为实现复杂光照及存在遮挡和污损等情况下车牌识别，提出基于隐马尔可夫特征降维和改进概率神经网络的车牌字符快速精确识别算法，算法通过非负矩阵分解对描述字符特征的高维隐马尔可夫特征进行降维，以消除高维特征矩阵信息冗余并提高特征描述准确性，通过择取代表性样本参与PNN训练，以提高算法的分类精确性，减少硬件性能需求。对比实验结果表明，算法在保持原有统计特征分类识别性能的条件下，显著减少了运行时间，提高了识别准确率。