随着信息技术和智能技术的发展,交通管理系统的信息化、智能化已成为发展的趋势。车牌识别系统(license plate recognition简称LPR)是智能交通系统(ITS)的核心组成部分,在现代交通管理系统中发挥着重要的作用。车牌识别是指通过计算机视觉、图像处理与模式识别等方法从机动车辆图像中提取车牌字符信息,从而确定车辆身份的技术,在公共安全、交通管理、流量观测、电子收费系统及有关军事部门等方面都有着广泛用途和良好的应用前景。本文研究了车牌识别系统的三项关键技术:车牌图像的定位分割技术、车牌字符的切分技术和车牌字符的识别技术。车牌定位分割是整个车牌识别系统的基础和前提,直接关系到后续处理工作(车牌字符切分,车牌字符识别)能否顺利进行,但由于车牌区域在整幅数字图像中位置不固定,车牌的颜色和大小也不确定,并且车牌定位分割算法需要克服光照和复杂环境所带来的偏差,因此快速并准确的定位分割出车牌区域有一定的难度。本文研究了一种在HSV色彩空间下结合车牌区域结构特征的多阈值车牌定位分割方法,由于实际图像中的车牌大量存在倾斜的情况,定位分割之后的车牌需要判断倾斜角度,并进行校正,由此得到较为准确的车牌区域。字符切分即从已得到的车牌区域图像中得到一系列单个字符图像。本文利用投影法寻找字符图像的边界,并根据已知的车牌字符的几何知识以及排列规则来解决这些问题,从而得到精确边界的字符图像。字符识别是整个车牌识别系统的核心,本文利用字符结构化的识别方法。把字符归一化后提取字符的笔画,然后根据字符笔画的特征设计一个多级识别树,以此达到对车牌字符的正确识别。实验结果表明,本论文的算法具有较高的车牌字符整体识别率,识别速度快,能够满足实际应用,实现的系统是一个较为实用的车牌识别系统。