车牌小知识
我国各个省的车牌号中的A、B、C、D.......是按什么顺序来排列的？
代表该车所在地的地市一级代码，规律一般是这样的，A是省会，B是该省第二大城市，C 是该省第三大城市，依此类推。
车牌号的第一个是汉字：代表该车户口所在省的简称：如四川就是川，北京就是京，重庆就是渝，上海就是沪......，第二个是英文：代表该车所在地的地市一级代码，规律一般是这样的，A是省会，B是该省第二大城市，C是该省第三大城市，依此类推。然后就是后五位啦，这后五位是这样的规律，如果你是第一个在该省该地区上的第一个车牌，从理论上讲你车牌后五位就是00001，如果你是第8965位车主，你的车牌的后五位理论上就应该是08965，如果车牌超过了数字的容量就是第100000万位时，就从第一位开始用字母A，后面用0001至9999，用完后第一位改成B再跟0001至9999，依此类推，也就是说如果车牌号越大说明车越新，前面的英文字母越靠后，说明车越新，这就是一般规律。黄色牌号代表大车，兰牌代表小车，黑牌代表外资企业或者是大使馆的车,军车的牌号是按军队的编法编的，与地方车不一样，但是都是白底红字，警车与地方车编法基本相同，只是最后位数字不是数字而是改成了红色的警字。
车牌号码为什么颜色不一样？它们都代表什么含义？浙江省(浙)
A 杭州市
B 宁波市
C 温州市
D 绍兴市
E 湖州市
F 嘉兴市
G 金华市
H 衢州市J 台州市K 丽水市L 舟山市
福建省(闽)
A 福州市
B 莆田市
C 泉州市
D 厦门市
E 漳州市
F 龙岩市
G 三明市
H 南平市J 宁德市K 省直系统
广东省(粤)
A 广州市
B 深圳市
C 珠海市
D 汕头市
E 佛山市
F 韶关市
G 湛江市
H 肇庆市J 江门市K 茂名市L 惠州市M 梅州市N 汕尾市P 河源市
Q 阳江市R 清远市S 东莞市T 中山市U 潮州市V 揭阳市W 云浮市
X 顺德区Y 南海区Z 香港澳门进入内地车辆
北京市(京)
A B（出租车以及营运车辆） C E F G（远郊区县）
天津市(津)
A B C E（出租车）
河北省(冀)
A 石家庄市
B 唐山市
C 秦皇岛市
D 邯郸市
E 邢台市
F 保定市
G 张家口市H 承德市J 沧州市R 廊坊市T 衡水市
山西省(晋)
A 太原市
B 大同市
C 阳泉市
D 长治市
E 晋城市
F 朔州市H 忻州市
J 吕梁地区K 晋中市L 临汾市M 运城市
内蒙古自治区(蒙)
A 呼和浩特市
B 包头市
C 乌海市
D 赤峰市
E 呼伦贝尔市
F 兴安盟
G 通辽市H 锡林郭勒盟J 乌兰察布盟K 鄂尔多斯市L 巴彦淖尔盟
M 阿拉善盟
辽宁省(辽)
A 沈阳市
B 大连市
C 鞍山市
D 抚顺市
E 本溪市
F 丹东市
G 锦州市
H 营口市J 阜新市K 辽阳市L 盘锦市M 铁岭市N 朝阳市P 葫芦岛市V 省直机关
吉林省(吉)
A 长春市
B 吉林市
C 四平市
D 辽源市
E 通化市
F 白山市
G 白城市
H 延边朝鲜族自治州J 松原市
黑龙江省(黑)
A 哈尔滨市
B 齐齐哈尔市
C 牡丹江市
D 佳木斯市
E 大庆市
F 伊春市
G 鸡西市H 鹤岗市J 双鸭山市K 七台河市
L 松花江地区（已并入哈尔滨市，车牌未改）M 绥化市
N 黑河市P 大兴安岭地区R 农垦系统
上海市(沪)
A B C (远郊区县, 不准进外环) D
R (崇明、长兴、横沙三岛, 不准上陆地)
江苏省(苏)
A 南京市
B 无锡市
C 徐州市
D 常州市
E 苏州市
F 南通市
G 连云港市
H 淮安市J 盐城市K 扬州市L 镇江市M 泰州市N 宿迁市
安徽省(皖)
A 合肥市
B 芜湖市
C 蚌埠市
D 淮南市
E 马鞍山市
F 淮北市
G 铜陵市
H 安庆市J 黄山市K 阜阳市L 宿州市M 滁州市N 六安市P 宣城市
Q 巢湖市R 池州市S 亳州市
江西省(赣)
A 南昌市
B 赣州市
C 宜春市
D 吉安市
E 上饶市
F 抚州市
G 九江市
H 景德镇市J 萍乡市K 新余市L 鹰潭市M 南昌市,省直系统
山东省(鲁)
A 济南市
B 青岛市
C 淄博市
D 枣庄市
E 东营市
F 烟台市
G 潍坊市
H 济宁市J 泰安市K 威海市L 日照市M 滨州市N 德州市P 聊城市
Q 临沂市R 菏泽市S 莱芜市U 青岛市增补V 潍坊市增补
河南省(豫)
A 郑州市
B 开封市
C 洛阳市
D 平顶山市
E 安阳市
F 鹤壁市
G 新乡市
H 焦作市J 濮阳市K 许昌市L 漯河市M 三门峡市N 商丘市P 周口市Q 驻马店市R 南阳市S 信阳市U 济源市
湖北省(鄂)
A 武汉市
B 黄石市
C 十堰市
D 荆州市
E 宜昌市
F 襄樊市
G 鄂州市
H 荆门市J 黄冈市K 孝感市L 咸宁市M 仙桃市N 潜江市P 神农架林区
Q 恩施土家族苗族自治州R 天门市S 随州市
湖南省(湘)
A 长沙市
B 株洲市
C 湘潭市
D 衡阳市
E 邵阳市
F 岳阳市
G 张家界市
H 益阳市J 常德市K 娄底市L 郴州市M 永州市N 怀化市
U 湘西土家族苗族自治州
广西壮族自治区(桂)
A 南宁市
B 柳州市
C 桂林市
D 梧州市
E 北海市
F 南宁地区（部分划入南宁市，其它部分成立崇左市）
G 柳州地区（部分划入柳州市，其它部分成立来宾市）
H 桂林地区(已并入桂林市) J 贺州市
K 玉林市L百色市M 河池市N 钦州市P 防城港市R 贵港市
海南省(琼)
A 海口市
B 三亚市
C 琼北车辆管理所：琼山市（已并入海口市）、儋州市、琼海市、万宁市、文昌市、澄迈县、屯昌县、定安县、临高县
D 琼南车辆管理所：五指山市、东方市、白沙黎族自治县、昌江黎族自治县、陵水黎族自治县、乐东黎族自治县、保亭黎族苗族自治县、琼中黎族苗族自治县
E 洋浦开发区
重庆市（渝）
A 直属车辆管理所
B 江南车辆管理分所
C 永川车辆管理所：永川市、江津市、合川市、潼南县、铜梁县、壁山县、大足县、綦江县、荣昌县
F 万州车辆管理所：万州区、梁平县、城口县、巫山县、巫溪县、忠县、开县、奉节县、云
阳县
G 涪陵车辆管理所：涪陵区、南川市、垫江县、丰都县、武隆县
H 黔江车辆管理所：黔江区、石柱土家族自治县、秀山土家族苗族自治县、酉阳土家族苗族自治县、彭水苗族土家族自治县
四川省（川）
A 成都市
B 绵阳市
C 自贡市
D 攀枝花市
E 泸州市
F 德阳市H 广元市
J 遂宁市K 内江市L 乐山市M 资阳市Q 宜宾市R 南充市S 达州市
T 雅安市U 阿坝藏族羌族自治州V 甘孜藏族自治州W 凉山彝族自治州
X 广安市Y 巴中市Z 眉山市
贵州省（贵）
A 贵阳市
B 六盘水市
C 遵义市
D 铜仁地区
E 黔西南布依族苗族自治州
F 毕节地区
G 安顺市
H 黔东南苗族侗族自治州J 黔南布依族苗族自治州
云南省（云）
A 昆明市 C 昭通市 D 曲靖市 E 楚雄彝族自治州 F 玉溪市
G 红河哈尼族彝族自治州
H 文山壮族苗族自治州J 思茅地区K 西双版纳傣族自治州
L 大理白族自治州
M 保山市N 德宏傣族景颇族自治州P 丽江市Q 怒江傈僳族自治州
R 迪庆藏族自治州S 临沧地区
西藏自治区（藏）
A 拉萨市
B 昌都地区
C 山南地区
D 日喀则地区
E 那曲地区
F 阿里地区
G 林芝地区
H 驻四川省天全县车辆管理所J 驻青海省格尔木市车辆管理所
陕西省（陕）
A 西安市
B 铜川市
C 宝鸡市
D 咸阳市
E 渭南市
F 汉中市
G 安康市
H 商洛市J 延安市K 榆林市U 省直系统(已取消)
V 杨凌高新农业示范区
甘肃省（甘）
A 兰州市
B 嘉峪关市
C 金昌市
D 白银市
E 天水市
F 酒泉市
G 张掖市
H 武威市J 定西地区K 陇南地区L 平凉市M 庆阳市N 临夏回族自治州
P 甘南藏族自治州
青海省（青）
A 西宁市
B 海东地区
C 海北藏族自治州
D 黄南藏族自治州
E 海南藏族自治州
F 果洛藏族自治州
G 玉树藏族自治州
H 海西蒙古族藏族自治州
宁夏回族自治区（宁）
A 银川市
B 石嘴山市
C 吴忠市
D 固原市
新疆维吾尔自治区（新）
A 乌鲁木齐市
B 昌吉回族自治州
C 石河子市
D 奎屯市
E 博尔塔拉蒙古自治州
F 伊犁哈萨克自治州直辖县、县级市（原伊宁地区）
G 塔城地区H 阿勒泰地区
J 克拉玛依市K 吐鲁番地区L 哈密地区M 巴音郭楞蒙古自治州
N 阿克苏地区
P 克孜勒苏柯尔克孜自治州Q 喀什地区R 和田地区
车牌的底色有兰色、黄色、白色、黑色。
兰色是小车车牌（包括小吨位的货车）
黄色是大车或农用车用的车牌及教练车车牌，还有新产品为定型的试验车。摩托车也是黄牌的。
白色是特种车车牌（如军车警车车牌及赛车车牌）
黑色是外商及外商的企业由国外自带车的车牌。
大型民用汽车：黄底黑字；
小型民用汽车：蓝底白字；
武警专用汽车：白底红“WJ”、黑字；
其它外籍汽车：黑底白字；
使、领馆外籍汽车：黑底白字及空心“使”字标志；
试车牌照：白底红字，数字前有“试”字标志；
临时牌照：白底红字，数字前有“临时”二字；
汽车补用牌照：白底黑字。
另外，民用汽车牌照上有省、直辖市、自治区的名称和发证照及监督机关的代号，编号是英文大写字母。
后面的汽车编号，一般为5位数字，即从00001～99999。
编号超过10万时，就由A、B、C等英文字母代替，即A代表10万，B代表11万，C代表12万，最后一个字母及Z代表33万。
英文字母中的I和O避而不用，以免和数字中的1和0混淆。
使、领馆的外籍汽车牌照上的小数字是建交国家的代号，与所在地区的监管编号无关。
车牌图像定位与识别
专业综合实验报告----数字图像处理 专业：电子信息工程 班级： ： 学号： 指导教师：
2014年7月18日 车牌图像定位与识别 一、设计目的 利用matlab实现车牌识别系统，熟悉matlab应用软件的基础知识，利用其解决数字信号处理的实际应用问题，从而加深对理论知识的掌握，巩固理论课上知识的同时，加强实践能力的提高，理论联系实践，提高自身的动手能力。同时不断的调试程序也提高了自己独立编程水平，并在实践中不断完善理论基础，有助于自身综合能力的提高。 二、设计内容和要求 车牌识别系统应包含图像获取、图像处理、图像分割、字符识别、数据库管理等几个部分，能够完成复杂背景下汽车牌照的定位分割以及牌照字符的自动识别。这里，只要求对给定的彩色车牌图像变换成灰度图像，用阈值化技术进行字符与背景的分离，再提取牌照图像。 三、设计步骤 1．打开计算机，启动MATLAB程序； 2．调入给定的车牌图像，并按要求进行图像处理； 3．记录和整理设计报告 四、设计所需设备及软件 计算机一台；移动式存储器；MATLAB软件。 五、设计过程 车辆牌照识别整个系统主要是由车牌定位和字符分割识别两部分组成，其中车牌定位又可以分为图像预处理及边缘提取模块和牌照的定位及分割模块；字符识别可以分为字符分割和单个字符识别两个模块。 (一）对图像进行图像转换、图像增强和边缘检测等
1.载入车牌图像： 原图 2.将彩图转换为灰度图并绘制直方图： 灰度图 灰度直方图 3.用roberts 算子进行边缘检测： 图像中车辆牌照是具有比较显著特征的一块图象区域，这此特征表现在：近似水平的矩形区域；其中字符串都是按水平方向排列的；在整体图象中的位置较为固定。正是由于牌照图象的这些特点，再经过适当的图象变换，它在整幅中可以明显地呈现出其边缘。边缘提取是较经典的算法，此处边缘的提取采用的是
基于图像处理技术的车牌识别方法研究
龙源期刊网 https://www.360docs.net/doc/d93879503.html, 基于图像处理技术的车牌识别方法研究 作者：朱明秀 来源：《信息记录材料》2019年第03期 【摘要】近几年，智能化在我国各行各业中都应用极广，在交通系统中应用也非常多，车牌识别技术则是其中之一，如何在车辆正常行使状态下完成车牌自动识别？本文将从车牌识别现状入手进行分析，找到现有识别方式的一些问题，再吸取经验，从车牌定位、车牌字符分割、车牌字符识别几方面对基于图像处理技术的车牌识别方法进行探讨。 【关键词】图像处理技术车牌识别方法抓取识别 【中图分类号】TP274 【文献标识码】A 【文章编号】1009-5624（2019）03-0224-03 1 引言 随着经济和科技的发展，我国国民生活水平也日益提高，汽车成为每家每户常见的交通工具，这虽然带动了我国经济的发展，但也使交通管理工作量变大，在这种情况下，再依靠传统的办法根本无法完成交通管理工作，这就需要我们依靠信息化、智能化的技术去辅助完成交通管理工作。对于车辆来讲其主要识别是依靠车牌来的，因此我们必须将这种智能化、信息化技术应用到车牌识别中来，使之能服务于我国的车辆管理工作，使车辆管理工作能更加高效的运行。 2 车牌识别技术概述 2.1 车牌识别技术现状 近年来我国的车牌智能识别技术发展也非常快，现有的识别技术普遍有两种，一种是将车牌信息收集储存于IC卡或者条形码，通过无线电频率鉴别系统来识别汽车车牌号码，这种识别技术相对准确度比较高，但整套设备存在2个实际操作的问题：①十分复杂，不利于异型作业，而且需要所有车牌按照全国统一标准来制定，执行难度很大。②对扫描的工具要求非常高，这导致整套设备价格成本过高，而且虽能进行扫描，但无法核实车和卡是否一致，这也是个目前尚未突破的技术问题，这些问题都导致通过IC卡或条形码来进行识别的技术无法得到很好的推广。另一方面是直接通过突破来进行识别，因为这种识别方法能在无任何信号发送设备的情况下抓取到不同状态车辆的车牌，并通过非接触性信息菜系系统来进行智能识别，这种方法近年来使用很多，其相对IC卡和条形码来讲，能有效降低从成本，提高经济效益，而且起能通过图像抓取和人为参与结合来解决系统中的识别错误问题，有效提高。 2.2 车牌识别技术的研究意义
基于投影法的车牌定位研究
基于投影法的车牌定位研究 摘要：车牌识别系统是近几年发展起来的基于图像处理和字符识别技术的智能化交通管理系统。车牌定位是车牌识别中的关键步骤。为了能在复杂背景和不同光照条件下快速、准确地定位车牌位置。提出了一种基于投影法的车牌定位方法。该方法首先对车牌图像实施二值化、边缘检测等预处理，然后在此基础上，利用基于双向回溯的投影法确定车牌的上下左右边界。实验结果表明，该方法定位准确。 关键词：车牌定位；行扫描；边缘检测；垂直投影 Research of License Plate Locating Method Based on Projection Abstract: license plate recognition system is developed in recent years based on image processing and character recognition technologies intelligent traffic management system. License plate location is one of the key steps in the license plate recognition. In order to obtain accurate location of vehicle plate quickly under complicated background and different illumination condition, this paper proposes a kind of locating method based on projection. First, this method carries out preprocessing such as two-valuation and edge detection. Then the projection approach based on two-way back is adopted to examine up-down and left-right boundary of the car license. The experiment results indicate that the presented method is excellent in accuracy. Key words: license plate location; line scanning; edge detective; vertical projection 0 引言 车牌识别系统作为数字摄像、计算机信息管理、图像分割和图形识别技术在智能交通领域的应用，是智能交通管理系统中重要的组成部分。车牌识别技术可应用于道路交通监控、交通事故现场勘察、交通违章自动记录、高速公路超速管理系统、小区智能化管理等方面[1]，为智能交通管理提供了高效、实用的手段。所以对车牌识别技术的研究依然是目前高科技领域的热门课题之一。车牌识别系统的成功设计、开发和应用具有相当大的社会效益、经济效益和学术意义。 基于图像处理的车牌识别系统一般包括以下五个部分： 图1 车牌识别系统 在实际应用中，车牌识别系统必须快速、准确、鲁棒地识别出车牌。因此，在车牌识别过程中，车辆的检测、图像的采集、车牌的识别等都是重要的环节，其中关键的技术有[2]：1）车辆牌照区域定位技术，即把车牌部分的图像从整个图像中切分出来的过程。 2）车辆牌照字符切分技术，即对定位后的车牌区域中的字符进行切分和归一化处理，其中车牌的二值化和倾斜校正对于字符的切分和识别都是非常重要的。 3）车辆牌照字符识别技术，即将切分后的字符识别出来。 车牌定位是车牌识别系统完成图像采集后对图像进行处理的第一步，它的好坏直接关系到整个系统识别率的高低，并且对识别速度有很大的影响。车牌不能准确定位意味着后面的识别过程都是无效的[3]。 由于车牌背景的复杂性与车牌特征的多样性，目前仍没有一个通用的智能化的车牌定位方法。目前主要的车牌定位算法有基于彩色信息的方法、基于扫描行的方法、基于数学形态
基于模式识别的车牌定位算法研究-开题报告
安徽建筑工业学院电子与信息工程学院本科毕业设计（论文）开题报告 课题名称：基于模式识别的图像处理算法研究 ——基于模式识别的车牌定位算法研究专业：电子信息工程 班级：08电子①班 学生姓名：陈宇栋 学号：08205010127 指导教师： 填表日期：2012年3月5日 安徽建筑工业学院电子与信息工程学院 二○一一年十二月制表
说明 1.抓好毕业设计（论文）的开题报告是保证毕业设计 （论文）质量的一个重要环节。为了加强对毕业设计（论文）的过程管理，规范毕业设计（论文）的开题报告，特印发此表。 2.毕业生一般应在毕业设计前期准备过程中，通过文 献调研，主动跟指导教师讨论，完成毕业设计（论文）的开题报告。 3.此表经过指导教师和有关人员签字后，一份由指导 教师保存，一份交院教学办公室。 4.毕业生在毕业设计（论文）答辩时，必须提交这份 毕业设计（论文）开题报告。 填写选题依据和设计方案，力求简练，若表中栏目不够填写，可另加附页。
一、简表 学生简况 姓名陈宇栋性别男出生年月1988-08入学时间2008-09学号08205010127专业电子信息工程班级08电子①班 课题名称基于模式识别的图像处理算法研究 子课题基于模式识别的车牌定位算法研究 课题来源纵向课题 类型计算机软件设计 研究（设计）内容 随着计算机和人工智能技术的发展，模式识别在图像处理中的应用日益广泛，智能交通工具在世界范围内引起重视，而车牌识别系统是智能交通工具的重要组成部分，该系统可以记录十字路口违章车辆，实现高速公路、收费路口、停车场等地的收费。车牌识别系统包括从图像的采集到预处理，再到车牌区域的定位和字符的分割，最后对分割出的字符进行识别的一系列过程。本次毕业设计主要对汽车牌照识别系统进行处理研究，借助于Visual C++编程环境运行在相应的硬件平台上，利用数字图像模式识别技术实现对汽车牌照的自动识别。按照模式识别系统组成，完成汽车牌照自动识别技术包括车牌预处理、车牌特征提取和车牌识别等功能，完成相应的算法研究。 对采集的车牌图像进行预处理包括图像灰度化、二值化、灰度拉伸及边缘提取等过程，并且过滤图像噪声使图像区域特征明显，根据区域特征确定车牌区域。车牌字符分割可以采用车牌区域纵向灰度投影的方式进行字符区域识别和分割实现。最后进行车牌分割字符图像归一化，将分割好的字符图像通过系数变换得到高度、宽度均相等的图像，以方便特征提取，提高识别的准确率，实现车牌的识别。
关于车牌定位的一些算法
近年来，智能交通系统(ITS)越来越受到人们的重视在车牌识别中，车牌自动识别系统作为核心部分之一应用已经越来越普及。车牌识别系统主要分车牌定位、字符切分和字符识别三部分，而车牌定位又是系统中最重要的步骤，定位的成功与否以及定位的准确程度将会直接决定后期能否进行车牌识别以及识别的准确度。 文中利用MATLAB进行分析与仿真。MATLAB是一种简单，高效、功能强大的高级语言,在科学与工程计算领域有着广泛的应用前途。在数字图像处理领域,可应用MATLAB数字图像处理技术进行系统分析与设计。 本文要讨论的是对彩色车牌图像进行包括灰度化、二值化、图像增强、边缘检测的预处理，之后进行区域提取来实现对车牌的初定位。借助MATLAB编程语言在仿真过程中分析现有算法并加以改进。 1 车牌定位中的基本理论与算法 1.1图像灰度化 彩色图像包含着大量的颜色信息，不但在存储上开销很大，而且在处理上也会降低系统的执行速度，因此在对图像进行识别等处理中经常将彩色图像转变为灰度图像，以加快处理速度。经过灰度变换后，像素的动态范围增加，图像的对比度扩展，使图像变得更加清晰、细腻、容易识别。 在车牌识别中要利用灰度分布的特征进行进一步的分割、识别，因此对车牌图像进行灰度化成为车牌定位的必要步骤之一。 1.2图像二值化 二值图像是指整幅图像画面内仅黑、白二值的图像。在实际的车牌处理系统中，进行图像二值变换的关键是要确定合适的阀值，使得字符与背景能够分割开来，二值变换的结果图像必须要具备良好的保形性，不丢掉有用的形状信息，不会产生额外的空缺等等。车牌识别系统要求处理的速度高、成本低、信息量大，采用二值图像进行处理，能大大地提高处理效率。如果图像中某中像素的灰度值小于该阈值，则将该像素的灰度值设置为0或255，否则灰度值设置为255或0。
车牌定位算法研究及实现
车辆自动识别技术（一）——车牌定位算法研究及实现 (2010-07-19 22:45:15) 分类：控制仿真类 标签： 杂谈 摘要 随着我国交通事业的迅速发展，城市汽车容量的急速攀升，建立现代化的智能交通系统已经成为解决此类中诸多问题的焦点所在。汽车牌照识别系统是交通管理领域和数字图像处理领域里的热点问题，车辆是构成整个智能交通系统的最基本元素，而车辆牌照是我们标定车辆的唯一ID，所以说，车牌定位是实现车牌字符分割和字符识别的前提和关键。 本文介绍了三种基于MATLAB的汽车牌照图像定位方法。这些算法充分利用了车牌纹理、颜色、宽高比等特征，经过灰度化、运动区域定位、边缘提取、水平投影、自适应数学形态学处理、垂直投影、颜色判定、区域生长等一系列步骤，最终实现车牌定位。特别是边缘处理算子的改进、自适应数学形态学的引入以及小波分析的应用，对算法性能有着巨大影响，是本算法的关键所在。 实验结果表明，所述的三种方法是有效的，能够定位所采集的车牌，虽然不能定位全部采集到的图片，但方法三相对前两种方法的准确率有很大的提高，达到了预期的目的。 关键词：车牌定位；纹理分析；边缘检测；数学形态学；小波分析 目录 摘要 Abstract 第1章绪论 1 1.1 课题研究背景及意义 1 1.2 课题研究目的 2 1.3 国内及国外研究现状 2 1.3.1 国内研究现状 2
1.3.2 国外研究现状 4 1.4 本文的工作及基本结构 4 第2章图像处理技术基础 5 2.1 图像预处理 5 2.1.1 图像灰度化 5 2.1.2 图像二值化 6 2.1.3 图像小波变换 6 2.1.4 图像形态学处理 7 2.2 图像区域裁剪 9 第3章基于MATLAB的车牌定位算法实现 10 3.1 MATLAB及其图像处理工具 10 3.2 我国车牌特点及识别难点 10 3.2.1 我国车辆牌照特点 10 3.2.2 我国车辆牌照定位难点 11 3.3 图像的采集 11 3.4 基于不同车牌特征的程序实现过程及结果图 13 3.4.1 基于车牌颜色特征的方法 13 3.4.2 基于数学形态学和边缘特征的方法 16 3.4.3 基于小波分析的方法 20 3.5 三种方法的结果比较 23 第4章结束语 26 参考文献 27 致谢 28 附录 29 第1章绪论 1.1 课题研究背景及意义
OpenCV下车牌定位算法实现
OpenCV下车牌定位算法实现代码（一） 车牌定位算法在车牌识别技术中占有很重要地位，一个车牌识别系统的识别率往往取决于车牌定位的成功率及准确度。 车牌定位有很多种算法，从最简单的来，车牌在图像中一般被认为是长方形，由于图像摄取角度不同也可能是四边形。我们可以使用OpenCV中的实例：C:\Program Files\OpenCV\samples\c.squares.c 这是一个搜索图片中矩形的一个算法。我们只要稍微修改一下就可以实现定位车牌。 在这个实例中使用了canny算法进行边缘检测，然后二值化，接着用cvFindContours搜索轮廓，最后从找到的轮廓中根据角点的个数，角的度数和轮廓大小确定，矩形位置。以下是效果图： 这个算法可以找到一些车牌位置，但在复杂噪声背景下，或者车牌图像灰度与背景相差不大就很难定位车牌。所以我们需要寻找更好的定位算法。下面是squares的代码： #ifdef _CH_ #pragma package
#include
数字图像处理-常用车牌定位方法的介绍和分析
车牌识别LPR(License Plate Recogniti ON)技术作为交通管理自动化的重要手段和车辆检测系统的一个重要环节，能经过图像抓拍、车牌定位、图像处理、字符分割、字符识别等一系列算法运算，识别出视野范围内的车辆牌照号码；它运用数字图像处理、模式识别、人工智能技术对采集到的汽车图像进行处理，能够实时准确地自动识别出车牌的数字、字母及汉字字符，并以计算机可直接运行的数据形式给出识别结果，使得车辆的电脑化监控和管理成为现实。 车牌识别技术的任务是处理、分析摄取的视频流中复杂背景的车辆图像，定位、分割牌照字符，最后自动识别牌照上的字符。为了保证汽车车牌识别系统能在各种复杂环境下发挥其应有的作用，识别系统必须满足以下要求: (1)鲁棒性:在任何情况下均能可靠正常地工作，且有较高的正确识别率。 (2)实时性:不论在汽车静止还是高速运行情况下，图像的采集识别系统必须在一定时间内识别出车牌全部字符，达到实时识别。 车牌识别技术的关键在于车牌定位、字符分割和字符识别三部分，其中车牌定位的准确与否直接决定后面的字符分割和识别效果，是影响整个LPR系统识 别率的主要因素，是车牌识别技术中最为关键的一步。目前车牌定位的方法多种多样, 归纳起来主要有基于纹理特征分析的方法、 基于边缘检测的方法、 基于数学形态学定位、基于小波分析定位以及基于彩色图像定位等，这些方法各有所长。
1、车牌目标区域特点 车牌定位方法的出发点是利用车牌区域的特征来判断牌照，将车牌区域从整幅车辆图像中分割出来。车牌自身具有许多的固有特征，这些特征对于不同的国家是不同的。从人的视觉角度出发，我国车牌具有以下可用于定位的特征: (1)车牌底色一般与车身颜色、字符颜色有较大差异; (2)车牌有一个连续或由于磨损而不连续的边框; (3)车牌内字符有多个，基本呈水平排列，在牌照的矩形区域内存在丰富的边缘，呈现规则的纹理特征; (4)车牌内字符之间的间隔较均匀，字符和牌照底色在灰度值上存在较大的跳变，字符本身和牌照底内部都有比较均匀的灰度; (5)不同图像中牌照的具体大小、位置不确定，但其长宽比在一定的变化范围内，存在1个最大值和1个最小值。 以上几种特征都是概念性的，各项特征单独看来都非车牌图像所独有，但将它们结合起来可以唯一地确定车牌。在这些特征中，颜色、形状、位置特征最为直观，易于提取。纹理特征比较抽象，必须经过一定的处理或者转换为其他特征才能得到相应的可供使用的特征指标。通常文字内容特征至少需要经过字符分割或识别后才可能成为可利用的特征，一般只是用来判断车牌识别正确与否。
车牌识别系统的研究背景意义及国内外研究现状
车牌识别系统的研究背景意义及国内外研究现状 1车牌识别系统的背景 1.1 车牌识别系统的背景及研究意义 1.2 车牌识别系统简介 2 车牌识别系统的国内外现状 3车牌识别难点 1车牌识别系统的背景 1.1 车牌识别系统的背景及研究意义 随着经济社会的迅猛发展，人们的生活水平的提高，机动车辆的数量也越来越多。为了提高车辆的管理效率，缓解公路上的交通压力，我们必须找到一种解决方案。而作为汽车“身份证”的汽车车牌，是在公众场合能够唯一确定汽车身份的凭证。我们可以以此为依据，设计一种车牌识别系统监控各个车辆的情况。为此，我国交通管理部门对汽车车牌的管理非常重视并制定了一套严格的管理法规。其中对汽车车牌的制作、安装、维护都要求由制定部门统一进行管理。在此基础上，如果研制出一种能在公众场合迅速准确地对汽车牌照进行自动定位识别的系统(CPR)，那么这将是一件非常有意义的工作，并将极大地提高汽车的安全管理水平及管理效率。 车辆牌照定位与识别是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, 该技术应用范围非常广泛, 其中包括: (1) 交通流量检测； (2)交通控制与诱导；(3) 机场、港口等出入口车辆管理；(4) 小区车辆管理； (5) 闯红灯等违章车辆监控；(6) 不停车自动收费；(7) 道口检查站车辆监控； (8) 公共停车场安全防盗管理；(9) 计算出行时间；(10) 车辆安全防盗、查堵指定车辆等。其潜在市场应用价值极大，有能力产生巨大的社会效益和经济效益。如图1所示，LPR[1]的部分应用： 图1 LPR在收费口、道路监控和停车管理中的应用 近些年,计算机的飞速发展和数字图像技术的日趋成熟，为传统的交通管理
基于MATLAB的车牌定位算法设计
北京联合大学毕业设计（论文）任务书 题目：基于MATLAB的车牌定位算法设计 专业：电子工程系指导教师：章学静 学院：信息学院学号： 2009080403104 班级： 20090804031 姓名：林本存 一、课题的任务与目的 自从2010年以来，北京的交通拥堵问题成为社会普遍关注和谈论的话题。而其他交通问题也呈现增长趋势。由于车辆牌照是我们标定车辆的唯一ID，因此，车牌的定位识别对于处理突发的交通事件就显得尤为重要。车牌定位识别系统是近几年发展起来的计算机视觉和模式识别技术在智能交通领域应用的重要课题之一。所谓车牌定位(License Plate Location)，就是把车牌区域完整的从一幅具有复杂背景的车辆图像中分割出来。它是进行车牌识别的首要任务和关键技术，能否将牌照的位置找出来，决定着车牌识别的后续工作能否继续进行，如果不能正确找到牌照的位置，那么就无法将它分割出来，字符分割和字符识别工作将无从谈起。同时，车牌定位的效率也直接影响着整个识别系统的效率，一个高效率的车牌识别系统首先必须是建立在高效的车牌定位算法的基础之上。因此，研究与开发车牌定位的算法具有十分重要的实用意义。例如，在公安执法系统、高速公路自动收费系统、城市道路监控系统、智能停车场管理系统等诸多智能交通系统中都有应用。车牌定位的目的是对摄像头获取的汽车图像进行预处理，确定车牌位置。 此次设计的任务就是在MATLAB中对采集到车辆图像进行色彩直方图分析，匹配车牌背景颜色的峰值从而实现车牌在图像位置中的定位。然后将此算法移植到DSP中，在DSP中验证移植的算法正确性。 二、调研资料情况 目前国外车牌定位识别系统已经有很多成熟的产品，以色列Hi—Tech公司的See/CarSystem系列，新加坡optasia公司的IMPS系列都是比较成熟的产品。但是，这些产品基本上只适合于自己国内的状况。而我国的情况与国外有很大的不同，比如车牌的形状，颜色，字符的颜色以及我国车牌中包含着汉字等。同时，目前的牌照识别系统具有一定的识别率，在天气条件差的情况下或夜晚时，识别率会明显下降，此外，也受到其他许多客观干扰的影响，例如天气、背景、车牌磨损、图像倾斜等。因此现有的识别系统要达到完全实用化仍然有很长的路要走。现有的比较好的车牌定位方法主要有J.Barroso等提出的基于水平线搜寻的定位
车牌号的选择方法(整理)
怎样选车牌号 怎样选车购车，自选车牌，一种很人性化的改革，它为车主展示学识、品味、情感、追求创造了条件，也为车主选择到适宜、吉祥、理想的车牌号，提供了方便。但如何选择，它有哪些根据，哪些方法，哪些讲究，现运用《易经》的象、数、理思想，简介如下。一、相关说明 车牌号是由英语字母和数字组成，要选择到理想的车牌号，首先需要从《易》理的角度来认识字母和数字。 其一象，所谓象就是形象，形状。凡车牌字母、数字的形状，如与其事业、希望、追求相对应，则会产生有利的促进作用。在26个字母和十个数字中，利官贵的 字母有：A、B、D、E、F、I、P、T，数字有：1、4、6、7、9等，因为 它们有竖划、向上、通天、得辅之象；利财运的字母有：A、B、D、E、F、H、M、O、P、Q、R、S、T、U、W、Z，数字有：2、3、4、5、6、8、0，因 为它们有横划、圆满、水形、聚积之象；利婚姻的字母有：B、E、F、H、M、O、P、Q、R、S、Y、Z，数字有：2、3、8、0，因为它们有对应、结合、勾通、圆满之象。 其二数，所有的自然数是没有吉凶的，但它与某个体结合产生关联时，就会有影响，才生吉凶。数的含意很多，简单地说有阴阳的含意，即单数为阳，双数为阴。有五行的含意，即1、6为水、2、7为火、3、8为木、4、9为金、5、0为土。有方位的含意，即1、6为北方、2、7为南方、3、8为东方、4、9为西方、5、0为居中。有卦象的含意，即三个数、四个数、五人数都可成卦，每个卦都蕴涵有许多相关事宜。 其三理，所谓理就是道理。在26个字母和十个数字中，所存之理可谓无穷无尽，如字母ABC和数字1有尊贵之意，因为它们是字母的前端和数的开始。如三位数的车牌，其数也可代表天、地、人三才，前一个数代表天，中间数代表人，最后一个数代表地，如四位数，中间两个数代表人，如五位数，中间一位数代表人，因为天、地、人三才的思想存在于一切事理之中，车牌亦不例外。如数字由小到大，最宜求官贵之人和大型产业类企业选用，数字由大到小，最宜求长寿之人和小型服务类企业选用。因为从小到大是步步高升，不断发展，从大到小是返老还童，循环沉淀。 另外，如果知道自己命理中的五行喜忌，则选择效果可能会更好。 二、具体方法 有了一定的《易》理概念后，选号则变得轻松容易，其总的原则是：据情，明理，选择。具体方法是： 1、字母有含义 不论是一个字母或两个字母，除了从象的角度考虑以外，最好字母为姓名、公司、行业、祥瑞等词语的拼音或单词缩写，使后面的数字有头、有主、有魂。
车牌定位方法
摘要: 车牌定位是车牌自动识别技术中的一个关键问题，许多学者研究发展多种车牌定位算法。简要介绍和比较了目前比较常见的几种车牌定位方法进行了。 车牌识别LPR(License Plate RecognitiON)技术作为交通管理自动化的重要手段和车辆检测系统的一个重要环节，能经过图像抓拍、车牌定位、图像处理、字符分割、字符识别等一系列算法运算，识别出视野范围内的车辆牌照号码；它运用数字图像处理、模式识别、人工智能技术对采集到的汽车图像进行处理，能够实时准确地自动识别出车牌的数字、字母及汉字字符，并以计算机可直接运行的数据形式给出识别结果，使得车辆的电脑化监控和管理成为现实。 车牌识别技术的任务是处理、分析摄取的视频流中复杂背景的车辆图像，定位、分割牌照字符，最后自动识别牌照上的字符。为了保证汽车车牌识别系统能在各种复杂环境下发挥其应有的作用，识别系统必须满足以下要求: (1)鲁棒性:在任何情况下均能可靠正常地工作，且有较高的正确识别率。 (2)实时性:不论在汽车静止还是高速运行情况下，图像的采集识别系统必须在一定时间内识别出车牌全部字符，达到实时识别。 车牌识别技术的关键在于车牌定位、字符分割和字符识别三部分，其中车牌定位的准确与否直接决定后面的字符分割和识别效果，是影响整个LPR系统识别率的主要因素，是车牌识别技术中最为关键的一步。目前车牌定位的方法多种多样, 归纳起来主要有基于纹理特征分析的方法、基于边缘检测的方法、基于数学形态学定位、基于小波分析定位以及基于彩色图像定位等，这些方法各有所长。 1、车牌目标区域特点 车牌定位方法的出发点是利用车牌区域的特征来判断牌照，将车牌区域从整幅车辆图像中分割出来。车牌自身具有许多的固有特征，这些特征对于不同的国家是不同的。从人的视觉角度出发，我国车牌具有以下可用于定位的特征: (1)车牌底色一般与车身颜色、字符颜色有较大差异; (2)车牌有一个连续或由于磨损而不连续的边框; (3)车牌内字符有多个，基本呈水平排列，在牌照的矩形区域内存在丰富的边缘，呈现规则的纹理特征; (4)车牌内字符之间的间隔较均匀，字符和牌照底色在灰度值上存在较大的跳变，字符本身和牌照底内部都有比较均匀的灰度; (5)不同图像中牌照的具体大小、位置不确定，但其长宽比在一定的变化范围内，存在1个最大值和1个最小值。 以上几种特征都是概念性的，各项特征单独看来都非车牌图像所独有，但将它们结合起来可以唯一地确定车牌。在这些特征中，颜色、形状、位置特征最为
有效的车牌定位方法
车牌定位的一个有效方法 Danian Zheng *, Yannan Zhao, Jiaxin Wang 国家重点实验室智能技术与系统、计算机科学与技术系、 清华大学、北京100084、中国 摘要 车牌定位是机动车牌照自动识别运输系统的一个重要阶段。本文提供了一个实时和强劲车牌定位方法。车牌区域包含丰富的边缘和纹理信息。我们先用图像增强和Sobel算子提取出图象的垂直边缘, 然后用一个有效算法除去图像的大部分背景和噪声边缘, 最后在剩余边缘图像中利用一个矩形窗口搜索车牌区域并从原始图像中将车牌切割出来。实验结果表明,我们的方法有很强的鲁棒性和很高的效率。 _ 2005 Elsevier B.V. All rights reserved。 关键词:图像增强; 边缘检测; 长曲线和随机噪声的去除; 车牌定位和分割 1.引言 车牌识别成为当今许多自动交通管理系统如公路交通管理, 公路自动缴费和桥梁或停车场出入管制的关键技术。车牌定位是这项技术中非常必要和重要的一个阶段,它已引起了相当大的关注。 研究人员已经找到许多不同的方法定位车牌。 Rodolfo 和Stefano(2000)制定了一种基于矢量量化(VQ)的方法。矢量图像是基于一种特定的编码机制的四叉树，它可以提供给系统关于图像区域所包含内容的一些线索，这些信息有助于定位的实现。Park et al. (1999)使用神经网络定位车牌。神经网络可作为过滤分析图像的小窗口,判断每个窗口是否包含车牌,其输入为HIS值。一个后处理器将这些过滤图像合并起来并在图像中定位跳跃的车牌区域。除去神经网络,其他过滤方法也被研究过。例如,有些作者用线敏感过滤器提取车牌区域。可以确定车牌区域由很高密度的薄暗线或曲线。因此,车牌的定位是一个在图像中寻找包含由一个累积函数计算能得到的最大线过滤值的矩形区域的操作(Luis et al. 1999)。车牌字符可以直接通过对输入图像的扫描和寻找到图像中彼此不相连的部分来识别。如果发现有一些字符存在于一条直线上,那么他们所组成的部分 * Corresponding author。 Tel。: +86 10 62775613; fax: +86 10 62795871。 E-mail address: zdn02@mails。tsinghua。edu。cn (D。 Zheng)。 0167-8655/$ - see front matter _ 2005 Elsevier B。V。 All rights reserved。 doi:10。1016/j。patrec。2005。04。014
车牌识别技术浅析及定位算法
车牌识别技术浅析及算法代码 摘要：车牌定位、字符分割、字符识别是车牌识别的三个重要组成部分，是车 牌识别技术研究的重点，从这三个方面对车牌识别技术的发展和现状及车牌识别技术的应用进行了简要介绍。车牌定位是车牌识别技术的第一个关键技术，定位的准确与否直接影响着车牌识别的准确率。本文对目前存在的车牌定位算法进行简单探讨。 关键词：车牌识别技术；车牌定位；算法比较；字符分割；字符识别。 随着2l世纪经济全球化和信息时代的到来，计算机技术、通信技术和计算机网络技术迅猛发展，自动化的信息处理能力和水平不断提高，并在人们社会活动和生活的各个领域得到广泛应用，高速度、高效率的生活节奏，使汽车普及成为必然趋势。伴随着世界各国汽车数量的增加，城市交通状况日益受到人们的重视。如何有效地进行交通管理，越来越成为各国政府的相关部门所关注的焦点。针对这一问题，人们运行先进的信息处理技术、导航定位技术、无线通信技术、自动控制技术、图像处理和识别技术及计算机网络技术等科学技术，相继研发了各种交通道路监视管理系统、车辆控制系统及公共交通系统。这些系统将车辆和道路综合起来进行考虑，运行各种先进的技术解决道路交通的问题，统称为智能交通系统(Intelligent Tr ansportationSystem，简称ITS)。ITS是20世纪90年代兴起的新一代交通运输系统。它可以加强道路、车辆、驾驶员和管理人员的联系，实现道路交通管理自动化和车辆行驶的智能化，增强交通安全，减少交通堵塞，提高运输效率，减少环境污染，节约能源，提高经济活力。智能交通系统以车辆的自动检测作为信息的来源，因而对汽车牌照等相关信息的自动采集和处理的一门新的交通信息获取技术——车牌识别(License Plate Recognition，LPR技术逐渐发展起来，成为信息处理技术的一项重要研究课题。 1 车牌识别技术简介 车牌识别技术的研究最早出现在20世纪80年代，这个阶段的研究没有形成完整的系统体系，而是就某一具体的问题进行研究，通常采用简单的图像处理方法来解决。识别过程是使用工业电视摄像机(Industrial TV Camera)~]下汽车的正前方图像，然后交给计算机进行简单处理，并且最终仍需要人工干预进入2O世纪90年代后，随着计算机视觉Computer Vision Technology)的发展和计算机性能的提高，世界各国投入了大量的人力、物力进行汽车牌照识别系统的研究，时隔10多年，仍然没有一个成熟系统的识别率达到100％。20世纪90年代后期以后，随着全世界汽车数量的急剧增加，车牌识别技术的应用范围也越来越广，车牌识别技术己成为了一个热门的研究课题，人们对其进行了广泛的研究。车牌识别技术的任务是处理、分析摄取的视频。其中关键在于以下三部分：车牌定位、字符分割和字符识别。下面就从这三个方面对车牌识别技术的发展和现状进行简单介绍： （1）车牌定位方法 车牌图像往往是在复杂的环境中拍摄得到的，车牌由于与复杂的车身背景融为一体，由于车牌在使用中磨损与灰尘及拍摄仪器的影响以及由于拍摄角度的不
车牌定位方法综述
文章编号：XXXXX 汽车牌照汉字识别方法综述 摘 要:字符识别是汽车牌照自动识别系统中的关键环节, 汉字字符识别是其中的难点。本文在对车牌汉字识别方法分类的基础上,介绍了各种传统的和最新的汉字识别方法, 分析各种方法的特点,算法及其实现,并对它们的性能进行评述。 关键词:识别; 汉字; 车牌 中图分类号：文献标识码：A Methods of license plate character recognition Abstract：License plate character recognition is the key of automatic identification system, and Chinese character recognition is one of the difficulties.Based on the classification of license plate character recognition method ,this paper descripts various traditional and the latest character recognition methods , analyzes the characteristics of every method, algorithms and their implementation, and reviewes their performance . 1 引言 随着国民经济的高速发展, 高速公路、城市道路、停车场建设越来越多，对交通控制、安全管理的要求也日益提高，智能交通系统ITS( Intelligent Traffic System) 已成为世界交通领域研究的前沿课题[1]。在此基础上发展的车牌照识别LPR (License Plate Recognition）系统是智能交通系统的重要组成部分，它在交通管理中占有重要的地位，有着多种应用。 LPR系统主要由三部分组成：车牌定位、字符分割、字符识别[2]，其中关键技术是字符识别技术，西文和数字识别技术已经取得了相当大的成果。由于我国车牌的特殊性，汉字字符识别技术依然是重要研究的课题。 光学字符识(Optical Character Recognition)[3]别属于模式识别和人工智能的范畴，同时涉及到图像处理、形式语言、自动机、统计决策理论、模糊数学、组合数学、信息论等学科，它由德国科学家TausheCk于1929年首先提出，但这种梦想直到计算机诞生后才变为现实，现在这一技术己经由计算机来实现。OCR目前依然是国际上比较流行的研究课题，随着研究的深入己成为比较实用的技术。字符识别的基本原理：文字经光电扫描，模数转换为带灰度值的数字信号送至预处理环节。预处理的内容和要求取决于识别方法，一般包括行字切分、二值化、规范化等。经过预处理，字符模式成为规范化的二值数字点阵信息。对该二值汉字点阵，抽取一定的表达形式后，与存储在字典中己知的标准字符表达形式匹配判别，就可识别出输入的未知字符[4]。 目前常用的字符识别方法有结构模式识别、统计模式识别和神经网络三类。典型的汉字识别方法主要有：基于小波的车牌汉字特征提取方法；基于PCA( Principal Component Analysis) 学习子空间的字符识别算法；基于模糊模板匹配的车牌汉字识别方法；基于SVM的车牌汉字识别方法；利用投影特征的车牌识别汉字方法等。然而，虽然这些算法在某些特定条件下识别效果较好，但综合一些诸如天气、背景、车牌磨损和图像倾斜等干扰因素的影响，暂时还不能完全满足实际应用的要求，有必要进行进一步的研究。
车牌定位
本人的毕设收集资料 a.一些算法 1．基于纹理特征的车牌定位法 车辆图像随拍摄环境的变化而不同，然而车辆牌照具有不因外部条件变化而改变的特征。车牌内有多个基本成水平排列的字符，字符和牌照底在灰度值上存在跳变，因而车牌这个矩形区域(包括边缘)有丰富的边缘存在，呈现出规则的纹理特征。在传统的基于灰度分割技术上，这些特征为车牌定位研究提供了切实可行的依据。基于纹理分析的方法利用车牌区域内字符纹理丰富的特征定位车牌，它对于光照偏弱、偏强、不均匀性、牌照倾斜和变形等情况不敏感。但该方法应用于背景复杂的图像时，容易把一些纹理分布较丰富的非车牌区域定位进来，产生包含车牌在内的车牌候选区域，这是纹理分析方法的缺陷。 2．基于神经网络的定位算法 利用神经网络来定位车牌是一类较为常见的方法。本算法的基本步骤和各模块的功能如下：(1)神经网络训练模块：收集一定数量的车牌图像样本，归一化后输入至BP神经网络进行训练，达到预定的正确率后，训练结束。本模块将获得一个对车牌敏感的BP神经网络。 (2)图像预处理模块：提取车牌前，对图像进行预处理；抑制噪声，提高图片质量。 (3)车牌定位模块：利用训练好的神经网络在图像中搜索车牌区域，定位车牌。 本方法的特点是从车牌区域特征来判别牌照，因此在搜索时会重点考虑以下表面特征(如边缘、对比度、纹理等)而忽视图像区域的内容。有用信号的特征有时会误导搜索，如果因为定位模块忽视了非牌照区域包含的车牌特征信号点，将这些区域送入后续步骤将会影响车牌字符识别。 3基于特征统计的车牌定位 基于特征统计的车牌定位利用车牌区域的结构特征和字符纹理特征。车牌区域字符笔划变化含有丰富的边缘信息。对整幅汽车图像进行边缘检测，车牌区域相对于其它非车牌区域含有更多的细节信息。对边缘图像进行行或列扫描，该行或列灰度值跳变的次数明显不同非车牌区域的行或列，即基于特征统计的车牌定位方法。此方法分为两个部分：粗定位和精确定位。1．粗定位： 粗定位是从车牌边缘检测后的图像中找出含有车牌的区域，并把它提取出来，考虑到车牌区域中存在大量笔画边缘点集，当线段扫描到车牌区域时，￡会大于某个阈值，这样就能初步找到横穿车牌区域的线段，然后以此线段为起点，上下平移扫描，利用车牌区域横向积分投影的连续性特征，定出车牌的上下边。在定位出上下边的同时，利用车牌白点数目占据主导的特点，用一定宽度的矩形，从左往右扫描。粗定位具体做法是用一个比估计车牌小的矩形遍历整个边缘二值图，则落在该矩形内白色的点最多的位置就是车牌区域的大致位置。2．精确定位： 车牌颜色主要分为：蓝底白字、黄底黑字、黑底白字，白底黑字四种。相同号码不同颜色组合的车牌不是同一个车牌，所以颜色信息在车牌定位的过程中相当重要。本文在精确定位时结合车牌的长宽信息、颜色信息，根据车牌颜色(蓝、白、黄、黑4种)像素占候选车牌区域所有像素的比例来确定哪个是车牌部分，由此得到准确的车牌区域。 具体思想如下：对粗定位中提取的区域进行研究，如果此区域蓝、黑、黄色中哪种颜色较多，则认为蓝底色牌照、黑底色牌照、黄底色牌照，剩余的车牌为白底色军车和武警车牌照等。每个颜色的RGB有一定的范围比例，如蓝色的RGB各值中蓝色分量最大，并且蓝色红色分量的比值大于门限Tb；黑色的RGB各值相差不大，它们与其它颜色的RGB值相比是很小的值，且小于门限Tbl；黄色的RGB各分量依次减小，而且蓝色分量远小于其它两色。设图像中像素的红