车牌识别是智能交通系统中最重要的技术之一，其任务是通过对车牌图片的处理来识别出车牌号码。为了适应智能交通系统发展的要求，扩大车牌识别系统的适用范围，本文针对任意情况下获得的车牌图片进行研究，设计出一套可以适用于任意车牌图片的车牌识别系统，主要工作如下：　　在车牌定位时，针对在自然环境下车牌定位易受背景干扰和倾斜影响而导致车牌定位不准确的问题提出了一种利用彩色跳变点和连通域信息来定位车牌的新方法。该方法首先在HSV空间中依据颜色距离对图片颜色进行分类，将图片转化为只包含八种颜色的图片。然后利用图片颜色信息和彩色跳变点对车牌进行粗定位。最后通过连通域信息和颜色密度不断缩小车牌区域直到精确定位出车牌的位置。　　在字符分割时，本文主要目的在于提出一种既可以自适应克服车牌倾斜、边框、铆钉的影响，又可以自适应解决车牌字符重叠、粘连、断裂问题的车牌字符分割方法。该方法首先将待分割图片进行二值化并去除小连通域，然后筛选连通域、补齐空缺位置，从而达到去除上下边框的目的，随后合并断裂字符并去除左右边框，最后根据字符高度计算倾斜角度并做校正。　　在字符识别时，本文实现了以网格特征作为网络输入、BP神经网络作为分类器的字符识别系统。该系统建立了数字网络、字母网络、字母数字混合网络和汉字网络四个网络分别对车牌中的字符进行训练和识别。　　最后，针对车牌识别系统开发和应用的不同需求，本文利用VC++6.0平台，在PC上实现了两个版本的车牌识别软件一开发版车牌识别系统和应用版车牌识别系统。开发版车牌识别系统的功能包括车牌定位、分割、神经网络训练和识别。应用版车牌识别系统的功能包括字符识别、识别结果记录和车牌号码查询。