随着国家与社会经济的迅速发展,人民生活水平的提高以及高速公路的逐渐普及,城市道路交通的自动化管理越来越成为我们需要亟待解决的问题。智能交通系统(Intelligent Transportation System, ITS)的出现不仅可以有效的解决交通拥挤问题,而且它对于城市交通事故的紧急处理、环境的保护和节省能源等方面都有显著的效果。汽车牌照识别系统(License Plate Recognition System, LPRS)作为ITS最主要也是最重要的组成部分,其中的车牌定位部分是整个识别系统最关键的部分。本文首先研究了基于车牌颜色信息的初定位算法和基于数学形态学操作的初定位算法。基于车牌颜色的初定位算法首先使用本文的颜色二值化算法,然后是车牌区域搜索和确定车牌的上下四个角点的坐标。基于数学形态学操作的初定位算法首先使用Top-Hat提取车辆和车牌图像中的峰值,然后使用OTSU算法来二值化车牌图像并使用改进的Sobel算子提取图像的边缘,最后就是利用提取的图像边缘来生成车牌图像的连通区域并搜索车牌区域,并最终初定位出车牌区域。本文也通过实验比较分析了两种初定位算法的优缺点,根据应用需要综合使用这两种初定位算法,并达到了定位准确率的最高和算法时间复杂度的最小。其次,在车牌精定位时本文首先分析了Hough变换倾斜检测算法和Radon变换倾斜检测算法,结果表明后者更加适用于本文的车牌倾斜检测。然后又介绍了精定位车牌字符区域上下左右边界的步骤,其中主要包括使用明暗交替法精定位车牌上下边界和使用颜色信息和纹理信息精定位车牌左右边界两个步骤,并通过实验进行了验证。在静态图像车牌定位的基础上,本文还进一步研究了基于视频序列的车牌定位方法,改进了基于帧差的视频图像车牌定位算法,并给出了算法的实验结果统计。最后,本文设计开发了车牌定位系统软件实验平台,并对提出的算法进行了测试和比较,结果表明此系统的定位准确率和时间消耗都能够达到实用的标准。