王 珺，彭进业，吴 俊，李丹娇

（西北工业大学 电子信息学院，陕西 西安 710129）

车牌识别系统是智能交通管理的一个重要组成部分。车牌识别系统主要由车牌定位、字符分割、字符识别等三部分组成。由于字符分割和识别是基于车牌二值化进行的，因此其效果将直接影响整个车牌识别系统的性能。然而，车牌区域经常受到光照变化的影响，出现光照过度、光照不足、光照不均等复杂光照的情况，给车牌图像的二值化带来很大的困难。所以，复杂光照下的车牌图像二值化，成为车牌识别系统中的技术难点之一。

目前，针对不同光照下的车牌图像二值化问题，提出了各种不同的方法。对于光照不足或光照过度的情况，文献[1]提出先用高低帽变化增强车牌图像的字体，再采用迭代图像分块的二值化方法，该方法对高低帽变换后图像质量要求较高，然而高低帽变换的窗口大小不易选择；对于光照不均的情况，文献[2]提出用同态滤波增强再用Bernsen方法对车牌图像二值化，该方法耗时较多并且同态滤波器的截止频率不易确定；对于更一般的复杂光照问题，文献[3]提出背景补偿法，通过车牌先验知识、车牌图像均值和标准差并结合背景照度函数求出最优阈值；文献[4]在文献[3]的基础上做出改进，修正了其车牌区域范围和字符分布概率，以适应同态滤波后的车牌图像；文献[5]采用遥感图像处理中的灰度拉伸方法提高灰度图像对比度，再通过设定的固定阈值对所有车牌图像二值化。……