4.6 本章小结
本章主要论述对车牌的定位。定位环节是整个系统最重要的部分。它的精度影响着整个后续步骤的处理，也影响着这个系统的性能。所以在技术上非常关键。
论文构筑了三种定位方法，分别使用于不同的车牌图像，在定位前要对车牌图像作分类。可以说，没有一种方法能适用于所有的车牌图像定位，只能通过并行使用多种方法，在每种方法中构造反馈环节，才能确保定位的实现。
候选车牌排除和倾斜纠正环节是提高系统识别率的难点。由于车辆图像的干扰区域太多，干扰又很强，所以候选车牌排除比较难以得到理想的效果。除开车灯等传统干扰区域外，在车辆图像中出现“类车牌”干扰时（如广告拍和收费牌），如何提取特征进行车牌区域筛选，是比较难以实现的。可以在该环节中构筑反馈，利用不同特征分别进行筛选和评价，直到得到正确的车牌区域。
论文构筑的自适应倾斜纠正能得到很好的效果。本环节不需要实现输入先验数据，先利用投影法纠正较大角度的倾斜，再利用Hough变换较精确地进行小角度纠正。前后2次纠正能得到较好地效果。
第二次定位后要求切去车牌边框，只留下车牌字符区。如果字符和边框因为污染出现粘连，就要利用先验知识或其他滤波方法去除粘连，要注意的是要保证字符区域。