本文首先对车牌识别系统的现状和已有的技术进行了深入的研究，在研究的基础上开发出一个基于 MATLAB 的车牌识别系统。确定了整体设计方案，其中软件部分包括车牌定位、车牌字符切分及车牌字符识别三个模块。车牌定位模块中提出了 基于小波变换的车牌边缘提取的算法，以及车牌二次定位的算法， 提高了系统在光照条件较差的情况下的定位准确率，该算法对于各种底色的车牌具有良好的适应性；车牌的二值化采用了改进的 Otus 算法，重新划分了其两维直方图的区域，改进后的算法大大减少了运行时间，对于各种类型的车牌都能达到较好的二值化效果；针对 BP 神经网络字符识别算法，采用有动量的梯度下降法训练网络，减小了神经网络学习过程的振荡趋势，使得 BP 网络能够较快的达到收敛，完成车牌字符的识别。对模板匹配算法和 BP 网络算法进行对比，证明了 BP 网络算法要优于模板匹配算法。