侯向宁，刘华春

(成都理工大学 工程技术学院，四川 乐山 614007)

0 引 言

车牌定位在车牌识别系统中起着至关重要的作用，车牌定位的准确与否，直接会影响到后续的字符分割和字符识别的效率,从而影响整个系统的速度和识别率。

从广义的角度，车牌定位可以分为基于灰度图像的边缘检测和基于彩色图像的色彩分割两类[1]。基于灰度图像的边缘检测首先把彩色图像转换为灰度图像，然后对灰度图像进行相关处理以定位车牌。该方法的优点在于计算量小、速度快、实时性较好；缺点是在复杂背景下定位的效果不理想。基于彩色图像的色彩分割利用车牌的颜色特征定位车牌，其优点是在复杂背景下车牌定位的效果很好；缺点是计算量较大、速度不够快。

单一的车牌定位方式很难同时保证车牌定位的准确性和实时性，因此文中将在两类算法的基础上，结合两者的优点，使得车牌定位的准确性和实时性都能得到较大的提升。

1 Sobel算子定位

在车牌定位方法中,边缘检测算法时间复杂度较低，但在实践中效果较好，是目前较为成熟的方法。常用的边缘检测算法有Roberts算子、Sobel算子、Prewitt算子、Canny算子等[2-8]。选择边缘检测算法时，既要考虑边缘定位的精度，也要考虑抗噪性，当两方面很难兼备时，要做适当的权衡[8]。在众多边缘检测算法中，Sobel算子较为常用，因为Sobel算子计算量小，边缘检测效果好。另外，Sobel算子采用了局部平均，因此抗噪性较好[9]。

基于Sobel算子的车牌定位首先利用高斯模糊对原始图像进行去噪，然后进行灰度化，使用Sobel查找垂直边缘，为减少计算量，将Sobel算子生成的灰度图像转换为二值图像。……