智能交通系统中，通过计算机自动识别出汽车牌照的车辆牌照识别系统，具有重要的现实意义。如高速公路收费，车辆检测，停车场监控与管理，路面行驶车辆监控等。本文对车辆牌照识别系统中汽车牌照的定位以及字符分割算法进行了深入研究，具体包括以下内容：车牌定位算法的研究。先对图像进行了预处理，包括RGB图像的灰度化、灰度拉伸，然后给出了基于边缘检测的字符竖向纹理分割方法。该方法利用车辆牌照的边框、字符与背景形成的较强边缘，对车辆牌照进行定位，同时利用牌照的几何特征结合预选区内部象素的分布特征来进行候选车牌区域的判断，实现了各类牌照的准确分割。实验表明这种方法定位准确率高，运行速度快。车牌预处理方法的研究。首先通过对现有车牌二值化方法的分析，结合全局阈值及局部阈值二值化算法的优缺点，给出了基于CASDA与Bernsen的二值化改进算法，实现了对车牌图像进行快速有效的二值化处理。针对不同颜色车牌在应用Hough变换方法时难以取得正确的角度的问题，本文给出了基于边缘检测的车牌校正方法，对车牌图像进行倾斜校正。车牌字符分割算法的研究。根据车牌字符的排列规律和字符的几何特征，本文给出了基于投影的字符分割改进算法。该方法首先采用行扫描及投影的方法来去除车牌边框的干扰，然后针对垂直投影法中难以解决的字符粘连及字符断裂现象分别提出了解决方法，引入窄字符及宽字符的概念对字符块区域进行分类处理，实现了车牌字符的准确分割。实验表明这种方法运算速度快且分割效果好。本文算法对车辆牌照在车辆图像中的位置没有限制，对牌照的倾斜、变形等情况有较强的抗干扰能力，对于外界光线强度和图像对比度的变化有较强的适应能力。