由于我国大型板类型，有黑色和黄色，蓝色，白色，在白色的白色背景和黑色文字。考虑到系统的辨识精度，本设计采用蓝白板为研究对象。采集到的图像存储格式不一致，与常见的图像格式，比较了*.BMP，*.G， *.GIF。*图像采集的G格式统一的设计。

2.2 图像预处理

图像预处理可以提高车牌图片的适用性。必须摆脱非机动车车牌图像效果，在正确的车牌区域提取，为进行下面的车牌字符识别准备。图片用在系统的设计是在户外收集，干扰因素很多，因此需要对原始图片进行预处理，以改善图像的质量，提高字符识别率。图2-1简要的概述了图像预处理的基本步骤。

 图像预处理的基本步骤

2.2 图像灰度化

    为了加快执行速度，必须将彩图转换为灰度图。

    彩色图像分为R，G，B三个分量，显示红，绿，蓝等颜色是灰色的，是使颜色的R，G中，B分量相等。像素灰度值（在最大255，白色像素值比较），黑（最小的像素值0，黑色）。图2-1为车牌原图，2-2为灰度图和灰度图直方图。

车牌原图车牌灰度图和灰度图的直方图

2.3 边缘检测

    边缘是指图像灰度发生空间突变或者在梯度方向上发生突变的像素的集合。用摄像机采集到的机动车图像由于受到噪声干扰以及车辆本身的影响，使得获得的图像质量不理想。因此，在进行对汽车牌照的定位及字符识别之前需要先对车辆图像进行边缘检测处理，提高图像的质量，使其易于后面的分割和识别。通过良好的边缘检测可以大幅度的降低噪声、分离出复杂环境中的车辆图像、保留完好的车牌字符信息，方便后面的车牌精确定位与字符识别。

3 车牌定位与分割

    汽车车牌经过图像预处理得到灰度图来确定车牌位置，接着从图像中分割出含有车牌字符的子图像。车牌区域是很有特色的，类似于原始图像中的矩形，灰度值有很大的不同，以及周边地区，因此形成的车牌边界灰度突变，这是由的图像边缘检测的促进。