车牌识别系统(License Plate Recognition, LPR)是智能交通系统重要的组成部分和支撑技术,广泛应用于高速公路电子收费站、停车场以及道路监控中。车牌定位是车牌识别最关键的步骤,直接决定后续字符分割和字符识别的成败。外界环境的影响,如光照、阴影、以及雨雪等天气变化以及摄像机的原因导致的车牌遮挡、模糊、倾斜等,均会影响车牌定位和识别的效果。本文提出的基于视频的移动车牌定位技术,应该满足复杂环境下实时道路监控系统的准确性和实时性要求。本文的研究工作主要包含三个方面：图像预处理,车牌粗定位以及车牌精定位。图像预处理主要包括灰度化、图像增强、图像灰度化和二值化以及形态学操作等。通过对边缘检测后的图像轮廓搜索进行粗定位进而再进行车牌精定位,本文提出了一种新的基于灰度图像的车牌多特征融合精确定位车牌区域的方法。首先利用OpenCV中轮廓提取的方法进行车牌粗定位,然后结合车牌多特征融合精确定位车牌区域。该车牌定位算法基于VC++6.0平台,利用OpenCV函数库和C++编程实现,实验证明本文的车牌定位准确率较高,耗时较少,车牌定位成功率达94%以上,可满足车牌识别系统的实时性要求。