随着智能运用的高速发展,交通运行管理的智能化应用也得到广泛的关注。车牌识别系统在全国各地的高速ETC系统、交通违规活动检测系统、电子警察系统以及卡口通行等方面得到了极大的推广应用。车牌识别系统使用取得一定的成果,但是在复杂背景下如:阴天、暴雨、雾霾等低能见度,以及机场特种车辆车牌位置不同等问题给车牌的智能识别带来一定的困难。所以车牌的智能识别技术在复杂条件里的应用是十分有必要的。本文通过对各机场特种车牌识别算法的深入研究,结合长乐国际机场车辆出入的特殊性对机场出入车辆进行识别,达到对各类车辆的精确识别和提高识别速率的最终目的。首先通过对采集到的车牌进行预处理,通过前期处理,利用车牌多点定位的优缺点,利用多形状边缘特征识别的定位方式,采用轮廓模糊定位和细节精准定位相互结合的方法来迅速、简易地去识别车牌备选区域,同时再通过精准、繁复的计算方法来确定车牌精准位置,并用灰度图像处理方式进行深处理,这样也可以在机场这种多种颜色车牌并用情况下,仍然可以迅速、高效对车牌进行有效定位和精准识别。其次利用字符分割算法,解决日常使用情况下精准的分割字符无法用垂直投影法去解决的问题,所以本文利用了水平与垂直投影相互结合的方法。在对字符进行分割前,综合了车牌的倾倒方向、高度位置偏差等问题,分析出投影校正方式等特点,实现车牌的倾斜方向的校准;对车牌的字符内容进行分割使用投影方法以及数学形态法,通过使用这些方法,将分割完成的字符实现统一的处理,从而完美的完成了字符的分割。最后进行字符识别算法的研究。针对字符辨别中较慢实现有效车牌的字符识准的问题,提出了神经网络改进算法与模板相结合,对不同亮度、位置的车牌的字符辨别进行验证,并经测试校验了该算法的精准和有效。