随着社会经济的快速发展，我国汽车数量日益增加，对交通智能化管理的要求也越来越高，如何提高交通智能化管理受到了严峻挑战。车牌识别系统作为实现智能化交通管理的有力工具是其不可缺少的部分，近年来成为研究热点。车牌识别系统是基于数字图像处理、模式识别和人工智能等多种技术领域相结合的智能交通管理子系统，主要分为三个步骤：车牌定位、字符分割、车牌识别。在分析研究现有理论的基础上，针对车牌识别系统中的三个关键技术完成了以下工作：1.分析研究了常用的车牌定位算法，对车牌图像进行预处理，并采用Canny算子得到效果比较清晰的车辆边缘检测图像，最后利用基于车牌区域形状及灰度跳变的特征进行车牌定位。2.在字符分割算法中，利用线性变换算法对车牌图像作几何校正，然后再采用灰度投影法对车牌进行字符分割。3.在车牌识别中，采用一种基于Hausdorff距离的车牌识别算法。首先，对Hausdorff距离进行了改进；其次，对待识别字符进行归一化和细化处理；最后，通过计算待识别与标准模板之间的匹配度进行车牌识别。实验结果表明，该算法能够在一定程度上提升识别率。