图5.9：直方图均衡化后车牌图像

? 图像二值化

图像的二值化处理就是将图像上的点的灰度置为两个数值，通常为0 或255。使整个图像呈现出明显的黑白效果。也就是将256 个亮度等级的灰度图像通过适当的门限值选取而获得仍然可以反映图像整体和局部特征的二值化图像嘲。基于像素数目的直方图阈值分割是本文采用的二值化算法，它的好处在于可以减少直方图的不同形状对二值化效果的影响。其步骤如下：计算直方图，在直方图中由0 至255 进行累加计算，当像素数目大于某个值时．将当前像素值作为二值化门限。当大于当前像素值的像素点在图像中所占的数量，也就是车牌中背景像素所占的比例称为该副图像的阈值。经过对一些图片的计算．确定该阈值在图像像素数目的60％-80％之间。阈值的取值不同，对二值化的结果影响很大。越小包含越多背景的高光部分，越大损失越多字符像素。对增强黑白后图像进行二值化处理。

图5.10：二值化处理后车牌图像

参考文献

1 缪绍纲 数字图像处理:活用Matlab[M ]。 成都:西南交通大学出版社, 2001。98~112.

2 阮秋琦 数字图像处理学[M ]。 北京:电子工业出版社, 2001。390 - 424. 3 林蔚天 图像处理与汽车牌照识别[ J ]。山东理工大学学报, 2003, (6) : 30~34.