车牌识别系统尤其是模糊车牌的识别系统是智能交通和监控系统的重要组成部分和核心研究课题。智能交通和监控系统的作用主要是计算和统计交通流量、监控违章车辆以及对这些违章车辆的跟踪和其基本信息的提取等。而对于机动车辆来说，车牌是其重要标示，因此，对于整个交通和监控系统，车牌识别技术是其关键技术，而对车牌识别技术的研究具有很大的现实意义。本文首先对车牌识别系统的结构组成进行了简单的介绍，阐述了现有的几种图像预处理、车牌定位、分割和识别的方法，通过仿真实验验证了模糊图像预处理在车牌识别系统中的重要性；接着对几种运动模糊图像处理方法进行了介绍，并分别对各种算法的去模糊性能进行了仿真实验；之后给出了压缩感知理论的基本组成与内容，着重介绍了压缩感知图像重构算法，并对介绍的两种算法进行了车牌图像的重构仿真实验；最后进行了压缩感知去模糊研究，提出了将基于压缩感知的TV范数去模糊模型应用于模糊车牌图像的复原问题，并用该算法对模糊车牌图像进行了去模糊复原仿真实验，通过与其它几种复原算法的仿真结果进行比较以及对各复原图像进行质量评价，验证了该算法的可行性和其良好的性能。最后对去模糊后的车牌图像进行了定位分割和识别。在车牌识别的整个系统中，图像预处理模块是一个重要组成部分，是车牌正确识别的前提。车牌图像处理特别是对模糊车牌图像的处理是本文研究的核心与重点。本文在现有的模糊图像处理技术以及车牌识别技术的基础上，将压缩感知理论引入到车牌识别图像预处理模块中，用压缩感知理论实现了对模糊车牌图像的去模糊复原，并利用主观的评价方法以及客观的评价函数对恢复结果进行评价，结果表明，此种方法能够有效的恢复出因运动而模糊降质的图像中的细节信息，恢复图像的质量有了很大的改善。