车牌自动识别系统是现代智能交通管理的重要组成部分，可用于各级各类车辆管理场所。与传统的车辆管理方法相比，它大大地提高了管理效率与水平，节省了人力、物力，实现了车辆管理的科学化、规范化，对交通治安起到了一定的保障作用，因此有着广泛的应用前景。车牌自动识别系统一般包括车牌定位、字符分割和字符识别三个模块。它的研究主要涉及到模式识别、人工智能、计算机视觉、数字图像处理等众多学科领域。车牌的定位、分割更是该系统的关键，由于图像场景的复杂性以及车牌位置和图像质量的不可预知性，牌照定位分割系统一直都未做到令人满意，所以有必要对其进行进一步的研究。本文通过对大量资料的搜集、整理，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进展，对车牌区域的固有特征和目前的车牌定位、分割技术进行了分析和比较，提出了自己的观点并设计了一个车牌定位、分割系统。定位方面，针对单一颜色模型分割定位的不足，本文提出了一种基于多颜色模型的车牌定位方法。把RGB彩色车辆图像转化到HSV和YIQ两个颜色空间中，综合这两个颜色空间的信息进行颜色分割能够去除大量的背景干扰信息，只剩下包括车牌在内的较少的与车牌颜色相近的一些区域，更有利于后面的车牌定位。对经过颜色分割后的图像采用两步定位的方法正确定位出车牌。第一步结合分块的思想实现车牌的粗定位大大缩小车牌的搜索区域。第二步，针对车牌目标区域和非目标区域颜色差别较大和相近的粗定位图像分别采用二次颜色分割和基于Log算子进行边缘检测的方法实现车牌的定位，正确定位出车牌。由于受恶劣的天气、变化的光照以及摄像机拍摄角度等因素的影响，使得提取出来的车牌子图像存在污迹、光照不均、倾斜等问题，直接对车牌进行字符分割很容易出错。因此，本文提出了一种基于字符分割的预处理算法。我们对提取的车牌子图像进行维纳滤波和直方图均衡化来解决污迹和光照问题。对于倾斜情况采用Hough变换法和投影法对车牌进行水平和垂直倾斜矫正。并对倾斜矫正后的车牌进行去除上下左右边框、二值化和统一车牌底色处理，为后续的字符分割奠定良好基础。字符分割时，由于车牌长宽比较固定，本文提出了一种基于车牌比例特征的字符分割方法，结合二值图像垂直投影和车牌比例特征各自的优势进行字符分割。利用车牌比例特征大致确定字符间的分割区域，再在这个分割区域中寻找垂直投影值最小的位置就是最佳的分割点。这种方法可以很好地解决字符粘连的情况。本系统测试时，选取了109张黄底车辆图像和344张蓝底车辆图像进行定位测试，其中，黄底车辆图像粗定位正确104张，二次颜色分割方法正确定位100张，基于Log算子进行边缘检测方法正确定位98张。蓝底车辆图像粗定位正确311张，二次颜色分割方法正确定位303张，基于Log算子进行边缘检测方法正确定位306张。在车牌矫正测试中我们对定位出223幅有水平倾斜的车牌子进行测试，投影法的矫正率达到96.9％，对118幅经过水平精细定位的有垂直倾斜的车牌进行垂直倾斜矫正矫正率达到91.5％。字符分割测试中我们选用了经过预处理后的170幅最终精细定位的车牌进行分割，正确切分率达到95.3％。实验证明，本文提出车牌定位和字符分割方法效果良好，达到了实用要求。