汽车牌照识别系统是智能交通系统的核心技术之一，其中车牌定位是该技术的关键。基于图像或视频处理的方法是目前车牌定位的主要方法。在不同环境和光照条件下获取的车牌图像，由于背景复杂、车辆种类繁多、颜色多样和光线强弱等原因，车牌定位的准确性受到严重影响，如何消除这些干扰从而提高车牌定位精度，是基于图像处理的定位车牌方法亟需解决的问题。近年来在图像处理的数学方法研究领域提出了一个新的图像表示模型：卡通-纹理分解，即，将图像表示成卡通成分与纹理成分的叠加，其中卡通部分主要包含图像的大尺度结构和渐变成分，而纹理分量包含具有周期变化特性或震荡特性的小尺度细节以及随机噪声等成分。因此卡通-纹理分解为消除车牌图像背景中诸如小尺度细节、纹理、噪声等干扰提供了一个非常有效的方法：保留卡通成分，丢弃纹理成分。论文首先论述了车牌定位和图像卡通-纹理分解的研究现状，然后提出基于图像卡通纹理分解的车牌定位方法，利用卡通纹理分解消除车牌图像中的背景干扰从而提高车牌定位精度。贡献包括两方面：对卡通成分定义了一个非凸正则项，给出一个新的图像卡通纹理分解变分模型，更有利于将车牌的强边缘分解到卡通成分，而将背景中的小尺度细节、纹理、噪声等分解到纹理成分，从而更有利于去除背景干扰；结合形态滤波、车牌的颜色和几何特征等先验信息，给出一个新的车牌定位方法。数值实验结果表明，本文方法能够有效去除车牌图像的背景干扰从而提高车牌定位精度。