随着国民经济的迅速发展,人们的生活水平不断的提高,汽车开始进入千家万户。越来越多的汽车在给人类生活带来便利的同时,也给城市的交通带来不便,更为严重的是交通事故的频繁发生使得许多家庭支离破碎,给因此而受到伤害的人的内心蒙上一层阴影。所以交通管理的地位也就越来越重要,基于此,智能交通的研究也越来越多。车辆车牌的提取属于智能交通的一部分,它的实现可以有效的提高交通管理的效率使得车辆的行驶规划法,这样就可以提高车辆的行驶效率以及驾驶的安全性。本文讨论了图像的前期处理方式,提出了滤波、边缘检测和边缘检测中的一些边缘检测变换。在滤波和边缘检测中讨论了几种经典的算法,这些算法在模式识别以及图像处理中也常常被用到。本文还介绍了数学形态学在图像中的应用,列举出了数学形态学的几种基本运算形式以及其在车牌提取中的作用；其次介绍了纹理,结合纹理,给出了车牌定位的算法思想；文章中还阐述了四种基本的图像分割技术,然后结合这些基本的分割技术,对定位后的车牌中的字符串进行切分,并且研究了车牌中的字符串可能出现的断裂粘连情况,提出断裂粘连情况出现时的算法思想。由于车辆车牌提取过程中有倾斜问题的存在,本文还介绍了图像识别问题中的校正问题,然后结合实际的车牌,对所需要的定位后的车牌进行了校正处理和字符切分。本文最后介绍了图像识别的几种传统方法,统计法和结构法；接着对模式识别分类的基本原理进行了介绍,选用了模版匹配的方法来进行车牌字符的识别。