廉 宁， 徐艳蕾

(吉林农业大学信息技术学院，吉林 长春 130118)

基于数学形态学和颜色特征的车牌定位方法

廉 宁， 徐艳蕾

(吉林农业大学信息技术学院，吉林 长春 130118)

为了解决单一车牌定位算法在复杂背景中定位效果不理想的现状，提出一种数学形态学和颜色特征相结合的算法对车牌进行定位。首先利用最大类间方差法(Ostu算法)找到一个最佳的阈值，根据所得阈值把得到的灰度图像二值化，然后采用一种改进的数学形态学算法对图像进行边缘检测，最终结合数学形态学和车牌颜色特征进行准确定位。实验表明该算法明显优于传统或单一的车牌定位方法，定位准确率高，对背景限制少，应用范围广。

车牌定位；最大类间方差法；图像二值化；数学形态学；颜色特征

随着社会经济的迅猛发展，人们生活水平的提高，机动车辆的数量越来越多。作为汽车“身份证”的汽车车牌是在公共场合能够唯一确定汽车身份的凭证。车辆牌照定位与识别已成为计算机视觉与模式识别技术在智能交通领域应用的重要研究课题之一，而车牌定位是车牌识别系统的重要前提。

常用的车牌定位方法主要分为基于灰色图像和基于彩色图像的车牌定位方法。但因车牌自身因素(新旧、污渍、倾斜)及环境因素(光照、天气)，基于灰度图像的定位算法存在一定的缺陷[1-2]。基于彩色图像的车牌定位算法主要是考虑到彩色图像具有丰富的信息，但是这类算法的过程比较复