进入新世纪，随着我国公路交通事业的快速发展，对智能交通系统的需求又进入新的阶段。车辆本身的信息，如车牌号，车主，养路费的征收情况等是车辆自动化管理的操作对象，而车牌识别是车辆信息的获取的最主要的手段。由此可见，车牌识别系统在智能交通领域的重要作用。 一个完整的车牌识别系统由车牌定位、字符分割和字符识别等单元组成，涉及面广。其中车牌定位和字符分割在整个系统中起着关键性作用，它们的处理结果直接影响整个系统的精确度，鉴于此本文研究的主要内容是车牌定位与字符分割的方法。 本文中研究了两种车牌的定位方法：第一种是基于连通域分析的车牌定位方法。在选定的阈值范围内二值化图像，穷举其连通域轮廓，借助链码计算连通域的形状参数，筛选轮廓形状并以过滤后的轮廓中心线确定车牌位置；第二种方法基于图像的垂直边缘特征，使用垂直方向的Prewitt梯度算子提取图像的垂直边缘，逐点以边缘点密度为衡量标准来优化边缘特征图像，最后用给定矩形面积内的击中率来确定车牌的位置。 本文在字符分割方面结合水平投影法和固定间距法，研究一种复合的分割方法，实验证明有较好地分割效果。 文中还讨论了基于Hough变换的车牌矫正方法，运用Hough变换检测车牌在垂直和水平方向上的倾斜角，较好地矫正了旋转和变形车牌。