人们在生活中越来越依靠汽车，汽车的数量也在迅速增加，而相应的基础设施和车辆管理等却不是很完善。智能交通旨在解决现在交通领域面临的重大问题，提高交通质量，进而改善人们的生活条件。车牌识别作为智能交通中的基本问题，在现实生活中起着重要作用，如在电子自动付费系统，交通执法和交通管制方面。车牌识别是工程中被广泛研究的问题，但是至今还未完全解决。其难度取决于多方面，包括物理采集设备，天气状况，以及车牌的定位算法，字符分离算法和字符识别算法。另外，由于不同国家的车牌的差异性，使得车牌识别变得更加复杂。本文从不同的视角出发，通过研究现有的车牌识别系统，借助图像处理，计算机视觉和模式识别等领域的概念和观点，在车牌定位和字符分离算法方面提出自己的观点，并论证了观点的可行性。论文组织结构如下：首先，介绍了车牌识别系统的总体研究状况以及相应的技术难点，以及在智能交通和物联网快速发展的过程中，车牌识别系统的应用；其次，将SWT（Stroke Width Transform）算法引入到车牌定位中，用于产生候选车牌集合；再者，研究了字符特征的提取和特征的归一化处理；然后，将基于聚类和基于图的分割算法引入到车牌字符分割当中，并取得一定效果；最后，通过汉字车牌的特殊处理，构建识别汉字的模板匹配算法，神经网络算法和支持向量机算法，并得到了相应的实验结果。最终，设计出可以识别汉字车牌的系统。实验结果表明，开发的系统在可行性和准确性方面达到了比较令人满意的效果。