随着我国公路交通事业的迅猛发展，智能交通系统已经成为人们关注的焦点问题。车牌识别技术是智能交通领域的重要课题之一，它主要包括车牌定位、字符分割、字符识别三个部分。其中，车牌定位与字符分割算法的处理效果对字符识别起着决定性的作用。虽然车牌识别技术的研究已经有一段时间，但现有的车牌定位算法环境适应性差，在复杂背景下存在着定位困难的问题；字符分割算法在图片噪声较大情况下分割效果也不理想，因此车牌定位和字符分割算法的研究仍有着很深的现实意义。本文在简要介绍国内外车牌识别技术研究现状的基础上，对车牌定位算法及字符分割算法进行了深入的研究，主要完成以下工作：车牌的定位算法设计阶段，本文提出了一种综合利用车牌多重特征的定位算法。该算法充分利用了车牌的纹理，色彩及车牌长宽比等特征。经过水平梯度化，二值化，滤波，区域连通、连通域标记筛选，色彩匹配等几个步骤，最终达到了复杂背景下汽车牌照的定位。在滤波阶段，本文设计了一种基于扫描线的多尺度模板滤波算法，收到了很好的效果。实验结果表明本文设计的定位算法在复杂的背景下定位速度快，准确率高。字符分割方法方面，根据车牌字符的排列规律和字符的几何特征，设计了一种混合字符分割算法，该方法综合了传统的几种分割算法。首先利用二、三字符间波谷长并且二三字符水平方向连通的特性，初步确定前三个字符的匹配模板，并利用最大类间方差的思想计算出车牌准确的分割模板，最终实现了车牌字符的准确分割。