车辆牌照识别技术是目前智能交通系统的核心,而智能交通是目前交通管理发展的主要方向。在实际应用中,由于受到环境的限制,比如光线不均匀、车牌受到遮挡或者污染、车牌字符部分残缺等,获取的车牌图像通常会存在大量的噪声、纹理背景等,因而,通过对车牌图像进行计算机数字图像处理,对车牌字符内容进行准确的识别,不仅可以获取车辆、道路的相关信息,而且可以很大程度上解决人工识别时工作强度大、统计复杂、效率低下等问题。因此,对汽车牌照自动识别技术的研究和应用开发具有重要的现实意义车牌识别采用的是基于卡片图像的文字自动识别技术,其中,二值化是图像预处理中必不可少的一步,它处理结果的好坏,直接影响着后续的识别工作,对整个识别系统有着至关重要的影响。论文提出了一种将基于LOG算子的局部动态阈值算法和基于最大类间方差的全局阈值算法有效的整合起来并且摒弃各自缺点的方法并进行了试验；根据车牌图像中的噪声特点,采用了基于八邻域检测法和连通区域结构分析法,对车牌二值图像中的噪声进行去除；在车牌定位算法中,提出了采用基于多特征筛选的车牌定位方法,实现了对车牌的准确定位。经过对多个不同场合的图像进行实验,取得了较好效果。