目录：

1.摘要

2.车牌定位

2.1图片预处理

2.2生成候选框

2.3检测车牌及定位

3.注意的问题

4总结

5.参考链接

1.摘要：

        在车牌检测、定位、识别的研究中大多基本针对的是蓝底白字牌，而本文主要对白底蓝字"车牌"进行定位研究。使用语言：java+opencv，最终效果示意图如下图所示：

2.车牌定位

    主要流程：输入图像 -> 图像预处理  -> 检索轮廓生成候选框  -> 筛选框得到车牌框  -> 定位。

2.1 图片预处理

        图片预处理主要流程：输入图像 -> 去噪声 -> 灰度化 -> 边缘检测 -> 二值化 -> 形态学闭操作。预处理步骤很重要处理的好坏会对后续检测定位有直接影响，主要步骤如下。

        1）去噪声：对于输入的3通道彩色图像执行高斯滤波从而去除噪声的影响，高斯滤波器是一类根据高斯函数的形状来选择权值的线性平滑滤波器，对于服从正太分布的噪声非常有效；

        2）灰度化：将滤波后的图像转为灰度单通道图像进行处理，有利于后续的计算，如Soble算子只能作用于灰度图像；

        3）边缘检测：本实验选择的是使用Sobel 算子对水平方向上进行边缘检测，其是一个离散微分算子它结合了高斯平滑和微分求导，用来计算图像灰度函数的近似梯度。 由于边缘 的相素值会有显著变化，而表示这一变化 的一个方法是使用导数 ，因此梯度值较大预示着图像中内容的显著变化；

        4）二值化：进一步对图像进行处理，强化目标区域弱化背景。将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的只有黑和白的视觉效果；

        5）闭操作：闭操作可以将目标区域连成一个整体。闭操作可使轮廓线更光滑，但与开操作相反的是，闭操作通常消弥狭窄的间断和长细的鸿沟，消除小的空洞，并填补轮廓线中的断裂。主要过程是对图像先进行膨胀再进行腐蚀操作。

最终效果图如下：

未完待续。。。