车辆牌照的自动识别是计算机视觉与模式识别技术在智能交通领域的重要应用，是实现交通管理智能化的重要环节，而汽车牌照提取是牌照识别系统中最关键的一个步骤。由于图像背景的复杂性，牌照位置的不确定性，图像质量的不可预知性，给牌照提取增加了很大的难度，车牌自动识别技术至今仍未达到完善的程度；使用新理论、新技术分割牌照仍是当今研究的热点之一。数学形态学是一种研究图象的新的数学方法，它是建立在集合代数基础上、用集合论方法定量描述几何结构的科学。它研究图象的几何结构，其基本思想是利用一个携带对象特征的结构元素(“探针”)收集图象的信息。下因结构元素有着无可比拟的优势，使得形态学图象处理已成为计算机数字图象处理的一个主要研究领域。 本文选择以数学形态学的分割技术作为研究课题，解决在干扰情况下车牌的分割问题， 以提高识别系统的整体识别能力。文中实现了数学形态学的基本运算及实用算法，对其应用作了有益的探索；对多种滤波算法及结构元素特性进行了研究，提出了一种采用系列结构元素多级滤波的改进算法，既清除了游离的噪声，又修复了“砂眼”，使得图象质量得到改善；文中对图象的二值化方法、边缘检测方法进行了研究，在分析比较多种边缘检测方法在汽车图象中的实验结果的基础上，提出了基于顺序形态变换的车牌边缘检测方法以改进干扰情况下的检测效果。在上述研究的基础上，提出了基于Hop-hat变换的牌照快速搜索与定位这一新的方法。该方法能够快速定位牌照的任一顶角，并将牌照的先验知识用于搜索过程中，使得分割结果即是识别结果。由于该方法不依赖于某一个角，并能在所得的角的邻域进行搜索，从而有效的解决了倾斜、缺角的牌照的正确识别问题。 本文的分割及定位方法，对几何形状已知的目标分割及定位具有一定的参考价值。