车牌识别系统(LPR)是计算机视觉和模式识别技术在智能交通领域的重要研究课题之一。主要包括图像采集、车牌定位、字符分割、字符识别等模块。车牌定位是车牌识别系统的重要组成部分。由于车牌颜色、大小、位置的不确定性以及环境因素的干扰,因此车牌很难准确的定位。本文研究了一种基于灰度跳变定位车牌区域的新方法,引入跳变点密度概念。先对车牌进行初步定位再进行精确定位。首先,通过对采集到的车牌图像进行灰度化、直方图均衡化、中值滤波,提高车牌图像的对比度,减少噪声的干扰。然后,对于预处理以后的车牌图像进行一阶差分运算,得到车牌图像的跳变点,利用阈值滤去部分跳变点,判断相邻跳变点之间的间距与跳变点密度的大小关系,同时根据车牌区域的特征完成车牌的初步定位。在此基础上,基于HSI彩色空间对初步定位得到的车牌图像进行分类,然后利用改进的ostu法对车牌图像进行二值化。分析车牌倾斜的3种类型,利用Hough变换及一阶线性插值法对车牌图像进行校正。利用二值化投影法对车牌区域进行精确定位。为了检验算法的有效性,在MATLAB平台上构建了一个车牌定位系统,测试结果表明,所采用的方法初步定位车牌的定位率为93.80%,精确定位车牌的定位率为90.80%。