车牌识别(License Plate Recognition，LPR)是智能交通系统(Intelligent Transport System，ITS)的一个重要组成部分，该系统综合了计算机视觉技术和模式识别技术，在桥梁路口自动收费、停车场无人管理和路间车辆通信，对肇事车辆、被盗车辆、犯罪车辆进行辨别和拦截等起着重要的作用。本文研究的主要内容如下：图像预处理：通过分析传统图像预处理的方法，如直方图均衡、高通滤波，发现这些图像增强方法都存在着不足，如噪音放大，有时可能引入新的噪声结构等。针对这些方法的不足，本文采用了基于小波变换的数字图像增强方法，这种算法利用小波变换获得图像多分辨率梯度信息，通过修改图像在不同分辨率尺度下的梯度信息系数，提高了图像的对比度。车牌定位：本文针对不同背景和光照条件下的车辆图像，提出一种基于改进Sobel算子的车牌定位算法，首先对已经通过预处理的车牌图像使用改进的Sobel算子进行运算，然后使用迭代求图像最佳分割阈值的算法二值化车牌图像，最后结合水平投影和垂直投影算法对候选区域分析锁定车牌位置。字符分割：针对定位后车牌区域的噪声影响以及一些不可避免的定位误差问题，本文采用了一种基于小波去噪和垂直投影相结合的字符分割算法，首先利用小波去除噪声，然后运用垂直投影技术进行字符分割，得到了单个数字、字母和汉字图像，最后进行归一化处理。字符识别：采用改进的BP神经网络模式识别方法，以车牌字符作为识别对象，研究在干扰情况下的车牌识别问题，得到了较好的识别效果。