随着人们生活水平的提高,车辆开始成为家庭必需品,进而导致车辆数目的急剧增加,相应的交通拥堵、交通事故、车辆盗窃等问题亟待解决,此时,智能交通系统应运而生。车牌识别系统作为智能交通系统的关键部分,已经开始广泛的应用于高速路口收费、停车场收费、小区车辆进出入管理、违章监控等多个领域。本论文将车牌识别算法作为重点研究内容,详细介绍了车牌定位、车牌字符分割以及车牌字符识别三个模块。(1)车牌定位算法。针对不同场景下采集到的视频和图像,研究了一种基于机器学习结合纹理信息的车牌定位算法。该算法首先通过机器学习的方法快速找出图像中的车辆区域,然后在车辆区域中进行车牌的检测。车牌检测时以车牌区域丰富的纹理信息为基础,结合多种干扰边缘去除方法以及伪车牌去除模型,有效地提高了车牌检测的准确性和鲁棒性。(2)车牌字符分割算法。针对定位得到的车牌区域特点,研究了一种投影特征结合动态模板的车牌字符分割算法。该算法通过对车牌区域进行精定位处理,利用字符排列特征结合投影分析方法,对车牌区域进行预分割,同时以动态模板为基础,结合滑窗寻优的方法找到车牌字符的分割位置,实现车牌字符的准确分割。(3)车牌字符识别算法。设计了车牌字符的简化梯度方向直方图特征和网格特征,对字符进行初次分类判别;针对相似字符的识别,增加特征维数,并设计了多级支持向量机的分类模型,对字符进行二次分类判别,有效的提高了字符识别的准确性和鲁棒性。本论文基于VS2013平台进行车牌识别系统的算法研究,通过不同场景下拍摄的大量图像进行车牌识别算法的验证与测试,实验得出本论文的算法具有准确性高、鲁棒性强等优点。