车牌识别(LPR)是现代智能交通管理系统的关键技术之一。从技术的角度讲,车牌识别技术涉及数字图像处理,计算机视觉,模式识别和人工智能等多个相关领域,其关键技术主要包括车牌定位,字符分割,字符识别等,本文主要研究基于混合特征的车辆牌照静态图像的自动识别技术。论文主要内容包括:车牌定位技术研究。车牌定位是车牌自动识别的基础,本文提出了一种基于混合特征的车牌定位算法,在对车牌图像滤波增强的基础上,充分利用车牌区域的几何形状、颜色、纹理等多维特征,实现对牌照的快速准确的定位。实验表明,该方法具有较高的精确度,并具备较强的自适应性,能够满足实际应用的要求。字符分割的研究。引入基于牌照字符空间分布知识的全局动态阈值与局部动态阈值相结合的二值化算法进行定位后车牌图像二值化,并基于车牌结构特征采用投影法准确分割出单个字符。字符识别的研究。提出了一种基于车牌字符特征提取和BP神经网络识别相结合的分类识别算法,选取细化以后的特征作为字符的识别特征,以改进后的归一化字符原始特征输入到BP神经网络分类器中进行车牌字符识别。由于时间关系,本文仅对数字和字母网络进行了初步研究。文中详细描述了算法的基本原理和实现过程,并给出了实验结果和分析。