车辆牌照自动识别系统是现代智能交通管理的重要组成部分，可用于各级各类车辆管理场所。与传统的车辆管理方法相比，它大大地提高了管理效率与水平，节省了人力、物力，实现了车辆管理的科学化、规范化，对交通治安起到了一定的保障作用，因此有着广泛的应用前景。 车牌自动识别系统一般包括车牌定位、字符分割和字符识别三个模块。本文对车牌自动识别系统的各种算法进行了深入的分析和比较，并提出了自己的观点。 在车牌定位方面，分析比较了直接法、多分辨率法、数学形态学方法、基于颜色法等多种车牌定位算法，提出了基于BP人工神经网络的车牌定位算法。 在字符分割方面，分析比较了牌照图像增强、二值与标准化以及几何校正的各种算法，在此基础上，提出了自适应灰度拉伸算法；最后采用投影法，并借助牌照字符宽度、间距的固定比例关系等先验知识实现了字符的分割。 在字符识别方面，本文将牌照上的字符分为两大类：汉字和符号(包括英文大写字母和数字)。同样，先对目前常用的字符识别算法(模板匹配法、字符特征法、人工神经网络)进行分析，然后提出组合识别法字符识别思想。该思想的具体方法是对汉字和字符分别采用不同的识别算法。对于汉字，采用改进的模板匹配法来识别。而对于符号，通过对车辆牌照上英文字符和数字字符结构特征的详细分析，选择字符中的细节点特征、闭合曲线特征和拐角点特征作为字符识别的依据，根据这些特征来识别牌照上的英文字母和数字字符。 经大量实验证明，本文提出的算法对车牌的识别效果令人鼓舞，其中，汉字、字母、数字的实验识别准确率分别为98％、97.8％、98.95％，达到了实用要求。