随着科技的发展 ,车牌识别系统得到了很多应用 .车牌识别系统包含三个部分 :车牌定位、字符分割和字符识别 .车牌字符分割是车牌自动识别系统中的重要步骤 .车牌字符分割中存在噪声干扰、边框影响、铆钉和间隔符影响、车牌旋转、光照不均等问题 .这些问题容易造成分割不准确 ,甚至分割错误 .针对这些问题 ,该文提出了一种先分段 ,再利用Hough变换拟合直线的水平分割方法和基于先验知识约束的垂直分割方法 ,同时提出目标增强的预处理方法 .大量实验表明 ,该算法较好地解决了以上问题 ,适用于各种质量的车

针对复杂环境下的车牌定位率较低的问题，提出了一种基于数学形态学和Hough变换检测车牌区域的方法。首先，对车牌图像进行图像预处理，然后，利用数学形态学的高帽变换突出车牌字符区域，并对图像进行边缘检测和连通区域分析；最后，结合Hough变换和车牌的先验知识实现车牌的精确定位。实验结果表明，针对不同复杂背景下采集到的车辆图像，该算法具有很强的鲁棒性，准确率达97.3%，能够满足现代智能交通系统对车牌定位准确性和实时性的要求。