论文主要研究在实际复杂环境中汽车图像检测与汽车牌照识别中的车牌图像处理与车牌定位算法。汽车牌照识别系统(LPR)作为一个专用的计算机视觉系统，能自动检测汽车图片并从中提取出车牌号码信息。作为智能交通的一部分正越来越受到人们的重视。然而，系统在实际的复杂环境中，由于光照、天气、车速、图像背景各种因素的影响，大大限制了汽车图像检测和车牌识别的准确性和识别速度，从而大大制约了该技术的实用化推广。目前国内大部分车牌识别研究主要停留在简单试验环境下对车牌识别研究阶段，离实际环境下(主要是卡口、高速)大规模应用还有一段距离。论文从实际出发，借助大量试验，具体所做的工作包括：1．从车牌图像检测与信息处理源头入手，对比简单试验环境下车牌抓拍和实际环境下保障检测与抓拍到高质量的车辆图片。通过大量的试验与现场实际环境采集，提出了针对车牌信息识别图像采集标准，包括车牌的大小、位置、清晰度等，并提出一整套方案，通过对图像采集检测设备的选择与配置调试，保障在现场复杂环境中能够检测到符合车牌识别标准的车辆图片。2．针对卡口、高速实际现场环境复杂，车辆背景多变条件下，为了保障识别效果，根据车牌识别的特点，对车辆图片进行预处理进行研究，包括车辆图像的灰度化、图像增强、车辆图像的二值化、车辆图像的边缘检测内容。3．对车牌的定位技术进行了初步研究，提出了根据车牌图像灰度分布与变化情况下，通过模拟线横向纵向扫描而快速得出车牌区域的算法与实际效果。通过实际应用与验证，通过本文所提出的车牌检测方式与实际环境部署，得到清晰有效车辆图片，可以大大提高复杂环境下实际应用中车牌识别的准确率。