本文对车牌识别系统进行研究，针对不同条件下采集到的车辆图像特点，提出了复杂条件下车牌识别系统的设计方案，对车牌识别过程中需要用到的部分现有技术提出了有效的改进方法，如：图像增强、Radon变换、字符分割、字符识别等，并运用MATLAB R2009a软件编程，实现了该系统，最后通过实验，对本文提出的识别系统与基于颜色的多车牌识别系统和基于图像纹理特征的车牌识别进行了比较。根据不同功能，将整个识别系统分成四个模块：一是图像预处理模块，为达到即节省系统资源又尽可能不损失车牌区域信息的目的，该模块中首先运用灰度值筛选法去除车辆图像中部分无用信息，之后运用线性插值法适当调整车辆图像尺寸，最后根据车辆图像特点决定是否需要对彩色车辆图像进行增强；二是车牌定位模块，根据车辆图像的颜色失真情况，决定具体使用哪种方法定位车牌，颜色失真不严重时（一般为日间采集到的车辆图像），采用基于车牌底色特征的方法定位车牌区域，否则，采用基于车牌几何及纹理特征的方法定位车牌区域；三是字符分割模块，针对车牌图像特点及车牌倾斜方式，该模块中首先改进了传统的Radon倾斜校正方法，直接利用车牌的灰度图像找出倾斜角度，校正车牌倾斜，最后提出一种结合垂直投影和模板匹配的字符分割方法，并利用该方法分割字符；四是字符识别模块，为不丢失字符图像信息，提高字符识别率，该模块中采用一种基于灰度模板的字符识别方法，这种方法中用到的字符模板是普通黑白二色字符模板经过简单处理得到的，这种方法利用字符图像与处理后模板的相似程度可以有效的识别出车牌字符。