随着我国国民经济的高速发展,国内高速公路、城市道路、停车场建设越来越多,对交通控制、安全管理的要求也同样提高,智能交通系统(ITS)已成为当前交通管理发展的重要方向,而汽车牌照识别(LPR)作为智能交通系统的一部分起着举足轻重的作用,它在高速公路、城市道路和停车场等项目管理中占有无法替代的重要地位,它的广泛应用必将有助于我国交通管理自动化的进程。本文应用图像处理、车牌定位、字符分割、神经网络识别等相关技术来解决汽车牌照识别问题。首先采用灰度化、灰度均衡、图像滤波等方法将图像进行预处理,很好地消除了图像的噪音,强化了纵向纹理区,提高了图像的质量;通过对车牌特征和定位技术的研究,运用基于水平扫描和垂直投影的车牌定位方法,能够准确地搜索并定位车牌区域;采用基于汽车牌照的先验知识、Canny变换以及区域增长法的字符分割算法,完成了对车牌字符的准确分割;最后对神经网络的构成以及常用的字符识别方法进行了讨论,并着重分析了BP神经网络的理论原理和在字符识别中的应用。