此车牌定位法采用的是：边缘检测+形态学运算的方法。 缺点：此方法对于车辆牌照周围灰度变化剧烈的情况容易定位错误。
function dw=location(i) %车牌定位方法 i1=rgb2gray(i);%灰度化 i2=edge(i1,'robert');%边缘检测 imshow(i2); se=[1;1;1];%列腐蚀算子，腐蚀算子的形状很重要 i3=imerode(i2,se);%此腐蚀可将非车牌区域的噪声信息腐蚀掉 figure,imshow(i3); se1=strel('rectangle',[25,25]);%方形闭环算子 i4=imclose(i3,se1);%闭环运算 需要选择大的算子 figure,imshow(i4); i5=bwareaopen(i4,1500);%将连通域面积小于1500像素的区域都删除，此方法是为了把除车牌以外的区域都删除 figure,imshow(i5); [y,x,z]=size(i5); i6=double(i5); Y1=zeros(y,1); for ii=1:y%统计每一行的像素值为1的个数 for jj=1:x if(i6(ii,jj,1)==1) Y1(ii,1)=Y1(ii,1)+1; end end end [temp,MaxY]=max(Y1);%temp为Y1的最大值，MaxY为其所在的行数 figure,plot(1:y,Y1); PY1=MaxY; while((Y1(PY1,1)>=50)&&(PY1>1))%求车牌上边界 PY1=PY1-1; end PY2=MaxY; while((Y1(PY2,1)>=50)&&(PY2<y))%求车牌下边界 PY2=PY2+1; end X1=zeros(1,x); for jj=1:x%统计每一列的像素值为1的个数，只统计车牌上下边界之间的像素数 for ii=PY1:PY2 if(i6(ii,jj,1)==1) X1(1,jj)=X1(1,jj)+1; end end end figure,plot(1:x,X1); PX1=1; while((X1(1,PX1)<15)&&(PX1<x))%求车牌左边界 PX1=PX1+1; end PX2=x; while((X1(1,PX2)<15)&&(PX2>PX1))%求车牌右边界 PX2=PX2-1; end PX1=PX1-1; PX2=PX2+1; dw=i(PY1:PY2,PX1:PX2,:);%求得车牌区域 figure,imshow(dw);