随着车辆数量日益攀升，交通管理压力日趋增大。为了缓解车辆、行人、管理人三者之间的矛盾，交通管理信息化、智能化成为必然的发展趋势。车辆是构成交通系统中基本元素，车牌号码是车辆身份的唯一ID，因此车牌定位识别技术是智能交通领域的重要课题之一。本论文介绍一个车牌定位识别系统的开发，主要介绍其中的图像预处理、车牌定位、字符分割和字符识别部分的算法设计，以及最后原型系统的实现。图像预处理通过加权平均值灰度化法把彩色图像转换为灰度图像，再用分段性灰度变换方法进行图像增强，车牌定位在通过改进的Bernsen局部阈值算法与模糊增强算法增强所得到的二值化图像上进行。先利用边缘特征和投影方法进行车牌的粗定位，确定大致的车牌区域；然后通过倾斜校正、去除车牌边框来精确定位车牌区域，在得到车牌的精确区域后，采用垂直投影法实现字符分割，最后以车牌字符区域的像素构造特征表达，送入字符识别算法识别。我们的字符识别算法采用BP神经网络在收集的样本上训练得到，该算法具有很强的自适应性和鲁棒性。在车牌识别算法设计的基础上，我们采用VS2005环境以及Opencv源码库开发了汽车牌照定位与识别的原型系统。实验表明该系统操作简单、高效，能够较好的完成车牌定位、识别等主要功能。