车牌图像识别技术以计算机视觉、人工智能和模式识别理论为基础，是实现交通管理智能化的一个重要组成部分。由于在实际使用场合中，所采集图像的内容和质量的变化非常复杂，给车牌图像识别技术的应用和发展带来了很大的困难。本文围绕着开放或半开放采集环境中的车牌图像特点，对车牌图像自动识别系统中的三个方面的关键技术——车牌区域定位技术、车牌字符切分技术和车牌字符特征提取和分类识别技术——进行了研究。主要完成了以下几个方面的工作：1、对于二值化、边缘检测、同态滤波、数学形态学处理、直方图变换和几何畸变校正等图像处理方法在车牌图像识别技术中的应用特点进行了分析和总结；设计出一种基于Canny边缘检测寻找目标对象特征点，再对特征点的灰度像素值分析判断，来确定阈值的车牌字符图像二值化方法，可以满足本文对车牌字符特征提取时预处理的要求。2、对于现有的车牌区域定位方法进行了分析研究；在此基础上，设计实现了一种基于多方向边缘提取和数学形态学处理的车牌区域定位方法。采用这种方法能在一定程度上解决车牌定位依据的共性特征信息选择的问题。3、在分析研究现有车牌字符切分方法的基础上，提出了一种基于Canny边缘检测的车牌字符切分方法，并对其可行性进行了实验验证。该方法受噪声影响小，对字符定位准确，判断决策方法简单。4、分析研究了现有的车牌字符特征提取和分类识别的方法，设计出一种车牌字符分类识别的方案。方案考虑了汉字、英文字母和阿拉伯数字的不同特点，分别提取汉字、字母和数字的分类特征，并选择不同的分类识别方法。