一种基于图像处理和投影的车牌定位方法

　　移差扫描就是从左到右扫过整个图像，以相邻的像素作为消弱水平纹理的灰度级，保留并增多纵向跳变处的灰度级，如式( 4)所示。

　　式中，f （xj，yi） 是原图像，g （xj，y i） 是扫描后的图像，经过处理，图像的垂直纹理和线条变得比较明显，从而消弱了其他区域突出了车牌区域。如图4所示。再利用边缘检测，将车牌所在区域的边界从整个图片中加以突出，使车牌区域的特征更加明显。效果如图5所示。

图5边缘检测图

　　2. 车牌的精确定位

　　经过移差扫描后的图片，灰度图像中的车牌区域变得纹理和线条比较明显，而且整个图片的噪音较少，可以进行车牌水平和垂直方向的边界确定。

　　本文利用水平投影和垂直投影分别确定车牌的边界。

　　通过对图像的边缘检测处理，清楚地将车牌区域划分出来，非车牌区域的噪音点减少，所以采用水平投影的方法确定垂直方向的车牌边界。

　　水平投影是先自上而下对图像f （xj，yi） 进逐行扫描，将每一列的值相加，得到一维函数f （yi） 。使二维函数转变为一维函数，如式( 5)所示。

　　得到的一维函数是对图像每一列的白色像素的统计。当f（ yi） 值较大时，对应车牌区域; f （yi） 值较小或者为0时，对应非车牌区域噪音，利用这一特点将车牌水平方向的边界确定。对函数f yi 绘制图像,可以发现当f （yi） 不为0时，该点的对应的f （xj，yi )竖直方向上存在白色像素点。当f yi 为0时，对应的f （xj ，yi） 竖直方向不存在白色像素，可以确定为非车牌区域。

　　在车牌左右边界确定时，垂直方向的定位相对噪音减少，垂直投影是先从左到右对图像f (xj，yi) 进逐行扫描，将每一行的值相加，得到一维函数f (xj )。