车牌自动识别技术在智能交通领域中起着十分重要的作用，广泛地应用于停车场出入管理、高速公路监管及交通部门的违章检测等众多场合，具有广阔的应用前景，正日益受到人们的重视。车牌识别系统一般分为三个模块：车牌定位、字符分割和字符识别。本文对车牌定位和字符分割进行了深入的研究。在车牌定位部分，本文采用了两种方法：第一种方法是基于模板匹配的车牌定位算法。该算法运用一个具有车牌字符特征的模板，对预处理后的图片进行匹配，并将其结果作为定位区域；第二种方法是基于mean-shift的车牌定位算法。该算法从本质上说是一种颜色聚类的过程，它将聚类后与车牌颜色值相近的类作为目标，进而依据车牌的矩形特性提取出目标区域作为车牌定位结果。在字符分割部分，本文对倾斜的车牌，首先利用Hough变换计算出它的倾斜角，并对其进行旋转校正，然后去除具有干扰因素的车牌上下边框及铆钉，进而根据二值化车牌水平及垂直方向的投影和字符的分布规律，对字符进行水平和垂直分割，最后进行归一化处理。另外，本文在DM6437平台上还实现了车牌识别算法的移植。我们首先介绍了DM6437的处理器、外设和视频子系统。然后在此平台上完成车牌识别软件系统的设计。最后对移植的算法在整数运算、数据类型和结构、循环体、辅助函数库和编译选项方面进行了优化。通过对优化后结果的验证和分析，该算法满足实际的应用需求，具有良好的应用前景。