智能交通系统是目前世界交通运输领域的前沿研究课题,车辆牌照的自动识别系统作为智能交通系统中的一项重要技术,结合了图像处理,模式识别,自动化等多项技术,现在得到了广泛的应用。汽车牌照是车辆最清晰、准确、唯一的标志。车辆牌照识别系统作为一个专门的计算机视觉系统,能够自动地拍摄车辆行进的动态数据、有效地判断和提取有车牌的图像数据并实时准确的识别出车辆牌照上的字符。本文提出了一个完整的车辆车牌照识别方法。主要内容包括综述了国内外流行的车辆牌照识别技术,分别介绍了车辆牌照系统的每一个组成部分。本文采用了基于灰度图像的二值化算法对图像进行二值化,提出了基于连通域搜索的车牌照粗分类算法,然后根据车牌照本身的特点提取了车辆牌照区域特征,并采用BP神经网络对车牌进行精确定位。本文还采用了面向车牌的基于彩色模型的车牌区域二值化算法,提出了结合垂直投影和连通域对车牌区域进行字符切分,很好的解决了字符粘连和过度切分的问题。切分结束后提取字符的加权组合特征,利用模板匹配法进行车牌照字符识别。本文提出的车牌牌照识别方法是对现有的车牌识别自动技术的进一步补充完善,提高了车牌识别系统的识别速度、准确性,扩大了其适用范围,使车牌识别系统能够真正的实现智能交通系统对交通情况进行实时监控的要求。实验表明,本文介绍的车辆牌照自动识别方法速度快,适合应用在实时系统中,适应性和抗干扰能力强,能够在不同环境下进行正常的工作,识别率较高。