车辆牌照自动识别系统是近些年发展起来的基于图像处理和模式识别技术的智能化交通管理系统,是智能交通系统中最关键、最有应用价值的部分。该类系统一般由车牌图像的采集、图像的预处理、车牌区域的定位、字符的分割和识别等组成,相关关键技术尚待进一步研究,以适应不断增长的实际需求。通过对现有的车牌识别系统中的关键技术进行深入的分析和研究,本文提出了一套较为完整和先进、实用的车辆牌照识别流程和算法,并在VC6.0环境下进行了验证。在车牌定位方面,本文采用了基于形态学操作的车牌定位算法进行粗定位：利用车牌区域含有丰富的纹理信息的特点,通过形态学的手段将车牌区域形成一个整体；然后利用连通区域标记以及连通区域的筛选算法进行粗定位；最后利用候选车牌区域二值图像的垂直投影去除伪车牌。在字符分割方面,本文利用二值车牌图像垂直投影结合先验知识进行字符的分割,即利用垂直投影进行粗分割,利用先验知识处理字符中粘连、断裂、边框干扰等现象的发生。在字符识别方面,针对汉字笔画较多但是分辨率低的特点,对汉字灰度图像提取均匀模式下的局部二值模式特征向量,利用直方图匹配的方法进行识别；对非汉字部分分别建立了英文字母、阿拉伯数字、字母数字混合神经网络进行识别；对车牌中常出现的相似字符利用其结构上的不同进行了区分。对于上述流程和算法,均针对实际图像进行了实验验证,并获得了较好的效果。