张 晶，吕少胜

(1.石家庄学院电气信息工程系，河北 石家庄 050035;2.河北省电力勘测设计研究院，河北 石家庄 050031)

责任编辑:任健男

车牌自动识别技术是智能交通系统中重要的组成部分，广泛应用在收费站、停车场和机动车违章查询等场合。一幅车牌图像的识别主要有三个步骤:车牌定位、字符分割、字符识别。其中能够准确、快速定位车牌是车牌自动识别的关键。定位的好坏将直接影响到车牌字符的识别率。

至今为止，众多学者对车牌定位方法进行了广泛的研究，并且提出了多种有效的定位方法。这些方法有:基于彩色信息的定位方法［1］，基于小波分析的车牌定位方法［2］，基于神经网络的定位方法［3］，基于灰度检测的方法［4］。本文针对以上方法中出现的不足，提出了一种基于二次定位的车牌图像定位方法，并在二次定位中插入车牌图像的倾斜校正，进一步提高了定位的准确性，能有效去除车牌边框，为后续的车牌字符识别打下良好的基础。

1 车牌图像初定位

1.1 灰度化

由于从摄像头获取的车辆图像为彩色图像，如果直接对彩色图像进行处理，运算量很大，导致速度降低。所以首先根据式(1)将彩色图像变为灰度图像，其中R，G，B分别代表红色分量、绿色分量、蓝色分量，灰度图像如图1所示。

图1 灰度图像

1.2 边缘检测

采用Sobel算子对车辆灰度图像进行边缘检测。与Prewitt算子相比，Sobel算子对于像素位置的影响做了加权，可以降低边缘模糊程度，因此效果更好，如图2所示。Sobel算子是滤波算子的形式，用于提取边缘，可以利用快速卷积函数，对噪声有很好的抑制作用。……