为实现对洗车店会员车辆的自动识别,首先需要对进店车辆的车牌图像进行定位。但洗车店内雾气大、光照条件差且近门处亮度变化剧烈、车牌图像倾角大、像素数低,直接用现有的车牌定位方法车牌定位准确率很低,本文研究这种特定应用环境下的车牌定位方法。针对洗车店内的特殊环境,本文采用暗通道先验算法对洗车店内图像进行去雾处理,使用带彩色恢复的多尺度Retinex算法对洗车店内彩色图像进行增强处理,改善了图像质量。又对基于彩色图像二值化的车牌定位算法进行了改进,在此基础上,提出了基于彩色图像增强的车牌定位算法,使洗车店内车牌图像定位准确率明显提高。为了进一步解决车牌和车身颜色相近时车牌定位准确率低的问题,在改进基于阈值分割的车牌定位算法基础上,提出了基于图像旋转的车牌定位算法,该算法在解决洗车店内车牌定位问题时,其车牌定位准确率低于基于彩色图像增强的车牌定位算法的定位准确率,但在车牌和车身颜色相近时,其车牌定位准确率明显高于基于彩色图像增强算法的车牌定位准确率。最后,根据基于图像旋转的车牌定位算法和基于彩色图像增强的车牌定位算法优缺点的互补性,将两个算法相结合,提出基于阈值选择处理的车牌定位算法,较好解决了洗车店内车牌图像定位问题。实验结果表明,对于洗车店内车牌图像定位问题,两个改进后的算法车牌定位准确率明显高于原算法的。基于阈值选择处理的车牌定位算法较好的解决了洗车店内车牌定位问题,能够满足实际应用需求。