随着交通管理智能化的发展,电子警察系统的研究与建设越来越受到国家的高度重视。车牌识别系统作为电子警察系统的核心组成部分,直接影响到电子警察系统的产品质量和工作效率。本文讨论了车牌识别系统中车牌定位、车牌字符分割、车牌字符识别等方面的相关算法及实现。在车牌定位过程中,本文采用了基于行扫描的车牌定位来确定车牌的水平上下边界,采用基于垂直投影的车牌定位法寻找车牌的垂直左右边界,从而定位出车牌区域;在字符分割的过程中,本文采用车牌字符垂直投影法,获得车牌字符的垂直投影,结合车牌字符的尺寸、位置等先验知识将车牌字符分割出来。在车牌字符识别方面,讨论了人工神经网络和BP神经网络的基本原理,针对目前国内各城市陆续开放使用自定义车牌号,车牌序号中的数字字母组合不再有次序关系可遵循这一特点,设计了汉字网络,字母数字网络2个子网络来进行车牌字符的识别。采用了行列每隔3个像素提取一个特征点的方法,对归一化图像进行特征提取。本文采用matlab进行实验来实现相关算法。使用从各种不同环境中采集了200多幅车牌的图像作为训练及测试样本,经过测试,系统的整体识别率达到了94.5%,识别速度快,识别成功率高。