近年来,智能交通系统的应用越来越广泛,传统卡口场景的车牌识别技术难于适应非卡口智能交通应用的需求。非卡口场景下的运动车辆的车牌图像极易出现运动模糊现象、水平方向倾斜和竖直方向错切变形的情况。运动模糊车牌复原与车牌倾斜错切校正对于提升非卡口场景下车牌识别准确率十分关键。本文旨在解决非卡口场景下运动车牌图像易出现的运动模糊和倾斜错切问题。在运动模糊车牌复原部分的估计模糊核步骤中,本文提出使用导向滤波替代常用的双边滤波对模糊图像进行去噪,根据车牌图像多种特性改进模糊核计算过程,使模糊核估计过程更适用于车牌图像;更新复原图像步骤中,本文使用更接近自然图像特性的超拉普拉斯分布来拟合真实图像边缘分布从而获得更加清晰平滑的复原结果。本文还提出一种多颜色空间融合的车牌倾斜校正预处理算法,由此获得车牌部分的掩膜,从而更加精准检测车牌水平竖直偏角,得到准确的校正结果。实验结果表明,本文提出的算法在运动模糊车牌复原上与现有算法相比取得了比较好的效果,对噪声有良好的鲁棒性。最后,本文在前述算法的基础上,设计实现了非卡口场景下运动车牌识别系统,并通过实际监控场景测试了该系统的功能。