车牌识别系统（License Plate Recognition System，LPRS）是计算机视觉与模式识别技术在智能交通系统（Intelligent Transport System，ITS）中的重要应用，广泛应用于高速公路车辆视频监控、停车场智能管理，以及电子警察等。因此，车牌识别系统的深入研究不但具有较高的理论价值，也具有很高的实用经济价值。车牌识别系统的相关算法由三部分组成：车牌定位、字符分割、字符识别。本文对车牌识别的相关算法进行了深入学习和研究，提出了一些有效的改进算法，并开发了车牌识别系统。具体工作如下：1.车牌定位算法的研究。分析比较了常用的车牌定位算法，针对在车牌模糊、光照不均等环境下车牌纹理特征难以提取现象，提出了一种基于改进Isotropic Sobel边缘检测算子的车牌定位算法。该算法通过改进Isotropic Sobel边缘检测算子，实现了车牌图像在水平、垂直以及对角线方向上的纹理特征提取，然后采用Otsu算法阈值化，再对阈值化后的二值图像做数学形态学运算得到车牌的候选区域，最后利用车牌特征去除伪车牌。2.车牌字符分割算法的研究。分析比较了常用的车牌字符分割算法，提出了基于直线拟合的车牌倾斜校正算法，并将该车牌倾斜校正算法应用于本文研究的车牌识别系统字符分割算法中。首先对车牌图像区域进行阈值化处理，然后，针对车牌边框模糊、断裂以及污损情况，提出了基于直线拟合的车牌倾斜校正算法，最后，通过对校正后的车牌图像去除边框、字符分割获得车牌字符。3.车牌字符识别算法的研究。综合分析了基于模板匹配、特征统计、分类器的车牌字符识别算法，深入研究了BP神经网络分类器的特点，提出了一种基于改进BP神经网络的多分类器车牌字符识别算法。4.车牌识别系统的实现。运用本文研究的车牌识别的相关算法，在VC++6.0平台下，结合计算机视觉库OpenCV，开发了车牌识别系统。