本人的论文工作是对汽车牌照自动识别技术的研究，主要探讨了图像处理技术和模式识别技术在车牌识别中的应用。一个典型的车牌识别系统包括图像捕获、车牌定位分割、字符分割、字符识别和识别结果处理等部分。本文的研究工作主要涉及3个部分：汽车牌照的定位分割、汽车牌照图像的处理和字符分割、汽车牌照字符的识别。 对于汽车牌照的定位分割，采用对图像进行颜色聚类并结合数学形态学方法消除干扰，然后根据图像的二维直方图定位车牌的位置并分割出车牌照。对于颜色聚类，提出采用Munsell颜色空间的NBS距离。对于数学形态学操作，提出对不同的运算采用不同的结构元素。 对于分割出的车牌图像，采用一系列的图像处理技术进行处理，以使其适合于字符的分割和识别，包括：基于小波变换的图像平滑滤波消除图像的高频噪声，通过对不同频带的小波系数在一定范围内的不同程度的衰减实现既滤除图像中高频噪声，又尽可能地保持图像本身的高频信息；迭代法和OTSU法结合选取阈值的图像的二值化；图像尺寸的归一化；基于Hough变换检测直线倾斜角度的图像的倾斜校正等。最后利用二维直方图法并结合车牌字符高宽比的先知经验分割出字符图像，并且包含了直方图的合并和分裂处理。 对于汽车牌照字符的识别，采用了一种改进的模板匹配方法。利用K-L变换提取字符图像的特征，并且结合一种使最小错误率上界最小的迭代方法使特征的选取更加准确。 实验结果表明：汽车车牌照自动分割的准确率为98﹪，车牌照的识别率为93﹪，系统性能比较理想。