车牌识别系统是智能交通系统中的关键部分，也是国内外学者研究的热点。它结合了图像处理及模式识别等多项技术，可以广泛应用于高速公路自动收费、道路监控、小区及停车场车辆管理系统等领域。论文主要对车牌字符分割及字符识别进行了深入地研究，提出了相关改进算法，并利用VC++6.0平台开发出了论文中的车牌识别系统。论文分析了已有的各种车牌识别算法，提出了改进的车牌识别算法。对于车牌图像的倾斜校正，论文采用了自适应阈值的Canny边缘检测算法，能够检测到完整的边缘信息，从而可以准确地确定出车牌的倾斜角度，实现对车牌的校正。对于车牌区域的二值化，论文给出了自适应步长的二值化算法，该算法抗噪能力好，自适应性强。在此基础上，论文通过基于垂直投影的方法进行字符分割，有效地提高了字符分割的成功率。对于字符识别，论文针对车牌字符的特点，对汉字采用了基于PCA（主分量分析）特征的多模板匹配算法；对字母数字则采用了基于网格特征的单模板匹配算法。最后，论文对车牌识别系统进行了相关测试。测试结果表明，该系统能有效地实现车牌定位、字符分割及识别，系统的整体识别率达到88.59%。