车牌识别系统是智能交通系统的重要组成部分,目前已经广泛应用于交通领域。车牌识别系统主要由车牌定位、字符分割、字符识别三部分组成。本文总结了近年来国内外在车牌定位及字符分割领域的最新研究成果,在此基础上对彩色车牌定位、彩色车牌二值化、字符分割等问题进行研究探讨。本文的主要工作和成果如下：1)对目前国内外几种典型的车牌定位、二值化、字符分割方法进行阐述与分析,并对不同方法进行了比较和评价。2)提出了一种基于HIS空间边缘颜色信息的彩色车牌定位方法。该方法的流程是：先在车牌灰度图像的基础上提取候选区域,然后对候选区域边缘点进行HIS空间边缘颜色对判断。仿真结果表明：此方法可大量减少检测点的数量,提高彩色车牌定位速度；可充分利用车牌颜色特征信息,排除类似车牌矩形区域以及与车牌颜色相似的车身区域的干扰,对车牌进行准确定位。3)提出了一种基于H和1分量的改进模糊C均值(FCM)算法,实现彩色车牌二值化。该方法通过提取(H、I)有效样本点减少聚类样本数来提高聚类速度。仿真结果表明：针对不同种类的彩色车牌,此算法能减少模糊、不同光照条件带来的不良影响,取得良好图像二值化效果的同时取得相对较快的处理速度。4)在字符分割过程中,针对字符存在粘连、断裂、以及特殊字符“1”的情况,提出了一种基于垂直投影和字符特征的车牌字符分割方法。仿真结果表明：该方法不仅能对较清晰理想的字符进行正确分割,而且能对存在上述特殊情况的车牌进行有效分割,算法鲁棒性较强。