随着我国经济的不断发展,机动车的数量也急剧上升。实现交通智能化管理以疏导拥堵的交通已经成为当前一个重要的课题。车牌识别作为智能交通的一项关键技术,已经发展了很多年。它不仅可以应用到管理交通、控制流量,也可以用于住宅小区、学校、地下停车场、公司园区等的出入口。但是在实际中,车牌识别的应用仍然没有得到推广,究其原因是因为现在对于车牌识别的研究仍然具有局限性,所以此课题值得去探究。本论文是基于数字图像处理的相关理论,将计算机视觉与模式识别技术结合,对车牌牌照识别系统进行的研究与分析。本论文主要完成的工作有以下几个部分：(1)本文采用压缩感知(Compressed Sensing, CS)的方法进行去噪,用该理论对图像进行预处理,可以有效的还原原始车牌的图像信息。因为在实际拍摄车牌图片时容易受到干扰而使图像带有噪声。所以本论文先要对车牌图像进行预处理,其主要目的就是去除车牌图像中的噪声。(2)在车牌的定位中,本论文对单层的颜色空间过度去噪会导致背景图像模糊的原理,并重点讨论了去噪时的窗口选择,从而对汽车图像进行车牌区域的初步提取。然后再采用二值化和数学形态学结合的投影法就可以得到车牌的候选区域。由于中国的汽车牌照长宽比相对固定,所以从候选区域中选取长宽比最接近的区域即可得到车牌。(3)在车牌分割中,对于车牌的预处理和车牌定位部分对于汽车图像的处理类似。通过投影法在得到车牌的列方向像素累加后,根据字符空隙和字符像素累加不同就可以得到字符的位置,从而得到车牌的字符。(4)在车牌的字符识别时候本研究应用了边缘Haursdorff距离的模板匹配方法,并且对Haursdorff距离进行了详细的阐述。通过实验证明,本文的字符识别方法识别率较高、运算速度快。(5)本文通过Eclipse和Android的SDK(Software Development Kit, SDK)搭建了Android的开发环境,并且集成我们算法的研究结果。同时,通过应用高德的地图开发包实现对汽车的定位。随着智能手机的不断发展,手机已在人们的日常生活中甚至在工作中都渐渐占有重要的位置。所以开发手机的车牌识别系统很有必要,它为交警、公安等执法人员现场办公提供了方便。