随着我国车辆的增多,城市交通状况日渐恶化,如何有效地对车辆管理开始受到人们的重视。车辆牌照识别技术是智能交通中一种基于图像处理和模式识别的关键性技术。它可以广泛应用于道路收费,交通监管,非现场执法等领域,能够提高工作效率,节约人力成本,具有巨大的经济价值和现实意义。车辆牌照识别主要包含车牌定位,字符分割和字符识别三个部分。本文对这三个部分进行了算法研究,针对以往算法中的不足,提出了新的算法,并在GPU与CPU协同的平台上对算法进行了设计,最后设计出一套基于CPU和基于CPU与GPU的车辆牌照识别软件。(1)车牌定位部分,研究分析了基于垂直边缘的车牌定位算法、基于MSER的车牌定位算法。针对算法速度慢,准确度不高等缺点,提出一种基于三值图像和车牌字符特征的车牌定位算法。并在GPU与CPU协同平台上对算法进行了设计。经验证,该算法定位准确度高,定位速度快。(2)字符分割部分,研究分析了基于垂直投影的字符分割算法,针对分割准确率较低的缺点,提出了一种基于字符特征和字符识别的多决策的分割算法,并将算法在GPU与CPU协同平台上进行了设计。经验证,该算法能适合大多数单行车牌且算法分割准确度高。(3)字符识别部分,研究了模板匹配的方法,针对识别率较低的缺点,提出了一种多字符特征库的统计特征值的方法,经验证,该算法识别率较高且特征库训练速度快。(4)软件设计部分,使用纯C语言将上述算法设计出一套车辆牌照识别软件,并对软件进行了大量车牌的测试,经过上千副图像的测试,结果显示,车牌后六位识别率达到了99.2%,全牌识别率达到了97.4%。