近年来,随着全国机动车保有量的日益剧增,车牌识别技术在智能交通领域的应用需求也随之增加。传统车牌识别采用软硬件协助的方式,通过预先在识别路段铺设车辆传感器等硬件检测车辆经过,在其经过时拍照获取车辆图像并对图像进行识别。由于光照、前车遮挡后车等问题,通过拍照获取的车辆信息存在不完整性和失真性,且需预设硬件感应车辆成本较高。因此,本文针对这一原因设计一套基于视频流环境下车牌识别系统。本系统实时的检测识别道路监控视频中车辆车牌信息,相较传统的拍照识别系统,用户可高效获知目标车辆车牌信息,直观获取目标车辆行驶轨迹,系统具有良好的用户友好度。本文的主要研究工作如下:(1)本论文分析了传统感应拍照车牌识别与视频流坏境下车牌识别的优劣势,介绍了我国车牌所包含的字符,分析了我国车牌的特征,并介绍了车牌识别的流程。结合我国车牌特征以及车牌识别流程介绍了本文设计的视频流环境下车牌识别系统中所使用到的相关技术。(2)权衡视频流处理中计算量与识别率,本文通过对基于SIFT特征的关键帧提取算法的改进来提取包含车辆车牌完整信息的关键帧。该算法汲取了背景差分与SIFT特征匹配的思想,并将视频帧划分为突变帧与未突变帧两类,分别对其处理判别是否为关键帧,最终根据哈希算法判别其相似度去除冗余帧。将改进的SIFT特征的关键帧提取算法与传统的背景差分法和SIFT运动特征算法对比实验进行分析,实验结果表明,改进的SIFT特征的关键帧提取算法在关键帧提取方面具有更低的漏帧率,实时性较好。(3)在传统感应拍照车牌识别的基础上,结合视频流处理的特点以及对本课题的需求,提出了该课题的总体系统体系结构和功能模块划分。将视频流坏境下车牌识别系统按照功能要求分为单路段车牌识别、多路段车牌识别与车辆信息统计三大部分,并且分别对每部分内容进行详细地介绍,对本文系统核心功能单路段车牌识别进行了需求详细地分析以及概要设计。(4)将改进的算法应用于视频流车牌识别中,实现单路段车牌识别功能,并用监控视频对其测试,最终完成系统核心识别功能,并验证系统可行性。