近年来,随着现代交通技术和社会经济的快速发展,汽车和交通运输工业得到了迅猛发展,如何做好城市交通管理已经成为人们日益关注的民生问题,随着专家学者们在该领域的深入研究,具有车牌自动识别功能的智能交通系统(ITS)进入了人们的视线。该系统的诞生填补了城市交通管理自动化的空白,很快被人们应用于各种交通管理方面。新技术的产生也有其不成熟的一面,比如在复杂的环境中(如雨雪天气、光照不充分等)车牌识别技术仍然有定位困难、识别率不高的问题。因此学者们在该技术领域的研究还在继续深入,同时如果发现了能克服部分的环境影响的车牌识别技术方法对社会还是有很深的现实意义的。基于车牌识别技术的智能交通系统其实际工作原理就是通过数字图像处理等技术手段从车辆照片识别出车牌号码,再将识别出的车牌与车辆照片输送至中心服务器,通过中心服务器对收集到的数据进科学有效地存储,为交通管理工作提供有用信息。本文结合智能交通系统的建设,主要开展了以下工作:首先,车牌定位过程:在车牌定位前期需要对得到的车辆照片进行预处理,其中包括光照补偿、灰度化处理、小波滤噪等。然后再结合车牌纹理特征,通过对图像的水平和垂直方向的边缘检测实现对车牌的精确定位。其次,字符分割。本文依据国内的车牌先验知识,再利用字符的竖直投影法有效地对车牌字符进行了分割并提取。然后是字符识别,在该过程中本文引入了动量因子的BP神经网络算法,结合目前国内的车牌字符特征,使用三种结构的BP神经网络算法,以提高车牌字符整体识别率,强化BP神经网络的学习效率。最后,本文还结合公安相关业务对智能交通系统基于车牌识别后建立的数据库进行了二次开发,实现了被盗抢车辆的自动比对预警、套牌车的自动识别,根据车辆运动轨迹进行比对碰撞等功能。该车牌识别方法的准确率在实际工程应用中均达到智能交通系统的功能指标要求,也取得了较好的实际运行效果。