近年来，车牌识别技术在智能交通领域的重要性不断提升。车牌识别技术可以应用于小区停车管理系统、重要交通枢纽处的“电子眼”系统、高速公路车速管理系统等多个领域，对公共安全和国家发展带来了很多方便和保障。随着交通环境的不断复杂化，已出现一些车牌识别相关产品渐渐无法满足用户实时性的需求。所以，如何在复杂背景下取得车牌识别正确率和识别速度之间的平衡，是近年来众多研究人员的研究热点，仍然有很多问题有待进一步发掘和完善。本文就复杂背景下的车牌识别技术中涉及的关键算法展开了深入的探讨和研究，所做工作包括：1）介绍了常用的车牌图像预处理技术，分析了现有车牌定位方法的优缺点。针对复杂环境下车牌区域在整幅图像中比例较小，图像中存在许多纹理特征、颜色特征类似于车牌区域特征的干扰区域等困难，给出了一个基于边缘检测、数学形态学滤波和车牌颜色特征的快速车牌定位算法。2）分析了我国车牌字符的特点并研究了常用车牌识别字符分割方法。针对复杂背景下的车牌字符分割问题,在改进的相位编组法和快速概率Hough变换的车牌水平倾斜校正算法基础上，给出了一个连通区域分析和双向三分之一投影相结合的车牌字符分割算法，实现了牌照中各个字符的快速准确分割。3）在概括现有字符识别方法优缺点的基础上，引入一个具有良好不变性和较强鲁棒性的形状描述子，即形状上下文，给出一个基于改进形状上下文的模板匹配字符识别算法，提高了车牌字符识别率和识别速度。仿真结果表明上述算法在复杂背景下车牌识别中的有效性，可用于车牌识别系统。