车牌自动识别系统是现代智能交通管理的重要组成部分，应用前景广泛。本文对车牌定位、二值化、字符识别等几个方面进行了研究，具体研究内容如下：
　　 在车牌定位研究方面，由于光线的原因，传统的车牌定位技术在夜晚的定位率普遍较低，针对这一问题，本文提出了一种基于边缘检测的车牌定位方法。首先对图像进行边缘检测，有效的突出车牌区域特征，然后用水平和垂直定位的方法，去除车前栅栏或车灯等干扰，定位出车牌区域。实验表明，该方法在白天和夜晚都能准确的定位出车牌。
　　 在二值化研究方面，本文对Otsu方法、Niblack方法和Bernsen方法进行实验比较，在此基础上，研究了一种基于图像分块的Otsu二值化方法，把图像分为N个小块，对每个小块分别用Otsu方法进行二值化；实验结果表明，本文方法优于Otsu方法。此外，本文提出了基于HSV空间的背景统一方法，可以将二值车牌图像统一为黑底白字的图像。
　　 在字符识别研究方面，本文对数字字母和汉字分别进行研究，根据其特征特点运用不同的分类器进行分类。在对字母和数字字母的分类中，本文提出了基于贝叶斯分类的两级分类方法，将模式特征相近的字符进行二次分类，提高了识别率；对汉字的识别中，将粗网格特征、矩特征、复杂度特征三种特征进行融合再通过神经网络识别，实验证明，此方法获得了较高的识别率。