车牌识别系统（LPRS，License Plate Recognition System）是智能交通系统(ITS，Intelligent Transportation Systems)的一个非常重要的发展方向。随着社会的发展和人民生活水平的提高，车辆的数目不断增加，交通状况日趋恶化，给社会和环境到来了巨大的压力。日益拥堵的城市交通需要更先进、更有效的交通管理、控制。利用车牌识别技术来提高管理水平、交通效率和进行安全的智能交通管理已经成为一个重要的研究内容。　　 本文介绍了一种以TI公司的TMS320DM642为核心芯片，以及视频解码芯片TVP5150PBS、视频编码器SAA7121H、I2C（Inter-Integrated Circuit）总线、时钟电路、系统电源等搭构硬件平台的车牌识别系统设计、实现和优化。　　 运用图像处理技术对实验车牌图像进行了前期处理工作，包含如下几步：图像预处理（灰度化、图像平滑、灰度拉伸）、车牌定位（边缘检测、粗定位、精确定位）、倾斜校正、字符分割（图像归一化、粗分割、精确分割）。　　 在字符识别上，我们采用了神经网络的字符识别技术，使用了字符的水平、垂直投影特征、粗网格特征和边缘形状特征的字符提取方法，利用一种排序前向掩蔽模型(Sequential Learning Ahead Masking，SLAM)对通用前馈神经网络(General Feed-Forward Network，GFFN)模型进行训练，运用通用前馈神经网络模型对字符特征进行提取和识别。　　 最后，分别从流程图、程序设计、图像输入任务、图像处理、识别任务和软件优化几个方面对软件设计进行了简要的介绍。