随着城市经济的迅速发展，交通管理系统智能化的必要性也日益明显。一个好的智能交通管理系统将为人们的车辆电子收费、车流量统计分析、地下停车管理、移动电子稽查系统等公共场合的管理带来非常大的便捷。而车牌识别系统作为智能交通管理系统中很重要的一部分，由于其场景的复杂性、图像质量的多样性以及对其性能的高要求性，使得其技术还处于不成熟的状态，还有一定的问题需要研究和解决。本文对车牌自动识别系统的分割和识别进行了深入的研究，在实践的基础上，对一些关键的技术给与了一些有效的研究，给出了一些实用、有效的方法，使系统的识别性能有所提高。主要内容如下：　　 ⑴在图像二值化预处理阶段，采用了一种简单有效的图像增强措施，有效改善图像质量。　　 ⑵在车牌分割阶段，采用了传统的投影法和“分割代价”计算相结合的方式。　　 ⑶对分割的图片进行了“正常质量”、“断裂”、“沾粘”三种情况的分解，并逐一采用不同的分割算法。　　 ⑷在识别阶段，选用了具有唯一最佳逼近特性且无局部极小点，容错率极高的径向基神经网络，并设计多个网络分开训练，结合二次识别，达到了较好的识别效果。