本文的目标是从理论、算法和应用三个层面来讨论车牌识别三个环节的技术，重点是车牌定位和字符识别两个环节。 　　文章首先分析了车牌识别的关键技术，回顾了车牌识别主要技术和方法，介绍了车牌识别的现状和未来研究方向。 　　接着，本文开始研究车牌识别的技术。在车牌定位阶段，文章提出了基于彩色空间构造5级灰度图的车牌定位新方法。该方法首先将RGB空间的数字化车牌图像转换为HSV空间的数字图像；然后利用HSV空间中车牌区域与背景区域中H、S和V分量数值上的差异，采用统计方法求出车牌区域中各分量的阈值区间，并根据车牌区域的这些先验知识构造判决树，利用判决树将HSV空间的彩色图像转换为5级灰度图；再将5级灰度图进行二值化，结合车牌区域的字符密度和几何结构特征，在二值图像中找出车牌区域所在的位置，并将其分割出来。基于HSV空间构造5级灰度图的车牌定位方法能够有效地消除由于车牌受到污染、光照条件变化以及图像倾斜等问题所造成的影响。 　　在字符分割阶段，文章首先采用形态学算子对分割出来的车牌区域图像进行消噪，然后运用Hough变换检测消噪后的车牌区域的水平边界，求出车牌图像的倾斜度并根据该倾斜度对图像进行校正，然后再利用投影技术将车牌区域中的字符分割开来。 　　在字符识别阶段，本文研究了车牌字符的拓扑特征、结构特征、区域熵特征和笔画特征，提出了基于多种特征融合构造多级分类器的分类方法。 　　在车牌定位实验中，本文选取了74张底牌颜色不同、牌照的光照条件不同，而且具有不同程度倾斜的汽车图像进行实验，结果显示车牌定位的正确率在90.54％以上。在字符识别阶段，本文选取了1515张印刷体字符进行实验，单字的正确识别率均在93.33％以上，总体实验效果良好。