车牌自动识别技术作为智能交通系统的关键技术之一,受到国内外众多学者的广泛关注,对其进行研究具有十分重要的理论意义和应用价值。完整的车牌自动识别系统通常包括车牌图像预处理、车牌定位、字符分割、字符识别等关键技术。本论文针对车牌自动识别系统中的几个关键技术,结合模糊理论,在深入分析我国汽车牌照特点的基础上,利用数字图像处理技术,对车牌自动识别系统进行了比较系统的研究,主要内容为:1、分析了车牌自动识别技术(LPR)在ITS中的重要性。详细研究了国内外车牌自动识别技术的已有理论,分析了模糊理论在车牌自动识别系统中的适用性,设计了基于模糊理论的汽车牌照自动识别系统的研究方案。2、研究了车牌图像的预处理技术,包括图像灰度化、图像增强、图像二值化等,建立了基于模糊C-均值聚类的车牌图像分割方法,该方法是一种无监督的图像聚类方法,无需事先设定阈值,具有广阔的应用前景。3、详细研究了我国车辆牌照的特征,在此基础上,建立了基于车牌彩色纹理特征的车牌定位方法,并根据字符的特征,事先设定某个阈值,通过寻求连续的字符块,最终实现车牌字符的分割。4、利用粗网格特征法对车牌字符特征进行了提取,设计了一个四层结构的模糊神经网络分类识别器,实验结果表明模糊神经网络对识别车牌字符具有良好的适用性。