私家车数量的不断增长让洗车业务得到了快速的发展。普通的洗车行内部一般采用人工手动对车辆牌照进行记录,而车牌的自动识别可以达到自动识别会员的目的。洗车行内环境特殊,光照条件差,水雾干扰强,洗车工对号牌时有遮挡,监控视频中车牌区域图像面积小,车牌倾斜度大、清晰度地,常规的车牌识别算法无法适用,因此本文在现有车牌识别技术研究的基础上,改进方案以实现洗车行环境下车牌的准确识别。通过分析在洗车行环境中进行车牌自动识别存在的问题,本文提出了一套适合洗车行环境中进行车牌识别的方法,流程依次为基于多特征的车牌定位、基于混合策略的字符分割、以及基于SVM的字符识别。在车牌定位中,存在洗车行环境复杂、洗车人员工作干扰的问题,针对这个问题,先对定位的图像进行ROI区域提取减少背景信息的干扰;针对洗车行中车牌倾斜度大的问题,采用仿射变换先对图像进行校正后在定位;针对监控视频中车牌区域图像面积小的问题,本文提出一种基于连通域筛选的粗定位与基于有色点对搜索的精确定位相结合的方法;在车牌分割中,针对采集到的洗车行车辆图像光照条件差、水雾干扰强、清晰度低问题,本文进行灰度拉伸处理增强图像效果,使字符区域得到突显;针对定位到车牌图像存在字符粘连导致投影时投影区不能直接分离的情况,本文在基于投影的方法下进行了改进,采用3种不同的模板对投影之后的图像进行分割。在字符识别中,由于汉字本身结构复杂,加上洗车行内部视频拍摄角度和距离的影响,使得部分处于车牌边缘的汉字模糊失真,针对这个问题,提出了一种针对于SVM的字符识别结果进行二次识别的方法。本文针对128张洗车行内部的车辆图像进行了实验,能够实现准确定位的图像共115张,定位准确率为89.10%。对于准确定位的车牌,其中有85张可以实现字符的完整分割,准确率为73.91%。最后本文提出的字符识别准确率为64.66%。针对洗车行环境中车牌识别遇到的一些难题,通过对实验结果的分析,证明该算法的针对性强,在洗车行中具有实用性的价值。