唐灵洁，胡红萍，白艳萍，杨丽丽

（中北大学理学院，山西太原 030051）

0 引言

车牌识别是智能交通系统中的重要组成部分，车牌识别的过程包括车牌定位、车牌分割、车牌识别。其中，车牌定位是所有工作的前提和基础。目前，已经有很多学者在这方面进行了研究，提出了很多车牌定位的算法，但是随着车型的日益增加，背景变化多端，常用的一些算法已经难以克服一些新的干扰情况。

目前车牌定位提取方法主要有神经网络、灰度特征法、纹理特征、投影法、数学形态学等，在定位过程中，它们各有自己的优缺点[1]。本文针对这些算法的特点，选取了数学形态学与投影法相结合的方法，对图像进行粗定位和精定位，最后，根据车牌自身的长宽比例等先验知识对车牌进行最终的定位。

1 图像预处理

在对车牌进行定位之前，需要对图像进行预处理，以方便定位工作能更好的进行。我国的车牌主要有蓝底白字、黄底黑字、黑底白字等多种颜色，由于拍摄的车牌受天气、光线的影响较大，用颜色作为主要的定位手段可靠性不强，因此要对其进行灰度转换，由于噪声、光照等原因还要对图像进行平滑、去噪、滤波等处理。

1.1 图像灰度化

本文采取的灰度转换公式如下[2]：

式（1）中，Gray为灰度值；R，G，B 分别为红色、绿色和蓝色分量值。

图1、图2为灰度化后的对比图。

图1 原始图像

图2 灰度化后图像

1.2 图像二值化

二值化[3]图像在数字图像处理中占有非常重要的地位，二值化的效果直接影响到根据车牌区域特征进行车牌定位及后续工作，而二值化的关键在于阈值的选择。……