车牌识别系统是智能交通系统的重要组成部分,而车牌定位是车牌识别系统的关键技术之一,其准确度和稳定性直接影响着整个车牌识别系统的性能。本文在对车牌定位技术进行了深入的研究后,提出了两种性能表现良好的车牌定位算法:(1)基于边缘检测和梯度方向特征的车牌定位算法:该算法将车牌图像变换为灰度图像后,首先利用Sobel算子和Gradientfaces方法分别获取车牌图像的垂直边缘图像和梯度方向图像,然后根据边缘长度、边缘点密度去除垂直边缘图像中的干扰,并根据梯度方向图像中的梯度方向消除更多的干扰边缘,最后利用一个矩形窗扫描边缘图像完成车牌区域的定位和分割。实验结果表明,本方法能够准确地定位车牌,同时对复杂背景或弱光环境下的车牌图像具有很好的鲁棒性。(2)基于颜色特征和字符检测的车牌定位算法:本方法根据车牌区域的颜色特征形成若干个候选的连通域,然后利用训练好的SVM分类器对连通域内的车牌图像进行检测,找出其中的字符区域位置,最后将邻近的字符区域合并成一个连通域,根据连通域的面积排除非车牌区域,确定车牌区域的位置。实验结果显示,该方法定位准确率高,适用于不同背景和位置的车牌定位。