饶文军，谷玉海，朱腾腾，黄艳庭

（北京信息科技大学 现代测控技术教育部重点实验室，北京 100192）

车牌识别过程一般包括车牌定位、车牌字符分割、车牌字符识别等3个主要步骤［1］。针对实现车牌定位方法，杨鼎鼎等［2］提出了一种首先通过车牌背景和字符固定颜色对车牌进行粗定位，然后采用改进的Canny边缘检测算法对粗定位的车牌区域进行边缘检测，并通过投影定位法和车牌的几何特征完成车牌的定位。李良荣等［3］针对高速公路中车牌识别问题，采用Sobel算子和HSV定位相结合的方法实现车牌定位、SIFT算法对车牌进行特征提取，并通过基于SVM算法实现车牌的字符识别。罗山等［4］中提出了一种将形态学与颜色信息相结合的车牌定位方法。

以上方法各具有优缺点：基于颜色进行定位的方法，在车牌和车身颜色较接近时定位效果不理想，容易将车身的某些部位误判为车牌；基于边缘信息检测的方法容易将车灯等闭合区域误判为车牌。将几种方法结合起来，虽然在一定程度上能够提高车牌的定位准确率，但是在一些较模糊的环境下还是难以取得良好的定位效果。

对于车牌字符分割，从目前的实际测试效果来看，如果车牌比较清晰，车牌字符分割一般比较准确，但是如果对在雾天等不良天气环境下以及夜晚得到的较模糊的车牌进行分割时就会出现很多错误。同时由于目前车牌字符分割主要是采用水平投影寻找外轮廓的方法，但是这种方法容易在分割时出现错误，比如“川”字是车牌字符分割中最容易出现分割错误的，很容易将“川”字分割成多块，如果出现这种情况就无法识别或识别错误。……