在大力加快高速公路建设的同时，实现不停车自动收费势在必行。基于非接触IC卡的不停车收费系统(No Stop Electronic Toll Collection System，简称NSETCS或ETC)作为自动收费方式的代表，可以有效提高高速公路的通行能力和服务水平。 车型识别及牌照识别系统是高速公路不停车收费系统的重要组成部分，是近几年发展起来的基于图像和字符识别技术的智能化交通管理系统，是目前国内外模式识别应用研究领域的一个热点。 本文对系统中图像预处理、特征提取和识别方法等环节涉及的新算法、新技术以及系统整体设计作了一个比较全面的论述，同时针对目前的研究现状，对一些关键的技术问题进行了深入探讨。 本文的研究，为整个不停车收费系统快速步入实用化阶段奠定了基础，也推动了基于非接触IC卡的收费方式在国内的逐步推行，不停车收费系统具有巨大的经济效益和社会效益。 本文主要完成了以下几方面的工作： 一、提出了利用差图像法识别车型，主要是利用两幅图像的差别来提取汽车外形轮廓，进而求取车长、车宽、车高，并以其作为系统软件划分车型的标准。 二、利用模糊模板匹配法对牌照区域进行定位，该方法依据牌照区域边缘丰富的特点进行区域搜索，定位准确。 三、探讨了字符识别的预处理方法，采用了轮廓投影的方法来切分字符。 四、采用了线性插值法来克服由于对字符进行归一化时造成的马赛克现象。并且针对汉字，数字和字母的笔划疏密不同，采用了两种不同的字符尺寸。 五、讨论了两种统计特征的提取方法，一种是网格特征，另外一种是交叉点特征，实验中通过最小距离法进行字符的分类识别。 六、对将近100个不同字符进行识别时，考虑到车牌字符的汉字，字母及数字的排列顺序，采用了优先级的办法进行匹配识别。 七、提出了牌照识别结果和车型识别结果的融合模型，提高了车辆识别的准确率，并完成了相关的融合算法设计。