现阶段交通运输业飞速发展，交通状况复杂多变，道路运输量的增长与资源环境矛盾日益突出，智能交通系统应运而生。车牌识别系统作为智能交通系统的重要组成部分，其内容主要包括图像采集、车牌定位、字符分割、字符识别四个部分。其中车牌定位的准确性在一定程度上决定系统的识别精度和识别速度。本文深入分析我国车牌特征，实现两种基于灰度图像的定位算法并总结其优缺点。在此基础上，综合颜色特征提出基于车牌字符颜色特征的定位算法，克服了依靠单一特征定位的局限性。主要研究内容如下：1.深入分析总结了我国车牌的特征：几何特征、灰度特性、结构特征、颜色特征、边框特征，并分析了我国车牌的多样性和定位的难点所在。2.研究并实现了两种基于灰度图像的定位算法，即基于扫描行的定位算法和基于形态学的定位算法，前者结合了车牌几何特征和灰度特性，后者结合了车牌几何特征和结构特征。实验结果表明，当图片灰度分布不均或车身存在与车牌区域字符特征相似时定位失败，此时字符颜色特征可与干扰区别，因此提出应充分利用车牌颜色特征并结合其他特征的定位算法，即基于字符边缘颜色的车牌定位算法。3.该定位算法综合了车牌颜色特征、几何特征、灰度特性、结构特征，研究重点在于提取车牌字符颜色特征上，选取HSV颜色空间模型，对大量车牌字符和背景的颜色各分量作阈值统计，接着利用彩色图像二值化原理和逻辑与运算提取字符边缘特征。完成字符边缘提取后，结合车牌灰度特性、结构特征、几何特征完成区域定位。4.给出了该算法基于特殊情况图片的实验结果分析，即车身颜色与车牌底色颜色一致、车牌污损、车牌褪色等情况。以某单位出入口实际摄取大量图片为验证对象，结合实验数据分析对比总结了三种算法的优缺点和适用场合，验证了该算法适应性。