聂文都 蔡锦凡

（西京学院 西安 710123）

1 引言

随着我国经济的高速发展，小汽车越来越普及，但小汽车也带来了一系列的交通管理问题，因此建立智能的交通管理系统是很有必要的，其中汽车的车牌识别系统是很重要的一部分。汽车车牌识别领域也是数字图像处理技术［1］、计算机视觉技术［2］和人工智能（AI）技术［3］重要的研究方向之一。通过对监控视频图像进行逐帧获取车牌图像，再利用上述技术进行对车牌的精确定位分析和车牌号码的识别。车牌识别在现在的高速公路、智慧停车场、城市交通等都有着广泛的应用。本文提出基于OpenCV和SVM的车牌识别方法，可高效获取车辆车牌信息。

2 车牌图像预处理

2.1 图像边缘检测

对原始图像进行灰度化处理，如图1（a），再对其进行边缘检测。在传统车牌识别方法中常用So⁃bel算子对图像进行边缘检测［4］，Sobel算子对灰度渐变和噪声较多的图像处理效果较好，但是Sobel算子对边缘定位不是很准确，检测的精度不够，得不到好的边缘检测结果。本用Canny算子来实现对图像边缘信息的检测［5］，Canny有较好的抗噪能力，能够检测弱边缘，使用两种不同的阈值分别检测强边缘和弱边缘，能高效提取字符的边缘信息。Canny算子处理后的图像如图1（b）。

图1 图像边缘检测

2.2 图像去噪

为了克服简单局部平均法的弊端，目前已经提出许多保持边缘细节的局部平滑算法［6］，主要思想是如何选择领域的大小、形状和方向、领域点的权重系数等。高斯平滑［7］就是诸多平滑算法中的一种，在高斯平滑中，对图像进行平均时，不同位置的像素被赋予了不同的权值。……