随着汽车工业蓬勃发展，汽车数量增长迅速。汽车日益在交通运输和人们的日常生活中发挥越来越重要的作用。随之而来的涉及套牌车的违法犯罪活动也愈演愈烈，这除了立法缺位方面问题，在管理方面也存在着不足。目前在国内套牌车的识别主要是依靠人工的被动的方式进行提取，不仅耗时，也极大的浪费了警力，而且并不能取得较好的打击效果。本文关于套牌车自主识别系统的研究主要体现在：1、车辆的识别与提取，在该部分主要研究了背景差分法来进行车辆识别与提取，研究了背景模型的建立与更新方法，提出了一种对环境和时间变化有较强适应能力的背景更新方法，并对图像中的目标车辆进行了目标外接矩形提取，减少了车牌定位的时间；2、车牌的定位与字符分割识别，主要研究了在车辆的外接矩形图像内，根据车牌的图像特征，通过边缘检测法快速定位车牌，并根据车牌部分的投影分布特征提出了一种候选车牌区域的筛选方法；研究了对倾斜车牌图像进行校正的方法，研究了车牌字符的结构特征提出了速度更快的字符边缘检测法；结合BP神经网络研究了车牌字符的识别过程；3、对车辆的特征点匹配进行了研究，重点分析了基于SIFT特征点匹配在车辆识别中的应用，详细研究了车辆图像的尺度空间的建立，车辆图像中特征向量的生成和匹配算法的分析，选用了运算速度更快的BBF搜索策略。