随着经济与技术的不断发展，每年汽车销售量在不断增加，为了能够很好的管理交通的正常运行，智能交通管理化已成为现当代发展的一个重要领域，由于每辆车对应着唯一的车牌号码，可以通过对车牌号码作识别处理而来智能控制车辆的检测。车牌识别系统(License Plate Recognition System，简写为LPRS)能够很好的应用在智能交通管理中。　　本文在现有车牌识别技术研究的基础上，进一步对车牌识别系统主要几个阶段进入深入研究，以能够很好对车牌号码进行识别处理，其主要阶段的处理工作如下所示:　　对车牌定位，本文对Robert算子进行改进并结合形态学处理进行车牌定位处理，通过在Roberts算子上新增加两个方向的边缘检测模板，将能够很好的弥补边缘之间的断痕并使其完全连通起来，通过自动选取合适的Roberts算子阈值将能够很好的定位出车牌区域，并将非车牌区域剔除掉，最后通过形态学的处理完成车牌定位，该算法不仅定位率高，而且提取速度快，且具有较强的鲁棒性。　　对字符分割，先对倾斜的车牌进行校正，然后再对车牌字符进行分割、细化处理。传统的车牌倾斜包括水平倾斜、垂直倾斜及混合倾斜三种模式。本文通过Hough变换对倾斜车牌进行水平方向的校正，而进行垂直方向的校正则采用Radon变换。通过对车牌进行旋转校正之后，再去除车牌区域的上下左右边框，便可以得到一个比较精确的车牌区域。然后基于垂直投影法并结合连通域及模板匹配法进行字符分割，首先该方法是根据连通域找出字符之间的宽度，然后再结合投影法确定单个字符的位置，最后再将结合字符之间的宽度建立一个分割模板以对字符进行分割处理。　　对字符识别，本文先对分割出来的字符进行归一化处理以便更好的对字符进行识别处理，由于国内车牌的特殊性，通常字符识别可将其分成两部分模块进行处理，其中包括汉字识别模块以及数字和字母组成的混合识别模块，并基于BP神经网络进行字符识别。通过MATLAB软件进行实验仿真，该算法能够准确快速的识别出字符，在实际应用中具有很大的价值。