化车牌,为即将进行的字符分割和识别省去了图像预处理的工作。在图像字符分割中,针对车牌字符分割中常出现的粘连、倾斜等情况,本系统提出对待分割字符进行包含二值化、颜色统一、形态学处理、倾斜校正在内的预处理后,再进行OCR(Optical Character Recognition,光学字符识别)字符分割的方法。在OCR字符识别阶段,本系统针对其安装使用的情况,采集、训练,继而建立特有的模板字符库,该模板库能更好地适应本系统的图像采集方式,从而提高字符匹配速度和识别正确率。试验结果表明,本系统的硬件构成和软件设计能够保证实际需要,具有一定的可行性。为下一步与超限处罚系统、不停车收费系统等融合而组成完善的智能交通系统打下良好基础。