车牌识别系统作为城市智能交通系统中的一项关键技术，它能自动摄取并识别车辆的车牌号码，利用车牌号码的唯一性来识别车辆，为智能交通管理带来便利。随着社会的发展，车牌识别技术(LPR)的应用越来越广泛，技术要求也越来越高，因此LPR是现代智能交通管理中重要的一项研究课题。
　　在分析和总结国内外研究学者研究成果的基础上，对车牌识别系统的关键技术进行了深入地研究，主要的研究内容如下：
　　①车牌定位部分：将边缘检测和数学形态学结合起来，有效地突出了垂直边缘丰富的区域(候选车牌区)，然后结合车牌的几何特征和颜色特征对候选车牌区域进行筛选，确定正确的车牌区域。
　　②车牌字符分割部分：为消除车牌边框对字符分割的影响，去除了车牌的上下边框。对传统的垂直投影分割法进行了改进，结合车牌的先验知识，确定出车牌第二、三字符间的最大间隔区，然后向左分割两个字符、向右分割五个字符，以实现对车牌字符的分割。
　　③车牌字符识别部分：该部分是本文的核心部分，在分析常用车牌识别方法的基础上，设计了一种基于层次的车牌字符识别算法，对于结构简单的字符仅通过一级粗分类进行识别，对于易混淆的形近字符，再通过二级细分类进行识别。每级都进行了特征提取及分类器的设计。在特征提取上，将统计特征与结构特征相结合。在分类器设计上，一级粗分类采用支持向量机(SVM)，并利用SVM工具箱——LibSVM，进行SVM分类器的设计；二级细分类采用决策表作为分类器。
　　最后，在VisualC++6.0编程环境下对算法进行了仿真、调试，通过实验表明，本文设计的基于层次的车牌字符识别算法，可有效地提高字符的识别率，对形近车牌字符的识别效果尤佳。