车牌自动识别系统是一套实时、准确的计算机视觉系统，是智能交通管理系统组成的核心部分，它主要由车牌图像采集、车牌识别、数据库管理以及网络数据传输等四个部分组成。其中车牌定位和车牌图像预处理的问题是车牌识别系统的核心技术问题，同时也是当今该领域近些年研究的热点问题。本文在认真学习了近年来国内外对车牌定位和预处理领域所做研究的基础上，对车牌的定位和预处理技术两方面进行了系统的研究和概述，并提出了一些改进算法。在车牌图像的预处理中，本文针对在车牌图像分割阶段遇到的一些问题，提出了一些比较好的图像处理技术。（1）、本文通过对Otsu算法基本原理的研究，提出了一种新改进的灰度图像二值化的方法，对类间方差的公式进行了系统的推导，改进了修正阈值，并对在静态条件下提取的64个车牌进行了仿真实验，结果表明，本算法对于普通车牌，黄底白字的车牌和军用车牌的处理都有较好的效果。（2）、本文利用改进的Sobel算子对车牌图像进行了边缘检测，并对提取的33个车牌进行了仿真实验，仿真实验结果表明，此方法能够得到更理想的车牌边缘检测图像，为更准确的定位车牌提供了帮助。在车牌定位中，本文采用的是基于边缘检测的定位方法，除了运用改进的Sobel算子进行了水平和垂直定位，还进行了+ 45°和-45°的定位。经过对22个车牌进行仿真实验表明，文中方法可以更加明确的显示出车牌的所在位置。最后，本文用matlab编程构建了车牌定位的软件平台，设计了车牌定位的所有步骤，同时对自己获取的车牌图像进行了大量的实验，获得了比较满意的结果，为后续的车牌字符识别以及分割技术打下了良好的基础。