信息的自动识别和理解是智能图像模式识别系统的核心技术,它涉及到图像处理、神经科学、心理科学以及人工智能等多个交叉学科,是未来人工智能发展的重点,具有广阔的应用前景.该文对人脸检测识别和车辆牌照识别这两种典型的智能图像模式识别系统进行了深入的研究,对其中的一些关键环节进行了大胆的创新,提出了一些新颖的具有独创性的思路和方法.该论文在以下几个方面对实际的图像模式识别技术作了大胆的研究和探索:第一是人脸识别系统中的人脸定位技术,主要鉴于往往人脸定位比人脸识别更为困难,在该方面投入较大的精力.第二,对于人脸特征检测,提出了一种改进的基于瞳孔特征的眼部区域定位技术,在此过程中进一步改进和完善了基于轮廓和纹理特点的区域填充技术.第三,对于车牌照识别系统中的牌照定位技术,简要分析了目前常用的牌照定位方法的优缺点,提出了一种独创的全新的基于牌照形状和纹理特性的牌照分割定位方法.第四,针对真彩图像的特点,提出了一种改进的真彩色增强方法,介绍了光线补偿的思想和具体实现.介绍了图像质量评价的方法和进行了具体的实验.第五,针对车牌照识别系统的各个环节出现的噪声,提出了通用的消除方法.第六,根据车牌照识别系统中的倾斜问题,创造性地提出了基于二值字符纹理和统计特点,完全不依赖于边缘检测的水平倾斜矫正方法利垂直倾斜矫正方法,在此过程中提出了跨栏模型的概念,窄孔投射的概念.