随着我国城市化进程的加快，城市机动车数量在急剧增长，这对传统的交通管理方法提出了新的挑战。目前，交通管理问题已成为城市管理的重要问题。现代智能交通管理系统就是为应对城市道路交通管理而提出的研究课题，它能够实现交通管理的智能化、高效化。而车牌自动识别系统是智能交通管理系统的重要组成部分，有着十分广阔的应用前景。由于车牌号码是区分机动车辆最有效的标识信息，车牌自动识别系统能够自动识别出车辆图像中的车牌号码，从而为后续的车辆的智能化管理提供必要依据。车牌自动识别系统可以从大量的图像信息中快速获取到有用的车牌信息，避免了繁琐的人工查找、汇总过程。车牌自动识别技术是以图像处理、模式识别、自动化技术等学科为基础的前沿研究课题。典型的车牌自动识别系统包括图像预处理、车牌定位、字符分割和字符识别等部分。本文从这四个部分入手，对车牌自动识别技术进行了深入研究，并最终确定了一系列有效算法对车牌进行快速有效地识别。本文的主要研究内容及成果如下：(1)在图像预处理部分，针对输入系统的车辆图像存在噪声等干扰信息，为提高后续识别准确率，本文先将车辆图像灰度化、二值化。图像二值化采用全局二值化的方法，先用Otsu算法得到全局阈值，再根据此阈值二值化车辆图像。全局二值化的方法得到的车牌区域清晰，字符边界分明，避免了局部二值化带来的字符笔画断裂的现象。对于亮度和对比度不足的图像，采用灰度拉伸来增强图像的亮度和对比度。图像噪声去除采用中值滤波算法，该算法在有效去除噪声的同时，又最大限度地保留了图像的边缘信息。(2)在车牌定位部分，分析比较了基于边缘检测和Hough变换、基于人工神经网络、基于数学形态学等车牌定位方法的优缺点，提出了一种基于车牌先验知识和线扫描的车牌定位方法，该方法应用滑动窗口检测车牌字符区域的像素跳变点数来定位车牌区域。算法计算量小，车牌边界定位准确，满足了系统对于车牌定位实时性和准确性的要求。(3)在字符分割部分，本文采用Hough变换来校正车牌的倾斜度。针对车牌字符的特点，提出了一种基于车牌先验知识和投影法的字符分割算法，字符边界分割精确，取得了较好的分割效果。(4)在字符识别部分，先分析比较了几种常用的车牌字符识别方法，然后提出了一种基于模板匹配-特征点匹配相结合的字符识别方法。识别系统采用二级系统，待识别字符先进入一级系统，对于字符特征区别很大的字符，一级系统采用模板匹配法即可完成识别；对于易混淆的字符，送入二级系统，运用13特征点匹配的方法进一步识别，该算法字符识别准确率较高。实验证明，应用本文提出的算法所设计的系统，在车牌定位、字符分割、字符识别等部分都取得了较理想的效果，对实际应用有一定的指导意义。