随着大数据技术的成熟以及人工智能技术的蓬勃发展,智慧交通逐渐成为相关技术的重要落地点。通过智慧交通技术,可以使道路网络达到更高的运行效率,既节省了人们的时间,又减少了资源的消耗。城市监控系统的应用,使得公安机关能够更快的追踪到车辆与行人,从而使我们的生活变得更加的安全。车牌是车辆的唯一标识物,因此车牌自动识别技术是智慧交通的支撑性技术,有着非常重要的应用价值。本文研究并实现了一个车牌自动识别系统,该系统由车牌定位模块、字符分割模块、字符识别模块和免分割车牌识别模块四个部分组成。本文第一章对车牌自动识别系统的背景信息及研究意义进行了分析。第二章对涉及到的相关理论和车牌自动识别技术的发展情况进行了介绍。第三章介绍了本文所采用的车牌识别各个阶段的算法方案,并将本文采用的方法与其他主流方法进行了实验对比。第四章描述了车牌自动识别系统的需求分析、概要设计与详细设计,该系统在公平的数据集下达到了符合预期的表现。最后在第五章中对本文工作进行了总结归纳,并对后续工作进行了展望。本文的主要工作与创新之处总结如下:1.对车牌自动识别技术的发展现状做了全面深入的调研与总结概括,将其分为车牌定位、字符分割、字符识别、免分割车牌识别四个阶段。明确了每个阶段的主流方法以及它们的优缺点,并使用统一的数据集进行了实验对比。2.对传统的Haar+Adaboost的车牌定位算法进行改进,引入一个CNN二分类器进一步剔除非车牌图像,形成了Haar+Adaboost+CNN的车牌定位方案。3.对字符分割方案进行改进,使用了滑动窗口的方法去分割字符。4.设计并实现了一个简便的车牌自动识别系统,并使用公平的数据集对该系统进行了测试。系统在识别速度和识别准确率两方面都达到了符合预期的表现。