车牌定位是车牌自动识别技术中的一个关键问题，在车牌识别技术中占有很重要地位。一个车牌识别系统的识别率往往取决于车牌定位的成功率及准确度。
1.基于Hough变换的方法
分析车牌具有明显的矩形边框，利用Hough变换检测区域边界实现定位。
2.基于边缘检测的方法
利用了车牌字符边缘丰富的特征，结合数学形态学或区域生长方法实现牌照定位。
3.基于神经网络的方法
利用图像的颜色或纹理特征训练神经网络，然后用训练好的分类器对图像各个像素进行分类，再对分类结果综合，得到牌照的准确定位。然而由于光照不均、污染等因素影响，可能使得牌照区域边界不明显或存在多个干扰区域，从而增加了准确定位的难度。
车牌定位子系统通常包括图像预处理，车牌搜索，车牌定位与分割三个部分。预处理又包括灰度化、二值化、滤波等部分。
国外：
BarrosoJ等提出的基于水平线搜寻的定位方法
ParisiR等提出的基于DFT变换的频域分析方法
自适应边界搜索算法的定位方法
国内：
基于特征的车辆牌照定位算法
基于变换函数提取车牌的算法
基于视觉的车辆牌照检测
基于小波与形态学的定位算法