随着汽车数量的猛增，智能运输系统(ITS)成为当前国内外迫切需要解决的问题，行驶车辆车牌实时识别作为智能运输系统研究重要组成部分是一个热门且难度较大的问题，因此有必要进行深入的研究。本论文的目的是研究设计一种能在固定场景下对行驶车辆完成车牌自动定位和实时识别的系统。我们对彩色车牌图像进行了车牌定位、字符分割和字符识别等方面的研究，并在车牌自动定位和车牌字符分割方面提出了一种新的系统的研究方法。 论文研究了目前车牌定位的两种主要方法和车牌字符分割等方面的问题，并重点讨论了神经网络彩色分类方法在车牌定位中的应用。在大量试验的基础上，我们建立了一种在车牌位置、纹理等信息引导下的快速定位算法。该算法具有运算量小、实时性强、精度较高等优点，尤其彩色分类神经网络在定位分割中具有高准确性、高抗干扰性的优点。鉴于车牌字符的特点及系统对识别率和快速性的要求，我们提出了一种结合粗网格法、投影法、和粗外围法的字符识别方法，并在判别时加入笔划方向特征检验，降低了误识率。试验证明这一方法能取得较好的效果。