随着人类社会的不断发展与进步，交通问题成为世界上的热点问题，智能交通系统(ITS)日益发展与完善。汽车牌照自动识别系统(Vehicle License PlateRecognition System)，作为智能交通系统中最关键的技术已经广泛地应用在停车场车辆管理、公路自动收费、违章车辆监控、交通流量检测、被盗车辆查询等相关领域。现有的牌照识别技术主要有IC卡识别技术、条形码识别技术和基于数字图像处理的识别技术。目前，国内外学者高度重视汽车牌照自动识别系统及其相关算法和技术的研究，通常将车牌自动识别系统分为数字图像预处理和模式识别两个方向进行研究。提高牌照识别系统算法的字符识别精度、速度和效率已经成为自动识别系统的研究热点。　　 本文首先总结了国内外牌照识别算法及技术的研究现状及发展趋势，通过大量的研究分析总结了车牌识别系统的关键算法和技术，将车牌识别系统分为图像预处理、车牌定位、字符分割、字符识别四个阶段研究，总结现有车牌定位、字符分割和字符识别的优缺点，给出了本文车牌识别系统详细的技术路线，通过Matlab仿真实验实现车辆牌照自动识别。　　 车牌图像预处理研究过程中，本文详细介绍了牌照识别系统涉及数字图像处理的算法，使用了直方图均衡化算法、二维小波算法对车牌图像进行去噪处理，将Canny、 Robel等边缘检测算子应用到车牌图像的边缘检测，采用了数学形态学基本算法对车牌图像进行预处理，给出了详细的Matlab仿真程序。　　 车牌定位研究过程中，对比了目前已经应用到车牌识别系统中的各种算法的优缺点，分析了我国车牌的规格和特征，采用了数学形态学的开操作和闭操作等方法进行车牌定位，并给出了详细的Matlab仿真程序。　　 字符分割研究过程中，提出了改进的模板匹配算法字符分割算法，在Matlab仿真过程中，使用改进模板匹配算法将字符分割分成车牌图像增强、车牌图像二值化、车牌图像倾斜校正及细化、车牌字符分割四个环节。　　 字符识别研究过程中，研究了车牌字符识别的特点，使用改进的模牌匹配方法进行车牌字符识别，并在Matlab中做了仿真实验，增强了研究效果。