车牌识别系统是现代智能交通管理的重要组成部分，是计算机视觉、图像处理、神经网络和模式识别技术的综合应用。本文从宏观上介绍了车牌识别系统的一般构成，包括车牌定位、车牌字符分割和车牌字符识别等部分。字符识别是车牌识别系统中重要的组成部分。字符识别，是指在车牌精确定位、车牌字符分割的基础上，对切分出的字符利用图像处理、模式识别等相关技术实现字符正确匹配和识别的过程。字符识别包括两个主要部分—字符的特征提取和训练识别。首先，在字符识别之前要进行一系列的预处理，主要包括车牌字符的归一化和细化处理。这么做的目的是为了提高字符识别的准确性和速度。其次，在分析我国传统车牌的特征后，对车牌的汉字、数字和字母采取了不同的特征提取方法。汉字笔划复杂，笔划和笔划之间交叉较多，分布不均匀，本文采用的是网格特征和外围特征相结合的方法，而字母、数字笔划简单，分布相对集中，本文采用的是十三点特征提取方法。最后，根据不同的统计特征设计了不同的BP神经网络分类器，分别进行车牌的字符识别。实验表明本文设计的字符识别算法，一方面提高了车牌字符识别的识别率，另一方面一定程度上减少了车牌处理时间，适合应用于实际牌识别系统。