本发明涉及一种基于卷积神经网络优化粮食仓库货车的车牌识别方法。包括：1）基于卷积神经网络的车牌识别算法：采用Haar特征的级联分类器实现对图像中车牌位置的粗定位；综合随机抽样一致化算法与Sobel算子实现精确定位；进行直方图均衡处理后，利用车牌字符分布特征的分割算法完成分割；使用keras搭建深度卷积神经网络对分割后的字符进行准确的识别。2）工程应用优化：在智能摄像头识别的基础上，增加一个车牌照片信息再处理的服务器，在服务器中架设算法软件，处理智能摄像头无法处理的照片。本发明方法能够对车牌进行有效定位，在保证鲁棒性良好前提下，准确性优于各传统算法，适应于当下交通中自动化、无人化管理，方便在特定场合对车辆管理。