第5期 黄腾，等：非均匀光照下的车牌定位方法 ·423· 分别为分块分差法、局部Otsu、全局Otsu、传统的 均匀光照的影响，车牌上的信息都有不同程度的破 Bernsen以及改进的Bernsen算法的二值化图.由图 坏.而本文提出来的改进算法，有效去除了非均匀光 2可以看出，前面4种方法得到的二值图中，由于非 照的干扰，不影响二值化的效果。 (a)原图 (b)分块差分法 (c)局部Osu (d)全局Otu (e)传统的Bernsen (f)改进的Bernsen 图2改进Bernsen算法与其他二值化方法的比较 Fig.2 The comparison of improved Bernsen with other binary methods 1.2初定位 1)分别计算出筛选得到的N个连通域的中心 得到二值化图像后，为了定位到车牌位置，通过 点0(i=1,2,…,N) 寻找车牌区域大数字字符来确定，例如图2()中的 2)将0：的水平坐标0按从小到大的顺序排序 “9504”.首先对整个车牌的二值图像进行连通区域 得到0(i=1,2,…,N); 标记，根据大数字字符的一些特征对它们进行筛选， 3)对于0(i=1,2,…,N)依次寻找0(=1， 这些特征是： 2,…,N,j≠)满足：(0%-0)<e且(0%-O%)<e 1)像素概率密度； (ε和ε'为常量，(0%-0)、(0%-0)分别为两中 2)连通域的高度和宽度； 心点的水平坐标差和垂直坐标差)； 3)连通域的高宽比 4)此时找到O:的个数即为车牌上数字字符的个 通过这些特征的筛选可以去除绝大多数的背景 数M,记录此时O:以及找到的第M个中心点O 和噪声干扰.此时，由先验知识可以知道：车牌区域应 通过筛选寻找就能初步得到一个或者几个待选 该包括一系列间距较小，联系紧密的字符.本文选取 车牌区域如图3(a)所示的原图，经初定位后得到 各连通域的中心点为特征点进一步处理，具体如下： 图3(b)中2个待选车牌区域，图中用方框表示