随着国民经济的迅速发展，我国的汽车数量迅速增加。虽然我国政府在基础设施建设上加快了步伐，高等级公路、停车场越来越多，但配套的道路、车辆管理系统却显得相对滞后，仍旧停留在以人工管理为主的水平上。科学、高效的利用好现有交通基础资源成为进一步挖掘我国城市交通能力的有效途径。交通信号自动控制系统、GPS车辆定位及导航系统、智能交通监控系统、智能小区管理系统等智能交通系统(Intellingent Transportation System (ITS))在交通管理中日益发挥重要作用。由于牌照是确定汽车的有效手段，因此，车辆牌照识别(License Plate Recognition (LPR))系统在智能交通管理中发挥着基础性的作用。近年来，电子器件性能和制造工艺的提高以及数字图像处理、模式识别理论的成熟为在道路交通管理中引入计算机提供了条件。 针对当前道路交通管理的现状，研究了汽车牌照自动识别的问题，我们设计了一个汽车牌照识别的系统模型，并初步实现系统中的关键模块。系统整体上可以划分为两个模块：图像采集模块和图像处理模块。图像采集模块主要由硬件构成，寻觅采集图像的时机，适时拍照并将图像传送到图像处理模块。图像处理模块主要由软件实现，为了快速高效的开发出模块原型，图像处理模块先由Matlab模拟实现。 我们的主要工作集中在图像处理模块。图像处理模块完成牌照定位和牌照识别的任务。在牌照定位中，我们采取的两步定位的策略。首先，从图片中消除静止的背景图像，得到汽车的模糊轮廓；其次，实现牌照的第二次定位，即实现牌照的精确定位。在牌照的初步定位中，我们采取了将动态确定背景图片，将待识图片和背景图片相减的方法。在图片相减过程中，提出了自己的改进方法，简化运算，提高了效率。针对牌照的特点，牌照识别模块同样划分为汉字识别和非汉字字符识别两部分。对于两种字符的识别，我们都采取了基于人工神经网络(ANN)的技术进行实现。现在系统初步实现了对非汉字字符的识别。经过实验，识别模块受平均分布的噪音影响较小，而受字符变形的影响较大。 本文行文上划分为六章。第一章作为绪论展开课题背景，简要介绍相关的图像处理知识与理论。第二章详细介绍并分析关于系统的硬件组成即配置方案。第三章介绍图象处理模块中的牌照定位模块，第四章针对图像处理中的字符识别进行介绍。第五章对系统性能作出评价，找出不足，提出初步的解决思路。第六章是结束语作者的工作，对牌照识别的发展作出自己的预测。 系统中使用的知识主要涉及到数字图像处理、模式识别、人工智能等领域。