车辆牌照识别(License Plate Recognition System, LPR)是目标自动识别的一种重要应用形式,可用于交通监控、交通事故勘察、交通违章自动记录、自动收费系统、出入控制等众多场合,从而提高交通管理自动化的程度,它的相关技术的研究正逐渐受到人们的重视。车牌定位技术是车牌识别系统的核心技术之一,本文介绍了三种车牌定位算法。第一种是传统的跳变法车牌定位。第二种是颜色空间下车牌定位算法,该定位方法包括颜色图像特征值计算、图像二值化、数学形态学运算以及车牌区域的提取四个步骤。该算法能对不同光照条件及复杂背景下包含车牌的彩色图片进行较准确的定位。第三种方法是将Adaboost算法应用于车牌定位。接着介绍了一种新的字符分割方法,内容包括字符的水平切分,垂直分割,字符的归一化,平滑化等算法。最后采用BP神经网络方法进行字符识别。该系统分别在C++环境下实现,针对不同光照条件,不用背景条件的多张图片进行测试,同时也将该算法封装成DLL库,应用在电子警察中。测试结果证明本文算法可行、快速、准确率高,满足车牌识别系统要求,具有一定的实际应用价值。