随着经济的发展，汽车的购买量急剧增加，随之而来的交通问题日益严重。因此如何合理有效地管理交通，已成为当今社会关注的焦点。智能化交通系统的出现为解决这些问题提供行之有效的方法，现已成为交通管理的主要方式之一。本文主要研究智能交通系统的一个核心组成部分，车辆牌照字符识别技术。车辆牌照字符识别技术是车牌自动识别系统的终端环节，其识别效率和识别精确性直接影响整个系统的性能。目前，车牌字符识别技术在许多交通领域被广泛应用，在交通管理、公共安全等方面都有着十分重要的实用价值，也是目前交通部门十分重要的科研课题之一。然而拍摄时所处的环境条件各异，车牌字符容易受阴影、光强等因素的影响，可能出现断裂、粘连、模糊等现象，严重影响车牌字符识别的准确性。为了解决这些问题，满足实际需要，本文结合计算机技术和数字图像处理理论，从模板匹配算法的角度出发，提出了一种混合型的模板匹配改进算法，然后通过VC++与Matlab的混合编程技术设计出一款用于车牌字符识别的实验软件。具体研究内容如下：首先，应用数字图像处理理论的相关知识，对经过车牌定位和车牌分割后得到的字符图像进行图像预处理操作，主要包括灰度化、图像增强、二值化、图像去噪、归一化等操作。获取一个适合于字符识别的归一化二值图像。其次，研究模板匹配法在车牌字符识别中的应用。总结了近年来已有的一些模板匹配算法的原理、步骤、实现方法，并通过实验软件进行验证，记录每种算法识别精度和识别效率。并在这些改进算法的基础上，进行改进优化，提出一种改进型的模板匹配算法，本文称之为混合模板匹配法。再次，应用VC++和Matlab的混合编程技术完成车牌字符识别实验系统的软件设计。该实验软件结合了Matlab中强大的数字图像处理工具和VC++良好的界面设计框架，可提高程序开发效率。最后，从实际场景中，通过拍照采集实验样本字符，应用车牌字符识别实验软件对其进行识别实验，记录识别结果。实验表明，本文提出的混合型模板匹配算法能够有效的抵抗环境干扰，提高识别精度和识别效率。