nÃo hà / Esta dissertaÃÃo trata da localizaÃÃo de placas de licenciamento brasileiras de veÃculos particulares. Imagens de carros em movimento, advindas de diversos sistemas analÃgicos de fiscalizaÃÃo de trÃnsito, foram usadas para testar os algoritmos. Estas imagens foram digitalizadas por um scanner e convertidas para o formato JPG ou JPEG (Joint Photographic Experts Group). O sistema proposto à classificado como sistema de reconhecimento de placa de licenciamento veicular (SRPLV), cujo propÃsito à a fiscalizaÃÃo de trÃnsito. O sistema à capaz de identificar a placa de veÃculos que avanÃaram sinais vermelhos ou excederam o limite de velocidade. VÃrios algoritmos, que constituem o sistema, foram analisados e comparados com o desempenho de algoritmos similares presentes na literatura. As principais contribuiÃÃes deste trabalho sÃo: o algoritmo de localizaÃÃo da placa, baseado em uma rede neural; a utilizaÃÃo do algoritmo Min/Max no pÃs-processamento das imagens binÃrias, e o uso do mÃtodo das linhas e colunas na etapa de separaÃÃo dos caracteres. Para avaliar o desempenho do sistema, testes foram realizados usando os dois mÃtodos propostos para a localizaÃÃo, baseados na correlaÃÃo mÃxima e em uma rede neural sem realimentaÃÃo. ConcluÃmos que o Ãltimo apresentou resultados superiores ao primeiro, de acordo com os resultados obtidos para o conjunto de imagens utilizadas. / This dissertation deals with the localization of Brazilian license plates of private vehicles, and recognition of their characters. Images of moving cars, acquired by diverse analog systems of traffic law enforcement were used to test the algorithms. These images were digitalized by a scanner and finally formatted as JPG or JPEG (Joint Photographic Experts Group). The proposed system is classified as a vehicle license plate recognition system(VLPRS), whose purpose is the traffic law enforcement. The system is able to identify license plate numbers of drivers who jump red lights and exceed the speed limit. Several algorithms which constitute the overall system were evaluated and compared with the performance of similar ones from the literature. The main contributions of this work are: the localization plate algorithm, based on a neural network; the use of the Min/Max algorithm to post processing binary images, and the use of the method of rows and columns in the characters isolation step. To assess the system performance some tests were provided using the two proposed methods for plate localization which are based on the maximum correlation and a feedforward neural network. We concluded that the latter performed better than the former according to the simulation results obtained for the set of images used.