本论文研究了基于图像处理的汽车牌识别系统。研究的主要内容和创新点包括： ①在车牌图像定位和提取方面，在初步定位时，提出了一种新的基于统计比较的水平垂直搜索法对初定位的结果进行搜索，搜索之后再用Hough变换检测出搜索的结果，最后再结合先验知识提取出车牌。 ②在车牌预处理阶段，首先提出新的去除噪声(去杂点法)的方法，然后又提出了新的基于投影比较的垂直校正和旋转校正方法，分别对其在垂直方向上和向外方向上进行了校正，最后应用新的水平旋转方法在水平方向上对车牌进行校正。 ③在车牌字符切分过程中，提出了新的粗切割方法，对车牌上的字符进行切割，然后再把各个字符上的多余的空间去掉。 ④在车牌字符识别方面，利用了13特征提取的方法，对切割下来的字符进行特征提取，然后再利用所提取的特征值对神经网络进行训练，最后利用这个训练结果对其它车牌上的字符进行识别。 按照本文所采取的步骤，根据上面所提出的方法对采集来的车辆图像进行试验，得到了良好的效果。