随着我国国民经济的高速发展，国内高速公路、城市道路、停车场建设越来越多，对交通控制、安全管理的要求也同样提高，智能交通系统IntelligentTrafficSystem,ITS)已成为当前交通管理发展的重要方向，而车辆牌照识别(LicensePlateRecognition,LPR)系统作为智能交通系统的一部分起着举足轻重的作用，它在高速公路、城市道路和停车场等项目管理占有无可替代的重要地位，它的广泛应用必将有助于我国交通管理自动化的发展。
　　车辆牌照识别(LPR)作为一个综合的实时计算机视觉系统主要包括车牌定位、字符分割，字符识别三个部分。本文研究了进行车牌识别的各项关键技术，在分析了近年来一些典型的车牌识别算法的基础上，最终确定Sobel算子检测边缘、Hough变换、Adaboost等一系列有效的算法对车牌进行识别。
　　在车牌定位阶段，首先分析了现有比较典型的定位方法，本文用Sobel算子检测车牌边缘，确定候选区域，然后根据先验知识对候选区域进行筛选，再将图像格式由RGB格式转换成HSI格式,最后利用彩色信息对候选区域进行筛选，并对车牌进行倾斜校正。经大量的实验证明，本文提出的车牌定位方法能够达到良好的效果。
　　在字符分割阶段，首先去除车牌的上下边框，然后在分析了几种传统的垂直分割字符的方法后，采用基于先验知识和投影法的字符分割方法,并对粘连的字符块做进一步的处理。该方法克服了单纯采用投影法所造成的字符边界不准确等问题，分割结果准确、可信。最后从大小归一化、位置归一化两个方面对车牌字符图像进行了归一化处理，为字符特征提取做好了准备。
　　在字符识别阶段，研究了基于模板匹配的车牌汉字字符识别方法，以及基于Adaboost算法和特征匹配的数字和字母识别方法。介绍了基于Adaboost算法的数字和字母识别系统的分类器设计与训练过程。
　　本文在牌照区域定位和字符识别部分分别提出了新的算法。通过对该系统的研究，希望对日渐成熟并市场化的车辆牌照自动识别系统能有一定的帮助，而且也希望系统中所提出的车牌区域定位和字符识别算法可以有更广阔的应用空间，对相关领域的问题解决提供一些新的思路。