车辆管理系统是由车辆传感子系统、IC卡自动计费系统、汽车牌照识别系统三部分组成。本文根据管理实际需要，设计了一套自动化管理系统，阐述了系统的硬件设计、工作流程、软件设计及IC卡管理。论文以停车场管理系统为背景，借鉴数字图像处理技术深入研究和重点讨论了汽车牌照的自动识别问题。 车辆的图像自动识别主要是车牌自动识别，由于国内的车牌种类较多，汽车所处的环境条件各异，设计一套适应性好，实时性好，准确度高的汽车牌照识别系统有一定的难度。汽车牌照识别主要包括图像捕捉与获取，牌照子图像定位与分割，牌照字符识别(OCR)三部分。 本文对车牌自动识别系统中图像预处理、车牌定位分割、字符切分和字符识别等模块涉及的新算法、新技术以及系统设计进行了比较全面的论述。针对目前的研究情况，对一些关键技术进行深入研究，主要解决下面几个方面的问题：(1)如何准确快速的定位分割牌照；(2)如何精确的分割出每个字符图像；(3)怎样设计高识别率的识别决策。 在车牌定位分割研究方面本文提出一种模板匹配定位分割算法。该算法充分利用车牌固有特征扫描图像，统计与之匹配的结构象素点进行分析，能准确而快速地检出车牌区域。关于车牌字符的识别，分析模板匹配人工神经网络的OCR算法的优势，采取字符外轮廓特征匹配和神经网络组合识别的方法。针对K-L变换运算量大的问题，提出了改进的特征值和特征向量的计算方法。根据Castrillon-Candas和Amaratunga发现的较光滑信号小波分解系数具有稀疏性的结论，尝试提出通过选取数目较少的正交小波基进行K-L分解估算，达到降低相关矩阵维数、减少运算量的目的。 本论文重点阐述了基于K-L变换改进算法的车牌字符识别的字符的识别流程，并详细分析了工程验证结论。这是我论文的主要工作，经过对算法的改进，有利于吸取两种方法的优势，弥补不足。而且对于字符识别系统还介绍了几种很常用的方法，有利于我们进行车牌的识别。 最后讨论了如何在C++中设计实现车牌自动识别系统，并对未来的进一步研究进行了展望。