本文详细研究了具有中国车牌特点的车牌识别系统,主要分为三部分:车牌图像定位、车牌字符分割、车牌字符识别。车牌图像定位部分本文主要采用基于YCbCr颜色空间的彩色车牌定位算法,该算法提取了YCbCr颜色空间的Cb颜色分量,该分量图像中车牌图像区域是整个车辆图像的高频部分,对该分量图像进行膨胀和腐蚀运算后的图像进行投影,这样便可以定位到车牌图像。车牌字符分割部分本文主要采用基于投影法的回扫算法来对车牌图像进行字符分割。本文提出了不均匀光照下车牌图像的二值化算法,这是一个重要的难题,汽车牌照识别系统通常工作在复杂的光照环境下,故经常会出现车牌图像光照不均的现象,车牌图像二值化带来困难。为此,我们提出一种使用高通滤波结合增强图像对比度的全局阈值方法来处理不均匀光照的车牌图像的二值化,实验表明,该算法能有效地克服不均匀光照的影响,二值化效果良好。对二值化后的车牌图像采用回扫法分割,该方法很好的避免了车牌图像中汉字部分的二分字和三分字,可以得到完整的车牌字符图像。车牌字符识别部分主要采用PCA特征提取,用最小距离分类器对车牌字符图像进行识别,为了降低图像的维数本文将图像样本库中的图像进行了分割,将图像分割为5*5的块,对分割后的图像进行PCA(主分量分析)得到图像的主分量。然后针对待测图像进行最小距离分类器从而实现了车牌字符的识别。本文最后提出了一种基于特征信息的低分辨率车牌图像的复原算法,该方法利用了不同类型车牌图像之间的特征信息,通常在视频监控中,车牌区域通常都很小,图像分辨率是一种影响车牌识别的重要因素,该算法对输入的低分辨率图像使用主分量分析使得它可以由低分辨率训练集中的图像线性表示,通过同样的参数使用高分辨率训练图像集取代低分辨率图像训练集,就可以复原车牌图像,实验表明复原后的车牌图像不仅有利于人识别,而且对计算机自动识别也有帮助。