智能交通系统ITS (Intelligent Transportation System)利用先进的信息技术改善交通状况,使交通更畅通、更安全、更绿色。车牌识别系统LPR (License Plate Recognition)是ITS的核心技术之一,它主要包括车牌定位、字符分割和字符识别三个核心模块。随着安防视频步入高清时代,视频的分辨率越来越高,智能交通系统对车牌识别技术有了更高的要求：处理速度更快、环境适应性更强、识别率更高。本文在分析国内外各种车牌识别方法的基础上,对车牌识别系统中的三个核心技术进行了深入的研究：车牌定位：这是车牌识别系统中至关重要的一步。对现有的各种定位算法进行比较和分析,在此基础上,提出了基于字符边缘特征的车牌定位方法,该方法包括粗定位和精定位,以快速简单方法确定车牌候选区域,以复杂精确方法定位车牌区域。字符分割：由于单纯采用垂直投影法无法精确地处理字符粘连问题,提出了基于字符轮廓和模板匹配的车牌字符分割方法,该方法利用字符的轮廓特征,在轮廓周围搜索和确认可能的字符,对找到的字符进行自适应模板匹配,寻找误差最小的模板对字符进行重新分割,利用模板补充剩余字符以及去除伪字符。字符识别：在对比和测试了各种字符特征后,选取其中区分效果好的统计特征和结构特征作为字符特征。由于SVM分类器对小样本问题有很好的分类效果,因此采用SVM分类器识别车牌字符。利用区分相似字符的特殊特征对相似字符进行二次识别,提高了整个系统的字符识别率。通过对不同光照下的3000张车牌图片进行了测试,车牌定位准确率达到98.6%,车牌后6位字符的完全正确率达到95.5%,平均处理时间为100ms。实验结果表明,本文的车牌识别算法快速准确,对复杂环境的适应性强,具有很好的实用性。