车牌的定位与校正
本章主要描述的是对已有车牌定位方法的研究，了解它们的算法原理及其优缺点，并提出了一种效果更好适用范围更广的车牌识别系统方法，即将Mean Shift算法运用到车牌识别系统，然后在此基础上对车牌进行校正。
图像的对比度不足是图像处理的过程中经常会遇到的问题。主要的原因是在获取车牌图像时受外界环境的影响。对比度不足的图像会影响到图像的后续处理效果，所以
智能车牌识别
车牌的定位与校正
本章主要描述的是对已有车牌定位方法的研究，了解它们的算法原理及其优缺点，并提出了一种效果更好适用范围更广的车牌识别系统方法，即将Mean Shift算法运用到车牌识别系统，然后在此基础上对车牌进行校正。
图像的对比度不足是图像处理的过程中经常会遇到的问题。主要的原因是在获取车牌图像时受外界环境的影响。对比度不足的图像会影响到图像的后续处理效果，所以，一般情况下，在进行图像处理前会使用灰度变换的方法来对图像进行对比度增强处理，以达到改善视觉效果的目的。通过我们对车辆车牌的研究发现，车牌的底色一般为蓝色或者黄色，而车牌上字符的颜色一般为白色或者是黑色。
车牌的规格，参照公an部在年发布的《人民共和国机动车号牌》，现行的车牌制度之中，存在四类牌照，按照底色和字色分别为：蓝白、黄黑、白黑或红、黑白。而边框则包括黑、白两类色彩。国内的车牌体系较为复杂，但实际的尺寸、间距等参数基本一致。基于形态学和边缘检测的车牌定位方法。而目前实际采用的切分方式，其一为以垂直投影作为核心的方式；因为算法简单所以算法的速度较快，只要在前期的预处理中降噪做得比较好，这种算法的识别率也相对较高，是一种简单、、有效的字符识别技术，商用价值较高。其二为以连通域作为核心的处理方案。
对于车牌本身是一连串的字符，不容易识别，因此，首先需要对字符进行分割，将一连串的字符分割成一个一个的字符。分割过的字符具有了字符的大致位置以及字符的高度。我们采取这样的方法确定字符的左右坐标和宽度，就可以对字符进行分割。本文中采用了字符分割算法对车牌的字符进行分割。字符分割算法是通过对图形的扫描确定进入到字符区域的di一个像素点的坐标和出去图像区域的di一个像素点的坐标，以这两点的坐标确定字符的大致位置以及字符的高度。我们采取同样的方法确定字符的左右坐标和宽度。在确定了字符的高度和宽度之后，对字符进行分割。特别是在夜间，它可以抑制汽车前照灯的干扰，使车牌清晰扫描，识别率达到99。
（作者： 来源：）
