由于近些年经济社会的不断发展,道路上出现的机动车辆也随之增多,这给有关部门的交通管理产生了巨大的压力。为了解决这一实际问题,目前大量学者已经研究出许多不同的车牌识别技术。本文主要研究车牌识别系统中的一个关键步骤:车牌定位。本文首先对当下现有的车牌识别中的车牌定位技术进行深入地研究,分析和讨论了近些年来国内外车牌定位研究中出现的新方法,确定了本文所采取的车牌定位方法。在图像的预处理过程中,本文首先对采集到的彩色图像运用加权平均值法进行灰度化,然后对灰度图像运用中值滤波器进行图像平滑;在图像的初定位过程中,本文首先对预处理后的图像运用Sobel算子进行边缘检测,使用Otsu算法得到二值边缘图像,然后构造一个矩形滑动窗生成一个边缘密度矩阵,运用核心边缘点(CEP)扩展方案去掉大量非车牌区域,待处理图像数据大幅减少;在图像的精确定位过程中,主要根据左上边缘点的检测方法,构造一个评价函数,对每个检测到的边缘点进行评价,最终筛选出满足条件的边缘点,确定出车牌的准确位置。本文基于已有的车牌定位方法,并对其进行了改进,实验耗时大大降低且准确率也有所提高。本文实验过程采用MATLAB的M语言编写程序,并对采集到的283幅图像进行了仿真,实验证明了该算法的有效性与实时性。