随着我国经济的快速发展,机动车数量迅猛增长,交通违章、车辆被盗、交通肇事逃逸呈不断上升的趋势,交通管理工作面临着前所未有的严峻挑战,因此研究智能交通监控集成系统对于扼制交通违章,打击肇事逃逸,科学合理地解决交通问题,有着极其重要的意义。智能交通监控集成系统的重点在于通过对车牌的自动识别,建立相关的数据库进行科学地统计分析,为交通管理工作提出预警信息。本文结合智能交通监控集成系统的建设,主要开展了如下的工作:1、采用了一种基于小波分析的车牌定位快速算法。通过Mallat算法提取车牌的高频图像,对高频图像进行一系列的数学变换,减少了计算开销,缩短了车牌定位时间。为了更准确的进行车牌定位,本文研究了将车牌候选区域变换到HSI色彩空间进行精确的车牌定位。2、根据车牌字符的排列规律和几何特征,利用字符的竖直投影法有效地进行了字符的分割。3、采用引入了动量因子的BP算法,提高车牌字符整体识别率,且识别速度快,克服了传统的BP算法训练速度慢,容易陷入局部最小等缺点。4、较好解决了车牌识别中字母“Z”易识别成“2”的问题,通过实际的工程应用,本文所研究的车牌识别算法在保证系统运行的实时可靠的前提下,能够快速、比较准确的实现车辆牌照的自动识别。5、对智能交通监控集成系统基于车牌识别后建立的数据库进行分析预警,用统计分析的方法研究车辆流量,为管理部门科学合理地解决交通问题提供决策依据。对数据在公安业务上的应用功能进行了开发,实现了被盜车辆的自动比对、频繁违章人员预警、假车牌的自动识别,根据车辆运动轨迹进行自动追踪等功能。此车牌识别算法的速度和准确率在实际工程应用中达到交通监控集成系统的功能要求,取得了较好的运行效果。在以后的研究中,可以结合多种车牌识别方法,对复杂环境下的车牌,无规律的个性化车牌进行智能识别。