随着现代科技的发展与社会的进步，车辆出现了爆发式的增长，不仅增加了社会的负担，还降低了管理的效率。如何有效的管理这些新问题是现代社会关注的一个焦点。在这种背景下，智能交通应运而生。车牌识别系统主要应用于路口、停车场、高速路口等，极大的提高了车辆管理的效率。车牌识别系统主要有三部分组成：车牌定位、车牌字符分割、车牌字符识别。文中对每一个部分做了研究，提出了自己的新算法与改进的算法。（1）车牌定位算法。本文的车牌定位算法是基于车牌字符区域丰富的纹理特征和车牌背景与字符固定的颜色搭配相结合的。利用滑窗遍历车牌边缘图像中的每一个边缘点并判断滑窗内是否存在符合车牌颜色的点，从而选取车牌区域。对所选的区域运用支持向量机（SVM）进行二分类，分类出车牌区域与非车牌区域，对车牌区域进行倾斜校正与精确定位。（2）车牌字符分割算法。本文的车牌字符分割算法是在传统的基于字符垂直投影曲线的波峰与波谷信息进行分割的算法上做了改进，结合了滑窗遍历的方法进行字符分割。首先，由滑窗寻找出车牌的最大间隔区域，也就是车牌第二与第三字符的间隔。然后，根据车牌字符的大小，利用波峰与波谷的信息，完成分割。（3）车牌字符识别算法。车牌字符识别算法运用的是改进的、多级的支持向量机（SVM）识别算法。根据车牌的特征进行车牌字符识别模板的训练，对于字母与数字相似的字符，进行二级再分类，找出它们不同的特征，训练不同的模板进行二级再分类识别。本文的算法经过了大量的实验图片的验证，与传统的车牌识别算法相比较，取得了很好的效果。