：针对实际应用中具有复杂背景的高分辨率数码图像下车辆牌照定位问题，提出了一种综合利 用了车牌纹理特征、几何特征以及色彩特征的快速车牌定位方法。该方法按顺序分为图像预处理、牌照 区域粗定位、牌照精确定位三个步骤对牌照由粗到细准确定位出车辆牌照位置所在。实验结果表明．对 于场景大，背景复杂的车辆图像，该方法运行速度快，定位准确率高，具较强抗干扰能力。

在车牌定位的过程中, 由于光照变化、视点和距离变化、车辆运动、复杂背景等原因, 摄像机很难获取到高质量的图像。 为了克服这些问题对以后的车牌定位算法的影响,提出了利用车牌区域的性质来进行车牌定位的新算法。车牌区域具有在一 定范围内灰度方差近似相等和边缘密度近似相等的性质,利用这些性质来增强车牌区域。

汽车牌照识别系统是以汽车牌照为特定目标的专用计算机视觉系统，是智能交通系统的重要组成部分．介绍了一种基于VisualC++平台与Intel开源计算机视觉库OpenCV的静态复杂背景下的车牌识别系统的开发方式．该方式中采用水平投影水平方向灰度直方图，然后进行取值，再自下而上从左到右选取水平区域和竖直区域从而完成定位，最后通过二值化字符分割和模板匹配实现车牌号码识别．由于未对车牌歪斜情况进行校正，所以此系统不适用于车牌歪斜的情况。经在VisualC++平台下验证，该系统识别速度中等，字符分割准确率

车牌识别技术是计算机视频图像识别技术在车辆牌照识别中的一种应用。车牌识别技术要求能够将运动中的汽车牌照从复杂背景中提取并识别出来，通过车牌提取、图像预处理、特征提取、车牌字符识别等技术，识别车辆牌号。本次课程设计内容是车牌定位与分割，主要实现了对车牌的位置的提取以及车牌符号的分割。

摘要:  针对复杂背景的车牌定位问题，提出了一种综合形态、颜色、投影等多种特征的车牌定位算法。基于车牌区域边缘信息丰富的特点，首先利用边缘检测和数学形态学方法定位候选车牌区域，并消除噪声干扰；然后根据质心所在位置对候选区域进行由低到高的排序，并通过颜色识别作进一步筛选，以排除车灯等区域的干扰；最后采用投影法及谷值分析对截取出的缺损车牌进行补全，从而得到准确的车牌位置。实验结果表明，算法的效率与精度与车辆图像的清晰度、曝光度及车牌大小等因素有关，与传统车牌定位算法相比，效率和精度分别提高了15%和