2.3 二值化處理
因為車牌定位和字符分割都是基于車牌區(qū)域的二值化結果進行，所以二值化的效果直接影響到車牌識別的效果。由于要從待檢測的車牌圖像區(qū)域截取圖像的背景不會很復雜。前景區(qū)域和背景區(qū)域的差異比較明顯，所以車牌圖像的灰度直方圖將有明顯雙峰效果。本文通過直方圖的雙峰法的方法來求取閾值，對車牌圖像進行二值化處理。
3 車牌檢測
在對采集到的車牌圖像二值化處理以后，一幀圖像的大小大幅度減小，約為400k 左右，下面就是把該二值化車牌圖像傳輸至NIOS II 軟核內進行分割等后續(xù)處理，考慮到NIOS II軟核中資源豐富的特點，本文通過增加輸入輸出口的數量來提升數據傳入的速度，從而滿足系統(tǒng)的實時性處理要求。根據數據傳輸需求，本文設計通過22 個32bit 的輸入輸出口來傳送數據，雖然22×32=704bit 相比一幀圖像的一行720bit 少了16bit，但考慮到車牌圖像的邊緣是非字符目標區(qū)域的背景圖像，對最終識別結果的影響甚小，故可以近乎忽略。
3.1 基于車牌字母及數字特征的準確定位
通過車牌的彩色特性對車牌進行預定位后，再根據車牌號碼的字母和數字在二值化后的特性準確定位出車牌的位置，如果此時定位出車牌的位置在彩色通道預定位的車牌區(qū)域內，則說明車牌位置已經確定，如果不在彩色通道定義的車牌位置范圍之內，則需要重新判斷。
（1）定位牌照的上下邊界：若某一行的0→1（白到黑）和1→0（黑到白）變化次數大于設定的閾值，則設其為待測車牌的最低點，繼續(xù)掃描直至0→1 和1→0 變化次數小于閾值，將該閾值設為待測車牌的最高點。若最高點與最低點之差大于15，則認為目標已檢測到，否則繼續(xù)進行掃描；如果未檢測到符合上述條件的目標，則自動門限值重復以上的操作，直到找到目標為止。
（2）定位牌照的左右邊界：在找到車牌的上下限后，利用二值圖像在豎直方向上的投影作為特征，從左到右尋找目標的中心點坐標。車牌定位效果如圖3-1 所示：