牟玉芬

（长春市第八中学，吉林 长春130022）

1 引 言

随着智能交通系统的发展，车牌自动识别系统在实际应用，特别是交通监控系统中发挥越来越大的作用．通常，车牌识别系统由3部分组成：车牌定位、字符分割和字符识别．其中，车牌定位是第一步，也是最关键的一步，它的结果将影响整个系统的准确率．

很多方法都已经应用在车牌定位中，如数学形态 学 操 作［1－6］、基 于 字 符 的 定 位［7］、边 缘 检测［3，8］、人工神经网络［9］、模板匹配［10］、支持向量机［11］、基于颜色的分析［5，12］．但这些方法都有一定的限制．基于字符的定位是当边缘检测后直接对字符进行定位，然后利用遗传算法来确定车牌．但是当背景复杂时，这种方法可能产生较多候选区．而边缘检测对噪声十分敏感，当噪声较多时边缘断裂或不完整时，可能使定位失败．模板匹配是计算输入图像和模板图像的相似性，然后选择相似性最高的图像作为输出．这种方法易于实现，但需要较多的计算时间．对于基于颜色的分析，当车牌与车身颜色相似时，很难找到车牌区域．数学形态学操作是一种很好的方法，但 文献［2］使用了多次的开运算和闭运算，影响了处理速度，不能实时应用，并且当光照条件改变时，容易将车灯、散热器误检为车牌．

针对上述问题，本文提出了一种基于数学形态学和纹理特征的车牌快速定位方法．这种方法和文献［4］的区别在于本文只用了2次形态学操作，并结合了纹理特征，节约了大量时间．车牌……