车辆牌照识别系统(LPR)作为一个专用的计算机视觉系统,能够自动地摄取车辆图像并识别出车牌。LPR系统的研究涉及数字图像处理、计算机视觉、模式识别与人工智能等多个技术领域,其关键技术包括车牌定位、字符分割、字符识别等。其中车牌定位是指将车牌区域从车辆图像中定位并分割出来,为后续操作提供了输入信息,是整个车牌识别系统的基础。本文在详细研究了国内外各种具有代表性的车牌定位方法基础上,结合中国车牌的特点提出了三种不同的车牌定位方法:①.《一种基于Top-hat变换的多车牌定位改进方法》:此方法以数学形态学为基础,用Top-hat变换来提取车牌信息,再通过平滑、二值化、垂直信息提取、连通、密度计算等多个操作完成车牌定位。②.《基于二进小波变换的多车牌定位算法》:以图像二进小波变换后的垂直方向高频子带为基础,通过后续去伪定位操作来精确定位车牌,实验表明此方法定位效果要远远好于传统的小波定位方法。③.《基于压缩域的多车牌定位技术》:该方法以JPEG格式的车牌图像中的DCT系数为研究对象。根据DCT变换的特性,从每一个8×8模块的DCT系数选取了6个代表此模块的纹理密度用以描述该模块的垂直纹理和对角纹理。再结合车牌自身纹理的特征来定位车牌。这三种方法各有优劣,适合于不同要求的车牌定位系统中。基于Top-hat变换的车牌定位实现简单,定位效果较好,适用范围广,通用性强,适用于实时的交通系统中。基于二进小波的车牌定位方法效果最好,但运算较复杂,耗时较多,适用于后台运作的交通系统中。基于压缩域的车牌定位方法,从压缩域出发,利用JPEG文件中DCT系数来获取交通图像中的车牌纹理特征,缩短了定位时间,且定位效果优于传统的定位算法。