基于数字图像处理技术的车牌识别系统主要是由图像预处理、车牌定位、字符分割和字符识别四大核心技术构成,它在智能交通领域中有着广泛的应用,同时也是计算机视觉、图像处理和模式识别等交叉学科研究的热门课题,因此对相关技术的研究正受到普遍关注。正是基于上述背景,本文对车牌识别技术进行了深入系统的研究。本文利用SONY数码相机采集车牌图像。研究内容包括汽车牌照的定位、字符分割和字符识别三个部分。牌照定位前需要经过图像增强、滤波、边缘提取等预处理,以降低噪声提高图像质量。整个识别系统是在PC上通过MATLAB7.1实现的。在车牌区域的定位和提取中,采用了对车牌区域进行粗、细两级定位的方法。在粗定位时采用一种模糊匹配算法；在精确定位时,去除车牌周围所有干扰,根据车牌区域行相邻像素之间变化频繁的特点,对车牌区域精细定位。在车牌字符的分割中,根据车牌本身提供的先验知识,采用基于投影的分割方法,取得了较好的分割结果,为字符识别打下了基础。在车牌识别中,讨论了人工神经网络的理论原理和在字符识别中的应用方法,着重分析了应用传统的神经网络算法进行字符识别时存在的不足,并提出了一些改进措施。本文通过对有代表性的200张牌照进行处理,取得了90%的车牌定位效率,92%的成功分割和90%的字符识别率,证明我们采用的技术是比较成功和可行的。