车辆牌照自动识别是近几年发展起来的计算机视觉与模式识别技术在智能交通领域应用的重要研究课题之一。课题的目的是对输入的汽车图像进行预处理，提取车牌区域，并对车牌上字符进行分割，然后对字符逐个进行识别，最后按照原顺序以文本的形式表示出来，得到车牌号码的识别结果。该识别技术是车辆自动管理系统的关键内容，具有很高的工程实用价值。本文比较各种车辆图像处理方法，提出了车牌定位的方法，运用了一些已有的字符分割和字符识别方法，并且最后得到了较好的识别结果。车牌定位采用的是基于边缘检测的频率分析法，从经过双次边缘检测提取后的车辆图像中提取车牌特征，进行分析处理最后得到精确的车牌图像；也探讨了基于HSV空间颜色特征进行的车牌定位方法，并提出了采用灰度边缘与彩色特征相融合进行目标定位的融合规则。字符分割充分利用车牌的先验知识和分布特征，采用统计方法得到车牌的二值图像然后进行切分处理，最后应用气泡法对图像进行去噪处理。字符识别的三种主要识别方法是最小距离模板匹配法、树分类器结构识别法和人工神经元网络识别法，这些方法单独或者相结合使用完成车牌上的汉字和英文字母及阿拉伯数字的识别。由于车辆牌照号码对于车辆就相当于身份证和每个公民的关系，是一一对应的，因此车辆牌照号码的自动识别系统可用于一切需要对车辆进行管理的场合，对于交通车辆管理等方面有着十分重要的意义。