当前基于神经网络方法的车牌字符识别技术都使用固定的训练样本，学习的效果受初始样本限制，对于识别过程中新出现的不同角度、光线等特征的字符图片不能自适应地学习。本文针对这个问题提出了基于在线序列极限学习机（OS-ELM）的车牌字符识别方法。在样本实时更新中使系统自适应调整网络权值，不断提高识别准确率。本文设计了汉字、字母、字母混合数字三个字符分类器，根据车牌字符的排列特征识别相应的字符。