车牌识别技术综合了计算机视觉技术和模式识别技术，在桥梁路口自动收费、停车场无人管理、违章车辆自动记录等领域有着广泛的应用。 本文对车牌识别系统的几个主要步骤：图像预处理、车牌定位、字符分割和字符识别，分别进行了已有方案的比较和算法的设计。 图像预处理：采用灰度变换、同态滤波和平滑等方法对图像进行处理，提高了图像的质量。 车牌定位：这是车牌识别系统中至关重要的一步。先对现有的各种定位算法进行了比较和分析，并总结了这些算法的共同点。在此基础上，提出了自己的定位方法，该方法包括粗定位和精定位，并且采用了灰度特征法和颜色特征法相结合的新方法。 字符分割：首先去除车牌的上下边框，然后利用连通域法分割得到单独的字符，并对粘连的字符块做进一步的处理。 字符识别：利用Foley-Sammon最佳鉴别变换进行字符识别，取得了较高的识别率和可靠性。 本文算法对牌照在图像中的位置没有限制，对牌照的倾斜、变形、字符的污染、模糊有较强的抗干扰能力，对于外界光线强度和图像对比度的变化有较强的适应能力。系统测试结果，牌照定位的准确率达96％以上，字符识别率达90％以上。