车辆牌照识别(VLPR)系统作为一个专用的计算机视觉系统，能够自动地摄取车辆图像并识别出车牌。VLPR系统的研究涉及数字图像处理、计算机视觉、模式识别与人工智能等多个技术领域，其关键技术包括车牌定位、字符分割、字符识别等。本论文对车辆牌照识别系统的三处关键技术进行了研究。车牌定位是指将车牌区域从车辆图像中定位并分割出来，是车牌识别的基础。本文提出了一种针对复杂背景的定位方法。该方法综合利用了边缘检测、连通域分析、倾斜矫正等多种方法，解决了复杂背景中车牌定位难的问题。能够准确定位杂乱背景中的车牌，对天气、光照变化、车牌在图像中的移动和倾斜等，具有良好的适应能力。该方法为后续的字符分割和字符识别提供了倾斜角度、字符区域等信息。车牌字符的分割是指把车牌图像分成单个的字符图像，以便进行单字符识别。与传统的基于投影的字符分割法不同，本文采用了一种基于连通域的字符分割方法，并得到了一些初步结果。字符识别是对车牌上的汉字、字母和数字进行理解的过程，是整个系统的核心。首先针对车牌中的汉字，结合分割出的汉字图像特点，本文提出了直接基于灰度图像进行汉字字符Gabor特征提取的方法；其次，针对车牌中的字母和数字，采用模板匹配的方法，实现了字母与数字的识别，试验结果证明，该方法能很好地识别出数字与字母。