随着我国经济的飞速发展,汽车的数量不断攀升。交通问题日益突出,这使得智能交通系统成为一个研究的热门领域,受到日益广泛的关注。车牌识别是智能交通系统中极其重要的一个环节。它能有效的帮助人们从繁重复杂的劳动中解脱出来,并且节省了开支。车牌识别的任务是处理和分析摄取的汽车图像,自动识别汽车号牌。随着传感器、通讯与网络技术、图像处理和计算机视觉等高新技术的发展,车牌识别和智能交通技术得到了长足的进步,其应用逐渐深入到我们生活的方方面面。本文对当前国内外的先进车牌识别技术进行深刻分析,并且结合中国车牌的特征,设计出一套车牌识别系统。在该系统中,车牌定位和字符识别是核心部分。本文针对不同背景和光照条件下的车辆图像,提出一种基于直方图分割法的车牌定位方法。该方法首先对车牌图像进行预处理,预处理主要包括图像灰度化,采用Prewitt算子对图像进行边缘检测,使用中值滤波算法将一些影响定位的点过滤,最后对图像进行二值化处理。根据车牌区域纹理丰富的特点,对预处理后的图像采用直方图分割法处理,最终定位出车牌位置。经过大量试验证明,该算法准确率高、定位速度快,具有较好的实用价值。在识别模块中,本文提出对定位的牌照区域重新导入原始牌照区域的新方法,运用该方法就可以去除前期定位模块中引入的噪声点,还可以弥补定位阶段丢失的重要信息。在字符特征提取上本文提出了基于弹性网格的字符特征提取方法,然后运用模版匹配法来进行字符识别,运用该方法不仅大大减少了计算量,而且提高了实时性。