车牌识别系统是智能交通系统(Intelligent Transport System,简称ITS)的一个重要组成部分,车牌识别在城市交通管理、停车场管理、小区车辆出入、高速公路收费等方面有着广泛的应用,对于城市道路交通卡口系统而言,高效的对车辆进行检测、对车牌进行识别是协助破获肇事逃逸、车辆违章和车辆丢失等事件的有效手段。在车牌识别系统中,能否检测到运行车辆并对运行车辆进行准确的车牌定位对车牌字符的识别有着极其重要的影响,不能准确的定位到车牌就不能进行字符识别,因此本文会重点对车辆检测和车牌定位进行深入研究,并提出一种新的车辆检测和车牌定位方法,并在Matlab平台上编程实现,实验结果表明了该方法的有效性。本文的主要研究内容包括以下几个方面:运动车辆的检测。分析了目前常用的一些前景提取方法的优缺点,在Matlab上分别编程实现其中三种提取车辆的方法,对比实验结果并分析。根据实际需要选择背景差分法的平均值背景模型并结合车辆的梯度图像检测目标车辆,最后使用形态学方法和二值化方法提取完整的目标车辆。车牌定位。简要介绍目前针对车牌定位常用的一些方法,分析它们的优缺点,通过实验验证一些车牌定位方法存在的缺点,例如,边缘检测方法对于图像质量较差的车辆图片的车牌定位存在很大的误差。根据这些缺点提出一种结合边缘检测和颜色特征的车牌定位方法,并进行实验验证该方法的可靠性。车牌倾斜校正与字符分割。成功定位到车牌后需要为车牌识别做准备工作,定位到的车牌往往存在倾斜和定位的精确度不够的问题,根据这些问题选择一些算法校正倾斜车牌,校正后的车牌根据垂直投影法进行精确定位并分割车牌字符。字符识别。分析目前现有的车牌字符识别算法,结合实际情况选择合适的算法识别车牌字符。