汽车牌照自动识别系统是以汽车牌照为特定目标的专用计算机视觉系统，是计算机视觉和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。 汽车牌照识别系统包括车牌图像的采集、预处理、字符的提取和字符识别。本文研究了车牌自动识别的各项关键技术，包括车牌图像预处理、车牌定位、车牌字符分割和字符识别，完成了实验，并对一些算法进行了改进。 牌照图像预处理是车牌定位与识别中最关键的一步。本文在对牌照图片进行各种综合处理的基础上，总结出将车牌图像进行灰度化、均值滤波、中值滤波、直方图修正、直方图均衡化等的预处理方法，提出并实现了一种改进的均值滤波，很好地消除了图像的噪音；在车牌定位部分通过对车牌特征和定位技术的深入研究，实现了边缘检测与数学形态学的车牌定位方法，能够准确地提取车牌区域；在车牌字符分割前，对车牌进行二值化、倾斜矫正，提出了改进的Bernsen算法，改进的Bernsen算法简单、速度较快，对于输入图像的噪声抵抗能力较强，保持了牌照中字符笔画的完整性。采用了Prewitt模板进行边缘检测和投影相结合，对车牌进行倾斜矫正。在车牌字符切分环节，采用区域增长与投影结合的策略，完成了字符的切分。在字符识别部分，提出了基于模板匹配的改进算法，该算法不仅简单，而且抗噪能力强，具有较高的识别率。 最后，对全文进行了总结，并指出进一步的研究方向。