随着社会信息化程度的提高,智能化交通管理已经成为交管系统的发展趋势。为了提高管理效率和水平,节省资源,把人从繁琐的重复工作中解放出来,急需实现车辆信息管理的自动化、科学化和规范化,车牌自动识别系统的开发与应用已经迫在眉睫。车牌识别系统可以用在各类车辆管理场所,应用前景广泛。　　 本文所研究的车牌识别系统主要包括四大部分:图像预处理、车牌定位、字符分割和字符识别。　　 图像预处理介绍了图像处理的基本知识,分析了图像灰度化、图像增强、图像平滑以及图像二值化的相关原理与方法。进行各类算法的研究,并经实验得出了一个行之有效的灰度直方图规范化参数系列,实现了基于直方图的二值化处理算法;运用图像数学形态学与车牌形状特征相结合的方法成功完成车牌定位;提出了一种基于Canny边缘检测和Radon算法的车牌倾斜校正法;最后在利用粗网格特征提取方法的基础上,实现了数字、字母、数字和字母、汉字等四个神经网络的构建和训练,并利用Matlab平台实现了网络仿真识别实验。经过多次实验调整网络,最终得到良好的识别效果。　　 研究表明,采用的数学形态学算法进行定位速度快、车牌区域轮廓清晰,定位及字符分割算法能准确的进行车牌定位和字符分割,具有较好的鲁棒性,所采用的BP神经网络具有良好的性能,能满足在复杂环境下实时识别车牌的要求,具有一定的理论和实际意义。