电子产品世界

摘要：为了提高车牌的定位率和准确性，通过对车牌特征的研究，提出一种采用颜色特征、图像处理和投影结合的定位方法。首先利用车牌的颜色特征将车牌可能区域从整幅图像中确定，再利用水平移差扫描，边缘检测对图像进行处理，并利用投影以及车牌的长宽比例相结合的方法，确定车牌具体位置。结果表明，此方法对蓝底白字车牌定位较准确，并且具有一定的鲁棒性和实时性。

　　车牌识别系统在现代交通系统中占据重要位置,在停车场管理、高速公路收费管理、十字路口监控都有广泛应用。车牌定位是车牌识别系统中的一个重要部分，由于车牌定位的车牌图片采集于户外，图像背景复杂、噪声干扰严重，图像质量较低，因此车牌定位受到影响。

　　车牌的定位在车牌识别系统中有着重要的地位,是后续车牌字符识别的前提条件。但是由于车牌定位的车牌图片采集于户外，图像背景复杂、噪声干扰严重，图像质量较低，因此车牌定位往往受到影响而不能准确定位。所以在车牌定位算法中，关键是寻找某种图像处理方法，使原始图像经过该算法的处理后能够清楚地显示出车牌区域，同时使图像中的非车牌区域消失或者减弱，从而能准确有效地定位出车牌在图像中的位置。文中主要针对的是蓝底白字车牌，首先利用车牌蓝色特征和图像处理的方法进行初次定位，减少了车牌候选区域，然后对初次定位的车牌图片进行投影，最终完成车牌定位。

　　1. 车牌初步定位

　　1.1. RGB 空间向HSI空间转化后的车牌

　　彩色图像包含丰富的颜色信息，给人良好的视觉效果，根据这一特点进行初次定位。但在一般情况下，彩色图片都在RGB 模型下，而HSI模型较适合人的视觉系统，所以需进行颜色空间转换，将RGB模型转化为HSI模型，从RGB 空间到H SI空间的转换公式为：

　　当B =G 时，H = θ；当B > G 时，H = 360°- θ.。

　　蓝底白字车牌中，蓝色的色度H 约为240°，饱和度S 值较大。通过这两个量，可以将输入图像中的蓝色部分全部过滤，从而去除了大量的背景噪音。

关键词： 图像处理 投影 车牌定位 方法