随着机动车辆的与日俱增，要实现道路交通管理的自动化和智能化，已成为当今社会亟待解决的问题。而车牌识别技术是智能交通系统中重要的研究课题，它在城市道路交通监控、车流量观测站、交通违章自动记录、高速公路的卡口收费、智能园区管理等交通自动化系统中有着相当广泛的应用前景。因此，对车牌识别技术的研究和开发具有相当大的实用价值和重要的现实意义。
　　本文主要对车牌识别的关键算法进行了深入的研究和探讨。主要包括图像预处理、车牌定位、字符分割和字符识别四个部分。改进了边缘检测算子的算法，优化了现有定位算法，提出了一种改进的基于纹理特征的车牌定位方法，提高了定位的速度。在matlab环境下的仿真表明，该方法不仅能清晰、准确地定位出国内的车牌，对于国外的车辆也能准确的定位出车牌的位置。在字符分割上，设定自适应改变大小的投影切割阈值实现了字符的精确切割，经实验证明该方法可以有效的克服过度切分和字符粘连的现象。最后采用改进的BP神经网络法实现了字符识别。
　　实验结果表明，本文所提出的方法能够较为准确的实现车牌识别，具有定位准、鲁棒性好等特点。