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。本论文是基于图像处理的相关理论，将计算机视觉与模式识别技术相结合，对车辆牌照识别系统进行了较深入的研究和分析。第一章论述了汽车牌照识别的主要几种应用技术和现阶段的发展动向。在第二章中，对图像处理的常用技术进行了简要的介绍。第三章简单介绍了常用车牌定位技术，采用了一种基于边缘统计的车牌定位算法。第四章对图像分割的各种方法及特点进行了讨论，实现了一种利用垂直投影信息结合先验知识约束的垂直分割方法。第五章分析了字符识别中特征量的提取方法，并对神经网络的构成以及相关的理论进行了讨论，着重分析了神经网络的理论原理和在字符识别中的应用方法，最后用神经网络的方法对所得字符进行识别。介绍了车牌识别系统软件设计的实现方法和实验结果。 由实验所得的结果，本系统能较准确定位、分割车牌并进行识别，系统的性能良好。从中可看出：多种预处理与识别技术有机结合能提高系统识别能力，在有效、实用的原则下将神经网络与人工智能技术相结合将成为模式识别研究的两个重要发展趋势。