住宅小区进出汽车牌照自动识别系统是实现住宅小区安全保卫系统智能化的重要环节，它是以数字图像处理、模式识别、计算机视觉等技术为基础的智能识别系统，利用每辆汽车都有唯一的车牌号码的特点，通过摄像机所拍摄的车辆图像，由计算机自动完成车牌的识别，从而提高小区安全保卫工作的可靠性，降低安保人员工作强度。汽车牌照自动识别中的关键技术是车牌自动定位算法、车牌字符分割算法、字符识别算法及各阶段相关图像预处理算法，其中车牌定位和字符分割是字符识别的基础和前提，本文的研究对象是基于图像分析的车牌定位算法和字符分割算法。本课题针对住宅小区进出汽车牌照识别的应用要求，在对国内外相关研究成果深入分析基础上，比较不同算法的优缺点，在保证达到应用识别率要求基础上，采用了较为简化的算法，研究并实现了基于图像分析的车牌定位和字符分割的关键算法，降低了系统复杂度，缩短了开发周期和开发成本，有利于将车牌识别应用领域扩展到了小区、企业和校园等安保系统应用中，在本项目开发过程中取得良好的实验结果。首先，本文研究了BMP图像文件格式、车牌定位前期的图像预处理算法，主要包括彩色图像到灰度图像的转换、RGB色彩空间到到HSI色彩空间的转换、直方图统计、灰度变换、图像锐化、去噪滤波等图像预处理算法，提出了具体实现方法。在图像分析基础上，分析研究了车牌定位过程中关键算法，针对本系统特点提出了采用彩色图像和灰度图像相结合的分析方法，首先利用车牌字符和底色颜色二元组信息大致初步定位车牌区域，再对车牌区域的灰度图像利用差分算子梯度锐化求边缘、利用Sobel算子确定牌照区域将其分割出来。在此过程中，结合了水平投影法和垂直投影法搜索车牌位置算法。在完成车车牌定位取得车牌图像后，分析研究了字符分割前期基于Hough变换的倾斜校正算法、结合彩色图像信息改善了基于Marr算子的车牌图像二值化算法、基于轮廓分析的检测字符高度与宽度算法、粘连字符切分算法、基于最大宽度回溯的字切分算法、字符归一化算法，最终完成了字符分割，为今后字符识别奠定了基础。最后探讨了车牌定位和字符分割处理中存在的问题和今后探索的方向，提出了基于彩色图像分析、纹理特征分析、神经网络以及小波分析算法对改进车牌定位和字符分割的作用。本项目为苏州市职业大学立项课题“基于神经网络的汽车牌照识别算法”的核心子课题。