作为推动交通管理智能化的关键技术,及智能交通系统(ITS)的重要组成部分的车牌识别系统,有着停车场智能管理、道路监控、高速路自动收费等广泛的应用前景。国内外研究人员也已经和正在就车牌识别技术展开深入而广泛的研究,并取得初步成效,已有一些产品投入使用,但其效果并未达到人们期望的水平,离真正的实用要求还有一段距离。一个典型的车牌识别系统由三部分组成:车牌定位,车牌字符分割,车牌字符识别。本文的研究重点主要集中在车牌定位及车牌字符识别这两个部分:1.针对车牌定位问题,在深入研究今年来性能优良的分级车牌定位算法时,发现Wang等人提出的分级车牌算法[10]中的一次性扫描候选车牌提取算法在车牌左右存在复杂竖直边缘干扰时,易出现误检和漏检。为此,本文提出了一种改进的候选车牌提取算法,在保持实时性的基础上,改善了原候选车牌提取算法的缺陷,从而进一步提高了整体分级车牌定位算法的性能。2.针对车牌字符识别,本文介绍了当前三类主流的车牌字符识别算法:模板匹配,神经网络分类器,统计分类器。并根据国内车牌字符的排列特征,采用数字分类器、字母分类器及字母数字分类器,通过实验比较了这三类主流车牌字符识别算法的性能。实验结果表明,基于支持向量机的字符识别算法,无论是识别速度还是检测性能都能满足当前车牌识别系统的要求。