随着计算机的发展,计算机视觉与模式识别技术成为一个重要研究课题。用计算机进行视频图像处理就是希望能由计算机自动识别和理解图像,对动态图像序列进行分析处理,以获得有用信息。车牌识别技术(LPR)即以识别车牌为特定目标的专用计算机视觉系统,是智能交通系统中的一个研究热点。因此,本文在研究视频图像特征信息提取技术的基础上,实验于车牌识别系统。本文的主要研究内容包括:(1)采用背景减除法进行运动车辆检测,提出了一种改进的多帧平均法进行背景建模,并通过设定小面积的检测区域以减小背景差分时的计算量。(2)车牌定位的准确与否直接影响到后面环节的实现。本文研究了多种基于车牌特征的定位算法,并采用了一种适合本实验系统的基于数学形态学和车牌几何特征的粗定位,结合车牌纹理灰度跳变特征精定位的车牌提取方法。(3)本文提出了一种基于边缘线及车牌纹理特征的匹配算法,结合最小二乘估计车牌中心运动轨迹,在搜索范围内匹配得到目标车牌,实现车牌跟踪。(4)本文采用一种改进的投影法对车牌字符进行分割。在字符识别方面,使用13特征提取法,对字符进行特征提取,并对三层BP网络进行训练,最后利用此网络实现字符识别。论文主要构造了一个从视频图像中检测运动车辆,在关键帧中定位车牌,利用此车牌模板在后序图像中进行车牌匹配、跟踪,最后选取最清晰可见的一幅车牌图像进行字符识别的车牌识别系统。在整个理论研究的基础上,本文采用MATLAB对相应算法进行实现,得到比较满意的实验效果。