随着现代电子,计算机以及自动控制的不断发展,智能交通系统获得长足发展的平台,车牌识别系统便在现代交通中日益凸显出其重要性,如对于超速行驶以及停泊车辆的监控,在监控过程中车牌识别是关键。因而车牌自动识别成为智能交通的必要步骤,目前许多方法已经被应用于车牌识别系统的搭建,与此同时车牌识别技术也得到相应的发展,因此车牌识别系统逐渐成为学术界的一个重要研究热点。首先,对车牌识别系统的识别过程进行了简单的介绍,介绍了压缩感知理论框架及其使用的领域。重点对图像采集装置到主系统这一过程中的数字图像处理系统进行了研究,并将压缩感知理论应用于系统中的车牌数字图像处理中。其次,对目前一些常用的算法进行了分析对比,发现这些算法在时间复杂度或者重构效果上都不是太理想,基于这些算法存在的一些问题,提出了基于压缩感知的新型车牌数字图像处理方法,该方法将小波变换与传统压缩重构算法结合,并改进之后,对车牌数字图像进行综合处理。最后,通过matlab仿真,将新方法与原来的方法进行比较,仿真结果表明该方法是可行的,重构效果可以满足图像处理的要求,同时为了验证其实用性,在VC++6.0中进行编程,调试,最后成功的得到所需的结果。与此同时,目前已经有与该软件相对应的硬件使用条件。论文的研究成果可以应用于车牌识别系统中,可以降低采集设备的压力,减小传输中资源消耗,获得高精度的重构图像。