车牌识别中反色判断的新方法

根据车牌的基本特征，提出一种将车牌候选区域的灰度图颜色统一转换成白底黑字(或黑底白字)的新方法。该方法通过计算车牌灰度图像灰度平均值和大于灰度平均值的像素数，来判断车牌是否需要进行反色处理。实验表明，该方法简单易行，且准确率较高。     

基于场景分类及灰度跳变的车牌定位方法

车牌定位是自动车牌识别系统实现的关键。提出一种基于场景分类及灰度跳变的车牌定位算法。该算法对彩色图像进行场景分析,将图像分类为白天场景类或夜晚场景类。这两类场景的字符与背景的灰度跳变值不同,一般白天场景类的灰度跳变值较大,夜晚场景类的灰度跳变值较小。利用不同的灰度跳变值快速提取出几块车牌候选区域,对不同的场景用不同的方法最终选取一块区域。实验结果显示本文提出的方法对图像场景分类准确率达到98.2%,车牌定位的准确率达到98.5%。