随着现代社会的迅猛发展，汽车已经成为人类日常生活的一个重要工具，智能交通系统(Intelligent Transportation Systems，简称ITS)倍受瞩目。汽车牌照自动识别系统是现代智能交通管理的重要组成部分，在人们的日常生活中发挥着越来越重要的作用。与传统的车辆管理方法相比，它大大提高了管理效率与水平，节省了人力、物力，实现了车辆管理的科学化、规范化，对交通治安起到了一定的保障作用，因此有着广泛的应用前景。 本文从宏观上介绍了车牌自动识别系统的总体设计，涉及到系统的结构、功能划分、性能指标以及环境配置。汽车牌照自动识别系统的核心技术主要包括车辆定位、字符分割和车牌字符识别。车牌的定位分割更是该系统的关键之一，由于图像场景的复杂性以及车牌位置和图像质量的不可预知性，牌照定位分割系统一直都未做到令人满意，所以牌照的定位分割算法一直是该领域的研究热点和难点。本文着重对车牌定位和字符分割的各种算法进行了深入的分析和比较，并提出了自己的观点。首先，要将车牌从一幅复杂的图像中分割出来，对此本文进行了灰度图像的定位研究，提出了基于字符竖向纹理特征的定位算法，能够快速准确地定位出车牌；然后，对带有倾斜的牌照采用边缘检测和Hough变换相结合的方法有效的区分了不同种类的车辆牌照，利用特征投影的方法计算出一些参数，引入字符窄区域概念，将字符区域进行分类处理，提高了分割的准确度。 本文使用在各种实际交通环境下拍摄的车牌图片对上述算法进行了试验，试验结果表明本文设计的车牌处理算法一方面提高的车牌处理的正确性，另一方面在一定程度上减少了车牌处理时间，因此更加适合应用于实际的车牌识别系统中。