·424· 智能系统学报 第4卷 0:、0%和0%、0%分别为初定位步骤4)记录的0和 O:的水平坐标差和垂直坐标差；标准规格中从左往 右最前与最后字符的距离L, 052中 (a)原图 -(05 44 图4日本车牌的标准规格 Fig.4 Standard specification of Japanese license plate 则实际图像中车牌框的上下左右由式(10)确定： (b)字符初定位 〔Xha=Os-k1·L/L,; ·用59 X=0.+k·L/L,; (10) 68-28 Xp=ymin-k3·L/几，； 人potam=ymx+k4·L/L, 4个系数根据初定位步骤4)得到的M值，根据相应 (c)字符确认 的标准规格得到：k1=95+55(4-M),k2=40,k3= 120,k4=65. 按照式(10)定位到待定区域后，当有多个待定 区域时，再利用上一排的小字符检证.由于小字符区 域纹理相对丰富，在二值图中表现为像素跳变，因此 可以作为检证的依据.由标准规格和实验得到：取高 度H=yin-ksL/L,(ks=80),对待区域进行水平扫 描并记录该高度上的像素突变次数，即： (d)最终定位 图3车牌的定位 N。=∑h, Fig.3 License plate location 1.3精确定位 k,=0,18(x,0）-g(x+1,)1=0: 11, 其他. 在得到待选车牌区域后，利用车牌标准规格进 式中：g(x,y)为二值图，h:为跳变标记，N.为总跳变 一步确定车牌位置.以日本车牌为例，其车牌标准规 次数.当N。大于阈值T时，可以进一步确定车牌区 格如图4所示。 域.如图3(c)所示，2条水平线表示检证区域，左边 日本车牌上有上下2排字符，上一排字体较下 区域因跳变少而被筛选掉，最终得到车牌区域，如 一排字体要小一些，而经过初定位中筛选得到的正 图3(d). 是下一排的大字符.为了精确定位，按实际与规格的 比例来确定车牌的具体位置并加以确认， 2实验结果与分析 设实际图像中从左往右最前与最后字符的距离 为了验证本文算法，针对非均匀光照环境下的 L=√(0%-04)2+(0%，-0)2， 124幅日本汽车图像进行了测试，同时，增加了几组 ym max0,0, 对比实验.实验结果如表1所示（准确率=定准数/ ymin min,, 总样本数).全局Otsu方法和传统Bernsen方法由于