随着经济和社会的发展,汽车数量的不断增长,众多国家对于交通的智能化管理的需求变得越来越大。车牌识别系统作为实现智能化管理的有力武器,其研制与开发已成为现代化交通发展的热门问题。车牌识别系统是一种基于数字图像处理,计算机视觉,模式识别和人工智能等多个技术领域的智能交通管理系统。其主要工作分为车牌定位,车牌字符分割以及车牌字符识别三大模块。针对车牌识别技术的三个关键技术,本文的主要研究工作如下:在车牌定位中,本文采用以网格扫描二值化方法为主,局部otsu二值方法相结合的方式对汽车图像二值化后,利用连通元检测法对车牌初定位,然后结合车牌标准规格精确定位,并加以验证。特别是对于非均匀光照环境下的车牌,本文提出了改进的Bernsen二值化算法对图像二值化,有效去除了非均匀光照的影响。实验结果表明,本文提出的定位方法快速有效,定位准确率达98.3%以上。在字符分割中,本文利用改进的图像增强方法对低分辨率图像进行增强处理,有效地增强了字符画笔细节。随后利用连通元的中心斜率和投影分析法完成图像校正。结合标准规格去噪后,采用投影法实现字符分割。在字符识别过程中,本文针对日本车牌上的数字字符提出了基于结构特征的编码识别方法,模板匹配方法以及改进的BP神经网络识别。提取平假名的多种特征,以SVM分类器和改进BP神网络识别。此外,对于地址的识别,本文采用了以整个地址为单元,大大减少了识别类别数,使识别对像的特征更明显,而且还减少了后处理的复杂度。最后利用SVM分类器进行识别。实验结果表明本文采用的识别方法均能达到良好的识别效果。通过近万幅样本实验,数字,平假名和地址的识别率分别为99.9%, 98.4% and 98.8%。