运动车辆的车牌号码自动识别是近年来计算机视觉和模式识别技术在智能交通领域应用的热门研究课题之一。本文从三个方面对智能化高、适应性强和处理速度更快的实时车辆牌照自动识别系统进行了研究。 　　首先，我们需要对系统所采用的视频检测技术进行详细的分析，从视频图像的处理方法入手，研究了基于视频流的运动目标检测。本系统目前所应用的场合是场景中视频图像的背景基本上是不变的，以降低问题处理的复杂度。当目标车辆出现的时候，可以及时地捕获到所需要的车辆图像。 　　第二，是牌照区域的定位与分割。车牌区域的定位准确与否会对字符的准确识别有直接影响，因此该部分是我们算法研究的重点。本文根据车牌纹理及颜色的特征，提出了一种基于小波变换和颜色匹配的车牌定通域，最后对各个连通域作颜色特征分析，辨别出车牌所在的区域。该方法尽可能多地利用了车牌模式识别空间中的各个特点，以准确地找到车牌位置。 　　最后个方法是先用小波变换对车牌图像进行纹理分析，再用数学形态学进行形态运算，得到独立连部分是牌照区域字符的分割及识别。在进行字符分割前，要先校正分割后有一定倾斜角度的牌照图像。然后充分利用车牌的先验知识和分布特征，将图像二值化后再进行切分处理。得到单个字符后，建立字符模板库，对各个字符进行匹配识别，最终识别出整个车辆牌照的号码。 　　本文不仅在牌照区域定位部分提出了新的算法，而且用C++实现了大部分的算法设计。通过对该系统的研究，希望对日渐成熟并市场化的车辆牌照自动识别系统能有一定的帮助，而且也希望系统中所提出的视频图像检测算法，牌照区域识别算法等可以有更广阔的应用空间，对相关领域的问题解决提供一些新的思路。