车辆牌照自动识别系统在桥梁路口自动收费、停车场入口管理等领域有着广泛的应用。车牌的自动定位分割是车辆牌照识别系统的关键技术之一。由于车辆图像采集于户外,图像背景复杂,噪声干扰严重,图像质量较低,因此牌照的自动定位分割一直都不是很理想,使得它一直是该领域的研究热点。本文通过对大量相关资料的搜集、整理、分析,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,在此基础上,选择了一些图像预处理的方法对图像进行预处理,得到适合后续定位的高质量图像;本文详细分析了车辆图像的特征,尤其是牌照区域的特征,通过选择二值化图像中黑白像素点高频变化的连通区域来定位车牌。考虑到车牌可能倾斜,文中引入了Hough变换进行倾斜角的检测,校正倾斜车牌。本文对分割出的车牌图像进行灰度拉伸及直方图均衡化处理,并对整个车牌进行了背景色与前景色调整,采用最大类间方差求阈值法处理车牌图像。然后精定位车牌,扫描车牌区域每列白像素点,结合车牌字符本身的几何特征进行字符分割,使最终的字符块能满足后续字符识别的要求。本文对实验结果进行了统计和分析,并在文章的最后对后续的工作和算法前景进行了展望。本文对150幅车辆图像进行一次粗定位,二次粗定位和字符分割。经实验证明,所采用的算法能够有效的定位,准确地分割字符,系统的实时性及准确率都能达到既定目标,因此具有较好的实际应用价值。