车牌识别(Licence Plate Recognition, LPR)是智能交通系统(Intelligent Transport System,ITS)的关键技术,解决车辆牌照的自动识别,广泛应用在交通路口的监控记录、违法违章车辆的追踪以及停车场、小区出入口等场所的自动登记,是图像处理和模式识别的重要研究方向和研究热点。目前对于车牌识别技术的研究已经取得一些突破性成果,但是由于车牌识别技术的应用场景复杂,工作于全天候不断变化的光照环境中等,使得其相关算法的有效性和稳定性仍有待研究改进。本文对近年来车牌识别技术相关的理论和算法做了较为全面的了解和分析,系统地闸述了车牌的特点,并着重对车牌识别技术中车牌定位、字符分割、字符识别三个关键算法做了深入探讨和研究,在此基础上,基于Visual C++6.0 的 Microsoft Foundation Classes (MFC)程序架构设计了一套具有车牌图像的实时获取或离线载入、车牌识别、识别结果的输出等功能的实用软件。具体工作如下：(1)车牌定位检测部分：对目前常用的车牌定位方法进行了介绍,深入分析了车牌的纹理特征,提出并对比了两种车牌定位检测方法：①基于车牌边缘跳变密度滤波算法的车牌检测方法,该方法包括边缘检测方法、边缘图二值化方法、边缘跳变密度滤波算法、基于形态学处理和连通域标记的车牌提取算法；②基于Haar-like特征结合AdaBoost (Adaptive Boosting)算法的车牌检测方法,该方法使用了自定义边缘检测算子对训练样本进行预处理。实验结果表明：方法①在光照条件较好情况可以实现车牌的快速检测,但对于车牌区域光照较弱的情况会造成漏检,检测率为：96.40%；方法②对光照不均、噪声、污损等干扰有更好的适应性,检测率为98.31%,耗时基本满足要求。(2)车牌字符分割：论述了目前常用的车牌预处理方法与字符分割方法,对车牌进行了预处理并完成字符分割。预处理包括：①实现基于Hough变换的车牌水平矫正算法：②提出投影曲线突变分析完成字符水平分割的算法；③提出基于字符笔画宽度检测的反色判断算法；④实现基于形态学的图像效果增强；⑤提出基于分块思想的车牌二值化算法：⑥实现基于Radon变换的车牌垂直倾斜角度检测并使用偏移矫正方法矫正车牌。字符垂直分割：基于以上预处理图像提出了基于车牌垂直投影积分曲线的模板匹配字符分割算法。实验结果表明：本文提出的预处理算法和字符分割方法能够实现车牌字符的分割,耗时满足实时要求,对实验数据库的包括预处理在内的正确分割率为94.67%。(3)字符识别部分：对目前常用的车牌字符识别方法进行简介,实现均匀模式下的LBP (Local Binary Pattern)特征值计算、LBP图分块、统计直方图特征提取并基于此特征结合支持向量机(Support Vector Machine,SVM)分类器完成针对汉字、字母、字母数字混合三个识别机的设计。实验表明：该算法能够解决车牌字符识别的问题,对于各自测试数据库的识别率分别为95.11%、97.86%、97.08%。(4)系统设计部分：基于Visual C++6.0的MFC程序框架完成了车牌识别系统的设计开发,该系统可以对导入图片或使用工业相机实时捕获的图片进行车牌的检测与识别。对系统进行测试表明：本系统能够实现车牌的实时和离线识别,基本达到了设计目标,系统运行稳定,离线测试时整体识别率88.25%;实时测试时识别率为85.45%。本文提出和实现的车牌识别技术相关算法基本能够解决车牌识别问题,实时性基本满足要求,取得了不错的效果,开发设计的车牌识别软件能够实用。