隨著經濟、技術的發(fā)展，智能車牌識別系統(tǒng)成為了智能交通系統(tǒng)中的重要組成部分。車牌識別定位是車牌識別系統(tǒng)中的其中一部分，定位是否成功直接是會影響到是否能夠進入車牌識別跟車牌識別準確率的。那么車牌識別定位的方法有哪些呢？開門紅 車牌識別系統(tǒng)廠家 在此講解一下幾種方法：

（1）小波變換的車牌定位方法：經過基于小波變換的高通濾波，車牌區(qū)域的橫、豎、撇、捺筆劃變得十分簡潔、明晰。小波分析的核心是多分辨率分解，其良好的時—頻特性使其成為研究精細結構的理想工具。

（2）灰度圖像的車牌定位方法：灰度數字圖像是每個像素只有一個采樣顏色的圖像。這類圖像通常顯示為從黑色到白色的灰度。為了便于車牌定位，將該圖像轉換成二值圖像,即只有黑色和白色兩種顏色的圖像。

（3）形態(tài)學的車牌定位方法：首先對原始圖像進行二值化處理，然后采用4×1的結構元素對已二值化的圖像進行濾波，去除圖像的噪聲。采用16×9的結構元素再對去噪后的圖像進行膨脹，然后再用同樣大小的結構元素做腐蝕運算，使車牌所在的區(qū)域形成連通的區(qū)域。然后標記出圖像中所有的連通的區(qū)域，并計算出每個連通區(qū)域的外接矩形框，利用車牌的先驗知識，確定車牌的位置。上述基于形態(tài)學處理的車牌定位方法，可以較好地確定圖像中車牌的位置，且算法簡單、實時性強。但是使用過大過小的結構元素，都無法使車牌區(qū)域形成閉合的連通區(qū)域。因此結構元素的選取非常重要。

（4）支持向量機的定位方法：主要用于解決有限樣本情況下的模式識別問題。此方法能夠在訓練樣本很少的情況下達到很好的分類推廣能力。由于車牌區(qū)域有著的紋理，尋找一種良好性能的分類器，凸現這種紋理特征，使它與其它區(qū)域區(qū)別開來。