公共交通系统的智能化、信，信息化是我国城市发展战略之一，它是保证城市可持续发展的必由之路，也是推动国民经济持续、健康、稳步前进的一项重要基础设施。因此，城市公共交通自动管理收费系统的推广与建设具有非常现实的意义。 随着经济的发展，汽车运输量大幅度提高，在路车辆也越来越多，从而使传统的人工收费和半自动收费方式越来越难以满足收费公路运营和管理的要求，在收费出入口处经常因收费效率低下而引起严重的交通阻塞和车辆延误，造成惊人的经济损失。为了解决这一问题，各发达国家正积极开发不停车电子收费系统，并已进入实用阶段。欧、美、日等国已在一些高速公路上安装了不停车电子收费系统，车辆通过收费站的最高时速可达200公里/小时，有效地缓解了由于停车收费而造成的交通堵塞状况。实践证明，采用不停车电子收费系统不仅能够从根本上解决因收费过程而造成的交通堵塞，而且能够减少收费成本，杜绝征费过程中产生的营私舞弊现象，以及减少车辆油耗，减轻空气污染，从而产生显著的社会、经济效益。 不停车电子收费系统中的关键子系统就是车辆牌照计算机自动识别系统。它使用摄像头或者数字式照相机，采集车辆的图像，通过计算机上的图像采集卡，输入计算机进行图像处理和识别，最终输出字符识别结果。这个结果可以作为收费或者是道路情况统计的依据，具有很高的应用价值。这次硕士研究生毕业设计将要着重研究的就是这个车辆牌照字符计算机自动识别系统。 本次硕士研究生论文首先研究了车辆牌照分割这个车辆牌照自动识别中具有相当难度的子系统，提出了利用纹理信息和色彩信息相结合对车牌字符区域进行分割，有效的提高了分割的准确率。由于彩色摄像机的快速普及，利用彩色摄像机进行车辆牌照的分割识别已经指日可待，所以开发一种分割识别准确率高的算法，具有较高的实用价值。 接着论文研究了车牌识别中比较常用的两种方法，也就是模板匹配和神经网络这两种方法，分别对这两种方法进行了一些探讨和改进。文章的重点是放在利用人工神经网络进行车辆字符识别的算法研究上，提出了结合自组织系统进行车辆牌照识别的新概念，大大减轻了人工干预的劳动强度，特别是在程序设计时的工作量，并且使系统可以随着环境光照和对比度等情况变化时，进行一定的自我调节，自我适应，保持较高的识别率，对车牌的正确识别率达到93％。 实验系统使用Microsoft Visual C++在Microsoft Windows2000平台下开发调试成功，单车牌识别速度为400—800毫秒，基本达到了实时要求，具有较高的应用潜力。