针对传统车牌识别算法中字符识别率偏低的缺点,目前出现了一种基于卷积神经网络的识别方法,通过对车牌字符图像的样本学习,优化神经网络每层的权值参数,从而在很大程度上提高车牌的字符识别率。仿真结果表明,采用卷积神经网络的识别方法对车牌中的字符进行识别,正确识别率可以到达99%,识别率和抗干扰性明显优于结构特征法、模板匹配法等传统识别方法(后两者分别只有94%、95%)。