随着计算机技术的普及和发展,电子警察及智能交通应用得越来越广泛,而车牌自动识别技术的实现又是其中的关键。但是由于自然光照条件、车牌本身因素、摄像器材、环境等很多方面的影响,同时又需要满足智能交通系统对于准确性和实时性的要求,车牌识别技术面临很多困难,本文针对上述不利影响,着重对车牌识别技术中的车牌定位、字符分割和字符识别这三个方面进行了深入研究。车牌定位方面,针对车牌区域小、色彩搭配固定的情况,以及容易受到光照条件影响的不利情况,提出了粗细两级,利用投影和HSV颜色空间进行定位的方法;在字符分割方面,首先针对由于摄像头角度以及车牌本身悬挂问题可能造成的车牌倾斜,提出了一种利用Hough算法进行直线提取,继而获得倾斜角实现校正的过程,对进行校正之后的图片进行除杂操作,利用一种改进过的像素点投影算法实现分割。在字符识别方面,文章针对车牌字符的特点和模板匹配、神经网络识别算法各自的优点,本着将两种算法进行结合的目的,并充分考虑汉字,字母和相似字符的特点,提出了一种复合式的字符识别。第一级汉字使用BP神经网络进行识别,字母和数字使用改进过的模板匹配识别,相似字符单独处理。第二级识别都使用骨骼化后与模板进行Hausdroff距离计算,实现匹配识别。