本文是车辆牌照自动识别系统(License plate Automatic Recognition System, LARS)课题研究的一部分。车辆牌照自动识别是是计算机视觉与模式识别技术在智能交通领域中的重要应用，是实现交通管理智能化的重要环节。其中，正确分割出车牌区域的定位问题是车牌自动识别的前提，也是提高系统识别率的关键。 本文搜集、整理和总结了近年来国内外在车牌定位分割领域的最新研究成果和最新进展，对各种车牌定位算法进行了详细研究。在前人的基础上，提出了一种基于车牌形状特性和纹理分析的车牌定位算法。该算法是将车牌区域作为一个整体而非几个字符来分析的，并把“数学形态学”理论应用于数字图像处理中。整个算法主要分为三个部分：图像预处理、车牌搜索和车牌定位。 在图像预处理部分，主要是利用中值滤波来消除噪声影响，利用水平差分运算突出车牌区域的特征。然后，运用数学形态学技术把竖直边缘连接成的一个个连通区域，作为搜索的对象。车牌搜索是根据车牌的外形特征来进行的，经过搜索，常常得到几个候选车牌区域。车牌定位则是利用车牌的固有信息(例如颜色组合特征，字符纹理特征等)，在候选区域中剔除伪区域，找出真正车牌的位置。 在本文的最后，我们在PC机上实现了车牌自动定位系统，并将系统的定位结果统计出来。实验结果表明，该方法能够满足快速、准确定位的要求；而且对于复杂的背景以及非均匀的光照条件并不敏感，具有较好的鲁棒性。