车辆牌照的自动识别是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，是实现交通管理智能化的重要环节。 本文针对我国牌照的自身特点，并综合运用了图像处理、模式识别、人工智能、专家系统等技术，选择小波分析的多尺度和类人视觉特性分析处理车辆牌照图像，采用智能控制结构模仿人在字符识别过程中的视觉特点和认知心理特点，研究解决车牌识别中的准确性和可靠性问题。 论文所涉及的主要内容如下： (1) 图像预处理。该阶段研究图像的二值化和倾斜校正。针对局部二值化方法所产生的伪影，提出一种基于贝叶斯公式和香农最大熵原理的整体阈值和局部阈值相结合的图像二值化方法。文中还提出一种基于Radon变换估计倾斜角度的方法对二值化图像进行倾斜角度检测，以之对二值化图像实行校正。 (2) 车牌图像定位与分割。提出一种基于小波分解和亮度矩的复杂背景下图像中车牌的定位和分割方法。为了突出车牌字符与图像中其他信号特征的差异，针对小波分解能较好地保留图像中的细节信息，本文采用小波作为车牌分割工具，并定义了一个亮度矩函数，可以有效的搜寻定位牌照的上下、左右边界。 (3) 智能字符识别器。提出了一种仿人智能字符识别器。该识别器的设计是模仿人识别字符的行为过程，它可以根据识别对象所处的不同状态和不同环境，调整推理机的参数和采用不同的识别策略以及选择不同的反馈结构。系统同时兼顾各种识别性能指标要求。 本文研究表明：混合二值化方法能较好的保留图像细节，抗噪声能力强；基于Radon变换估计倾斜角度的方法检测角度精确，校正后图像失真较小；基于小波分析和亮度矩的车牌定位方法定位准确率高，速度快；仿人智能字符识别器则能实现识别字符过程中的自适应、自校正、自学习功能等。