1、“.....为了有效地传输复现彩色图像，许多显示器和电子显示设备采用的直接使用三色电子枪在荧光屏上显示颜色，为了便于处理，大多数图像格式都采用模型来表示像素的颜色。因此，实质上是种的编码，它是表示的个简单的线性变换颜色模型是利用人的可视系统对亮度变化比对比度调和饱和度变化敏感而设计的。它成为普遍应用的标准是因为在图像处理中颜色模型主要优点是去掉了亮度和颜色信息和之间的紧密联系。亮度是与人眼获得光的总量成正比例的，去掉这种联系的重要性在于处理图像的亮度成分时能在不影响图像成分的情况下进行。颜色模型颜色模型是从物理学的角度出发描述颜色的。而颜色模型是从人眼的主观感觉出发描述颜色。人眼般不能直接准确地感觉到红色绿色和蓝色三种颜色的比例，只能通过感知颜色的亮度色调，饱和度来区分物体。颜色模型和颜色模型之间可以通过非线性变换来相互转换•广东丁业大学学硕学位论文......”。

2、“.....分量与彩色信息无关其次，和分量与人感受色彩的方式紧密相连。空间比较直观并且符合人的视觉特性，这些特点使得模型非常适合基于人的视觉系统对彩色感知性的图像处理。颜色空间的选择要想准确从彩色车辆图像中对车牌进行定位分割，首先必须选好合适的彩色空间即颜色模型，其次要采用适合此空间的分割策略和方法。考虑到要充分利用像素颜色值不同因此，本文选择颜色空间，采用像素分类的车牌定位分割方法。基于像素分类的彩色车牌定位研究为了捕捉图像中颜色的空间分布，我们可将彩色图像根据像素进行划分。因为像素区域的特征向量由像素的空间位置,和颜色信息组成，所以只须统计每个像素颜色值，根据同车牌底色相似性以及车牌底色的先验知识在颜色空间内选取合适的颜色域值，把图像中的像素分为系列具有相似颜色的类。般为了简便，将像素分类为车牌区域和非车牌区域......”。

3、“.....并对满足颜色域值条件的行像素进行分类统计攻为宽•行的像素个数,根据行像素统计图，可确定行像素阈值,确定车牌行区域。车牌水平定位具体流程如图所示。车牌行区域条件当时，该行不是车牌所在行当时，该行可能是车牌所在行。结论根据车牌底色单性和连通性，将满足车牌行区域条件的具有连通性的行合并，合并区域即为车牌行区域。然后水平提取车牌域。车牌竖直定位对车牌行区域进行列扫描，并对满足颜色域值的列像素进行分类统计为第列的像素个数,„根据列像素统计图可确定列像素阈值，确定车牌列区域。车牌竖直定位具体流程如图所示。车牌列区域条件当广时，该列不是车牌所在列当时，该列可能是车牌所在列。根据车牌底色单性和连通性，将满足车牌列区域条件的图车牌水平定位流程图图车牌竖直定位流程图广东业人学学硕丨学位论文具有连通性的列合并，合并区域即为车牌列区域......”。

4、“.....对近,幅采集图像在,的计算机上进行了测试，其中幅图像因为图像污染及天气等原因而使定位出现，定位准确率大约为,般在左右完成，比文献资料中的左右快得多下面是部分实验结般图像的车牌定位图原图行像素统计图水平定位图列像素统计图竖直定位结论图原图图像背景复杂的车牌定位图水平定位图列像素统计图竖直定位车牌与车身颜色相同图像的车牌定位图行像素统计图原图图行像素统计广东业大学丁学硕学位论文广如图竖直定位由测试图像可知，基于像素分类的车牌定位方法不仅解决了般图像的车牌定位问题，而且成功地解决了图像背景复杂的车牌定位和车牌与车身颜色相同图像的车牌定位问题在图像背景复杂的车牌定位中，尽管存在着与车牌颜色和形状类似的路牌，但是基于像素分类的车牌定位方法还是将车牌与路牌区分开来。在车牌与车身颜色相同图像的车牌定位中，尽管车牌底色和车身都是白色，但是它们的像素颜色值不同......”。

5、“.....在像素扫描统计的过程中，因不满足车牌的颜色域值条件而被剔除，满足车牌的颜色域值条件的像素又极少，又不具有连通性。只有满足车牌的颜色域值条件的像素，才密集在车牌区域。小结本章首先介绍了我国车牌标准车牌特征和车牌特殊性，然后根据车牌的颜色特征和形状特征对彩色车牌进行研究。选择颜色空间，采用像素分类法，对彩色车牌进行定位。结论本文利用数字图像处理技术对彩色图像的车牌定位技术进行图水平定位图列像素统计结论了研究。首先阐述了车牌定位技术的研究意义，介绍了车牌定位技术的发展现状和应用。分析了车牌定位技术的难点。然后详细地介绍了数字图像处理的基本概念数学表示基本运算研究内容处理方法和应用领域接着对车牌定位技术进行了研究，分析了各种定位方法的优缺点，提出了种基于像素分类的车牌定位方法。基于像素分类的车牌定位方法首先对采集的车辆图像进行预处理，进行图格式的转换......”。

6、“.....然后使用中值滤波去除图像噪声通过空间变换对图像进行水平校正使用边缘检测方法对彩色图像的车牌边缘进行检测充分利用车牌的颜色信息和先验知识，根据车牌像素颜色值不同，对像素进行域值分类，并进行分析统计，结合车牌形状特征和颜色特征来确定车牌区域。实验结果表明，该方法原理简单，定位准确，适用于任意背景和位置的车牌定位。基于像素分类的车牌定位方法的创新之处是利用车牌像素颜色值不同，采用像素阈值分类的方法，在颜色空间成功地实现了对车牌进行定位和分割，基于像素分类的车牌定位方法成功地解决了背景复杂的彩色车牌定位和车牌与车身颜色相同图像的车牌定位问题。当然也存在些不足，如像素的颜色值随亮度变化而变化，以及图像赃污和天气等原因，在定程度上影响着车牌定位的性能，由于时间的限制，如何解决这些问题，还有待今后作进步的研究。参考文献,,〜〜，〜,,广东丁业大学工学硕士学位论文......”。

7、“.....。,,。,。〜刘效静，成瑜汽车牌照自动识别技术研究南京航空航天大学学报〜参考文献牛欣，沈兰荪•基于特征的车辆牌照定位算法交通与计算机，〜刘智勇，刘迎建车牌识别中的图像提取及分割中文信息学报〜。廖金周，宣国荣车辆牌照的自动分割小波去噪等，首先彩色图像转化为灰度图像采用现行标准的平均值法，表示灰度化后灰度值，分别表示原彩色图中的红绿蓝分量，有然后通过对灰度化的图像进行直方图均衡化，消除了光照引起的图像差异，使得图像上明暗对比显著，牌照区域的笔画特征明显最后对于图像去噪，本文采用了种小波局部阈值的设置方法来进行图像的去噪，完成图像预处理。对预处理后的图像利用数学形态学运算将含有多车牌的图像中各疑似单车牌的联通域定位出来。首先进行图像边缘检测，由于图像边缘是多样的，为了达到提取图像的多种类型的边缘，本文采用将形态学运算与集合运算结合起来，选取膨胀腐蚀型结构算子......”。

8、“.....即先对小波去噪后的图像分别进行膨胀腐蚀运算，然后取膨胀后的图像与腐蚀后的图像之差得到较好的图像边缘。其次对边缘检测后的图像进行膨胀运算，填充图像中的小洞接下来进行水平闭运算填平小湖即小孔，弥合小裂缝，和水平开运算，去除孤立的小点，毛刺和小桥即连通两块区域的小点确定出含有车牌区域的多个连通域最后对经过多种形态运算后的图像进行面积剔除，去除较小面积的连通域，从而几个可能的车牌连通域被确定出来。提出种改进的变换法进行疑似车牌连通域的纠正。首先通过检测疑似车牌连通域边框直线来获得车牌的倾斜角度，计算出牌照图像的倾斜角度后，以车牌照图像中心位置作为旋转中心来进行旋转，使得各疑似车牌连通域得到旋转校正，旋转后牌照图像能保持水平放置。利用车牌的特征信息对各疑似单车牌区进行了去伪验证，完成车牌准确定位并对实验结果进行了比较。本算法复杂度低......”。

9、“.....具有较好的鲁棒性。学位论文王宸昊复杂背景下车牌定位分割技术的研究随着我国经济的快速发展，社会信息化程度日益提高，交通管理智能化成为发展的趋势。车辆牌照识别系统是智能交通管理系统的重要组成部分，可用于各类车辆管理场所，以提高管理效率与水平，节省人力物力，实现车辆管理的科学化规范化，因此有着广泛的应用前景。本文的工作主要包括搜集整理和总结了近年来国内外在车牌定位分割领域车牌字符分割领域的最新研究成果和最新进展充分利用车牌颜色信息，采用了基于颜色和纹理综合特征的车牌定位方法，首先进行颜色模型转换，再进行色彩分割，然后进行连通区域生成，最后从中分割出车牌，并用投影法进行倾斜角检测，校正倾斜车牌本文将小波分析用于图像去噪和车牌定位，小波消噪采用了软阈值法，取得了较好效果重构图像垂直信息图......”。