汽车车牌自动识别技术在智能交通系统中起到重要的作用，在交通违章检测、智能停车场管理及自动收费系统等方面得到广泛应用。本文研究了车牌识别系统中应用到的各项关键技术，在分析了近年来一些典型的车牌识别算法的基础上，应用HSV色彩模式提取车牌区域利用神经网络分类器识别字符的方法对车牌进行识别，其关键技术主要包括车牌定位、字符分割、字符识别等部分，论文中主要涉及到了数字图像处理、模式识别、人工神经网络等领域。　　车牌定位是指将车牌区域从车辆图像中定位并分割出来，是车牌识别的基础。本文综合利用车牌的颜色特征及数学形态学的方法进行定位，采用HSV色彩模型，根据车牌与背景颜色特征的差异，实现了对背景的过滤，并结合车牌的长宽比等特征实现了对车牌的准确定位。车牌字符的分割是把车牌图像分成单个的字符图像，以便进行单字符的识别，在字符分割中先对车牌图像进行二值化、倾斜矫正等操作，然后在投影分析的基础上结合车牌字符特征进行字符分割。在字符识别方面，首先对字符图像预处理、提取字符图像的特征向量，最后应用BP神经网络算法进行字符识别。试验结果证明，能较好地识别车牌号码。