车牌识别系统作为现代化智能交通管理系统的重要组成部分,其在高速公路电子收费、城市路口“电子警察”、小区车辆管理系统等领域发挥重要的作用。车牌定位技术作为车牌识别系统中的核心技术,一直是模式识别应用领域研究的重要课题之一。本文对车牌定位问题进行了深入的研究,论文主要内容包括:(1)本文提出了将HSV图像二值化与数学形态学相结合实现车牌初定位的算法。初定位利用了HSV图像对色彩提取的完整性这一特点,对车牌字符区域背景颜色划定颜色选取区间,并逐行扫描每个像素,通过判断像素点HSV色值是否满足背景颜色选取区间这一条件实现图像的二值化。然后利用数学形态学理论,根据车牌区域字符、边框的纹理特征,对二值图像进行区域连通或噪点消除。最后通过车牌长宽比等特征提取待识别的车牌区域,完成初定位。(2)本文提出了将明暗跳变法与边缘检测技术相结合实现车牌精确定位的算法。在二值图像中,利用车牌区域字符的排列特征,通过判断扫描行是否出现与车牌字符区域相似的明暗跳变特征,实现车牌区域上下边界的定位。由于灰度跳变法对左右边界定位效果不理想,本文使用特殊边缘检测的算法实现了车牌边缘的提取,并对边缘像素进行垂直直方图统计分析,设置左右边界阈值,完成对车牌左右边界的定位。(3)本文使用Radon变换对车牌倾斜图像进行检测,并使用几何运算算法实现了角度倾斜和几何形变的车牌图像的校正。(4)本文将上述算法编写完成了一个MATLAB仿真程序,通过该仿真程序,完成了153幅在出入口、停车场拍摄的车牌图像的定位测试,效果较好。