近年来，随着全国经济的发展和化工企业的增加，各种危险化学品的运输越来越频繁。由于环境部门对危险化学品水上运输的限制，危险化学品更多的是通过机动车辆运输。装载有危险化学品的机动车辆是一种动态危险源，在运输过程中险情和事故时有发生，对人类生命、物质财产和生态环境的安全构成极大威胁。 在重点保护区域和人员密集的敏感路段，采取特定时期禁止危险化学品车辆通行的措施是十分必要的。要实施上述措施，首先要解决危险化学品车辆的筛选和识别。在智能交通系统中，机动车辆识别主要包括车型识别和车牌识别，将它用于危险化学品车辆的筛选和识别，从而为危险化学品车辆管理提供新的监管手段，这是机动车辆识别技术的一种重要应用。 论文设计了一种准确的危险化学品车辆筛选及其车牌号码识别的图像处理与识别方案。首先，对采集到的图像数据进行预处理，用HSI空间彩色分割方法检测出车牌并判断车牌底色，之后利用边缘检测和椭圆检测提取车辆的外形特征，从而筛选出危险化学品车辆，然后结合投影法和连通域法对车牌进行分割，进而用BP神经网络法和主成分分析法进行字符的识别，最后识别得到危险化学品车辆的车牌号码。利用VC和MATLAB两个平台编写了相关的算法程序。实验结果表明，本文的方法简单有效，较好地完成了危险化学品车辆的筛选和识别，具有一定的实用参考价值。