CN106845488B - 一种车牌图像处理方法及装置 - Google Patents

Abstract

本发明提供一种车牌图像处理方法及装置，通过获取车牌图像及车牌图像上由于亮度差异形成的分界线，所述分界线将所述车牌图像分为上下两部分；分别对所述上下两部分车牌图像进行二值化处理；再将所述分界线进行离散化处理，得到所述分界线上的离散点；根据所述离散点所在列的预设邻域范围内的像素点的像素值，对所述像素点进行二值化处理。该方法对车牌图像中亮度不同的部分采用不同的阈值进行二值化处理，与采用统一阈值进行常规二值化处理相比，得到的二值化图像更利于后续的字符提取和识别，提高了车辆阴阳牌的二值化效果，从而提高了车辆尾牌识别的准确率。

Description

一种车牌图像处理方法及装置

技术领域

本发明涉及图像处理技术领域，具体涉及一种车牌图像处理方法及装置。

背景技术

车牌识别技术一般包括车牌定位、车牌图像二值化、车牌字符切割以及字符识别几个过程，其中车牌图像二值化效果直接影响车牌识别的准确度，是整个车牌识别技术中的关键。车牌识别通常需要对车牌图像进行二值化处理，从二值图像中提取单个字符进行字符识别，从而实现对整个车牌的识别。

现有的车牌图像二值化处理一般通过自适应全局阈值法或局部自适应阈值法。但在进行车辆尾牌识别时，车辆尾牌通常会在固定时段出现严重的阴阳牌图像，如图3所示，阴阳牌是指车牌图像的上部分由于遮挡而成为阴影，下部分由于被阳光直射而成为阳面，从而形成上下亮度严重分化的车牌图像。常规的二值化处理对阴阳车牌的二值化效果很不理想，甚至导致二值化后车牌的阴影部分消失，或是被阳光直射的下部分严重粘连，从而影响后续字符提取和识别的准确度。

因此，对阴阳牌的阴影、阳面、阴阳分界线区域采用常规或统一的二值化处理方法，难以获得有效的二值化图像，从而导致车牌识别准确度低。

发明内容

本发明要解决的技术问题在于克服现有对阴阳牌采用统一的二值化处理导致车牌识别准确度低的缺陷。

本发明提供一种车牌图像处理方法，包括：

获取车牌图像，所述车牌图像包括分界线，所述分界线即车牌因亮度差异形成的分界线，所述分界线将所述车牌图像分为上下两部分；

分别对所述上下两部分车牌图像进行二值化处理；

将所述分界线进行离散化处理，得到所述分界线上的离散点；

根据所述离散点所在列的预设邻域范围内的像素点的像素值，对所述像素点进行二值化处理。

优选地，在所述根据所述离散点所在列的预设邻域范围内的像素点的像素值，对所述像素点进行二值化处理之后，还包括：

对经过二值化处理后的车牌图像进行字符切分，得到车牌字符；

根据所述车牌字符，判断字符切分是否正确；

当字符切分不正确时，判定分界异常；当字符切分正确时，判定所述车牌字符为车牌信息。

优选地，所述分别对所述上下两部分车牌图像进行二值化处理，包括：

分别确定所述上下两部分车牌图像各自的阈值；

根据所述上下两部分车牌图像各自的阈值，分别对所述上下两部分车牌图像进行二值化处理。

优选地，所述根据所述离散点所在列的预设邻域范围内的像素点的像素值，对所述像素点进行二值化处理，包括：

判断所述离散点所在列的预设邻域范围内的像素点的像素值是否大于预设阈值；

当所述离散点所在列的预设邻域范围内的像素点的像素值大于所述预设阈值时，将所述像素点二值化为高值。

优选地，所述根据所述车牌字符，判断字符切分是否正确，包括：

分别获取每个车牌字符的高度和宽度；

根据所述每个车牌字符的高度和宽度，计算车牌字符的平均高宽比；

判断所述车牌字符的平均高宽比是否在预设的字符高宽比阈值范围内；

当所述车牌字符的平均高宽比不在预设的字符高宽比阈值范围内时，判定字符切分不正确。

本发明还提供一种车牌图像处理装置，包括：

获取单元，用于获取车牌图像，所述车牌图像包括分界线，所述分界线即车牌因亮度差异形成的分界线，所述分界线将所述车牌图像分为上下两部分；

二值化处理单元，用于分别对所述上下两部分车牌图像进行二值化处理；

分界线离散化处理单元，用于将所述分界线进行离散化处理，得到所述分界线上的离散点；

分界线二值化处理单元，用于根据所述离散点所在列的预设邻域范围内的像素点的像素值，对所述像素点进行二值化处理。

优选地，还包括：

字符切分单元，用于对经过二值化处理后的车牌图像进行字符切分，得到车牌字符；

判断单元，用于根据所述车牌字符，判断字符切分是否正确；

判定单元，用于当字符切分不正确时，判定分界异常；当字符切分正确时，判定所述车牌字符为车牌信息。

优选地，所述二值化处理单元包括：

阈值确定子单元，用于分别确定所述上下两部分车牌图像各自的阈值；

二值化处理子单元，用于根据所述上下两部分车牌图像各自的阈值，分别对所述上下两部分车牌图像进行二值化处理。

优选地，所述分界线二值化处理单元包括：

阈值判断子单元，用于判断所述离散点所在列的预设邻域范围内的像素点的像素值是否大于预设阈值；

二值化子单元，用于当所述离散点所在列的预设邻域范围内的像素点的像素值大于所述预设阈值时，将所述像素点二值化为高值。

优选地，所述判断单元包括：

字符获取子单元，用于分别获取每个车牌字符的高度和宽度；

计算子单元，用于根据所述每个车牌字符的高度和宽度，计算车牌字符的平均高宽比；

高宽比判断子单元，用于判断所述车牌字符的平均高宽比是否在预设的字符高宽比阈值范围内；

字符切分判定子单元，用于当所述车牌字符的平均高宽比不在预设的字符高宽比阈值范围内时，判定字符切分不正确。

本发明技术方案，具有如下优点：

本发明提供一种车牌图像处理方法及装置，通过获取车牌图像及车牌图像上由于亮度差异形成的分界线，所述分界线将所述车牌图像分为上下两部分；分别对所述上下两部分车牌图像进行二值化处理；再将所述分界线进行离散化处理，得到所述分界线上的离散点；根据所述离散点所在列的预设邻域范围内的像素点的像素值，对所述像素点进行二值化处理。该方法对车牌图像中亮度不同的部分采用不同的阈值进行二值化处理，与采用统一阈值进行常规二值化处理相比，得到的二值化图像更利于后续的字符提取和识别，提高了车辆阴阳牌的二值化效果，从而提高了车辆尾牌识别的准确率。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为一种车牌图像处理方法的流程图；

图2为一种车牌图像处理装置的示意图；

图3为阴阳牌图像的示意图；

图4为对图3所示的阴阳牌图像拟合出的分界线示意图。

具体实施方式

下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，还可以是两个元件内部的连通，可以是无线连接，也可以是有线连接。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。

实施例1

本实施例提供一种车牌图像处理方法，该方法的流程图如图1所示。包括如下步骤：

S1：获取车牌图像，所述车牌图像包括分界线，所述分界线即车牌因亮度差异形成的分界线，所述分界线将所述车牌图像分为上下两部分。具体地，所述分界线可以根据车牌图像中每个像素点的像素值确定分界点，再对所述分界点进行曲线拟合得到。

S2：分别对所述上下两部分车牌图像进行二值化处理。具体地，上下两个部分分别对应阴影区域和阳面区域，可以通过常规自适应阈值方法确定所述上下两部分车牌图像各自的阈值，分别记为T_u和T_d，T_u为阴影区域阈值，T_d为阳面区域阈值。由于阴阳牌阴影区域的灰度值远远低于阳面区域的灰度值，所以T_u＜T_d。根据所述上下两部分车牌图像各自的阈值，分别对所述上下两部分车牌图像进行二值化处理。

S3：将所述分界线进行离散化处理，得到所述分界线上的离散点。由于所述分界线为连续的曲线或直线，需要对分界线进行离散化，以对应于车牌图像上的分界点坐标。离散化过程可表示为{i,ai²+bi+c}i∈{0,1,...,w}，其中，w为车牌图像的宽度，a、b、c为分界线函数的系数。

S4：根据所述离散点所在列的预设邻域范围内的像素点的像素值，对所述像素点进行二值化处理。首先判断所述离散点所在列的预设邻域范围内的像素点的像素值是否大于预设阈值。具体地，在所述离散点(x,y)所在列的半径为1的区域内，分别判断{x,y-1}、{x,y}、{x,y+1}这三个像素点的像素值是否均大于上述阳面区域阈值T_d和阴影区域阈值T_u，且判断这三个像素点的像素值是否均大于各自的周围八个邻域像素点的像素值。当所述离散点所在列的预设邻域范围内的像素点的像素值大于所述预设阈值时，即大于阳面区域阈值T_d和阴影区域阈值T_u且均大于其周围八个邻域像素点的像素值时，将所述像素点二值化为高值。

本发明提供的车牌图像处理方法，通过获取车牌图像及车牌图像上由于亮度差异形成的分界线，所述分界线将所述车牌图像分为上下两部分；分别对所述上下两部分车牌图像进行二值化处理；再将所述分界线进行离散化处理，得到所述分界线上的离散点；根据所述离散点所在列的预设邻域范围内的像素点的像素值，对所述像素点进行二值化处理。该方法对车牌图像中亮度不同的部分采用不同的阈值进行二值化处理，与采用统一阈值进行常规二值化处理相比，得到的二值化图像更利于后续的字符提取和识别，提高了车辆阴阳牌的二值化效果，从而提高了车辆尾牌识别的准确率。

作为一个优选的实施方式，在上述步骤S4之后，还包括：对经过二值化处理后的车牌图像进行字符切分，得到车牌字符；根据所述车牌字符，判断字符切分是否正确；当字符切分不正确时，判定分界异常；当字符切分正确时，判定所述车牌字符为车牌信息。

具体地，所述根据所述车牌字符，判断字符切分是否正确，包括：

首先，分别获取每个车牌字符的高度和宽度。对车牌字符的上下左右边界位置进行定位，根据定位分别得到每个车牌字符的高度和宽度。

其次，根据所述每个车牌字符的高度和宽度，计算车牌字符的平均高宽比。假设车牌字符的平均高度和宽度分别为h_mean和w_mean，则车牌字符的平均高宽比为r_mean＝h_mean/w_mean。

再次，判断所述车牌字符的平均高宽比是否在预设的字符高宽比阈值范围内。具体地，可以根据中国车牌字符高宽比为2的实际情况设定高宽比阈值。判断车牌字符的平均高宽比r_mean是否介于1.6至2.4之间，即判断1.6≤r_mean≤2.4是否成立。

最后，当所述车牌字符的平均高宽比不在预设的字符高宽比阈值范围内时，判定字符切分不正确。当1.6≤r_mean≤2.4不成立时，判定字符切分不正确，所述车牌可能不是阴阳车牌，需对所述车牌图像重新用常规二值化方法进行处理。

作为一个具体的实施方式，车牌图像分界线的拟合方法可以包括如下步骤：

第一，获取车牌图像中每个像素点的像素值，所述像素值可以为灰度值。例如，可以通过扫描的方式遍历所述车牌图像中的每个像素点，检测每个像素点对应的灰度值。

第二，根据所述每个像素点的像素值，确定分界点。由于车牌图像上下两部分的亮度不同，导致车牌图像上下两部分像素点的灰度值不同。所述分界点即车牌因亮度差异形成的分界点。所述分界点将其所在列的像素点分为上下两部分。具体地，上部分像素点对应车牌图像的阴影区域，下部分像素点对应车牌图像的阳面区域。

第三，根据所述分界点所在行的每个像素点的预设领域范围内的分界点个数，确定至少一个疑似分界行。具体地，通过将车牌图像进行水平投影的方法，可以计算出车牌图像的每一行的分界点个数。所述分界点所在行的每个像素点的预设领域范围内，通过扫描可以获得至少一个分界点个数最多的疑似分界行。

第四，判断所述至少一个疑似分界行中是否存在分界行。对所述至少一个疑似分界行的分界点个数进行判断，当所述分界点个数满足一定的阈值条件时，判定所述至少一个疑似分界行为分界行；当所述疑似分界行的分界点个数均不满足所述阈值条件时，判定所述车牌图像为非阴阳牌。

第五，当所述至少一个疑似分界行中存在分界行时，根据所述分界行拟合出分界线。具体地，可以将所述分界行及其附近行的所有分界点作为样本集，对所述样本集进行曲线拟合，得到车牌图像的阴阳分界线。

上述第二步骤可以包括以下子步骤：

首先，根据所述车牌图像中每个像素点的所在列，将所述像素点上部像素点的像素值与所述像素点下部像素点的像素值进行比较。

具体地，可以设车牌图像为I，宽度为w，高度为h，I(x,y)x∈{0,1,...,w}y∈{0,1,...,h}表示图像坐标为(x,y)的像素点的像素值。新建一个标记图像M，所述标记图像M的宽度和高度与车牌图像I相同，且标记图像M的所有像素点的像素值均初始化为0。

对车牌图像I的每个像素点进行扫描，根据式(1)对标记图像M进行赋值，其中，i∈{1,2,3},j∈{1,2,3},T表示阴阳分界的灰度阈值。T可以取常量，也可以取与I(x,y)有关的值，表示可以检测的分界点的强度。

对像素点(x,y)所在列的像素点，将像素点(x,y)上部像素点的像素值与像素点(x,y)下部像素点的像素值之差与灰度阈值T进行比较。

其次，分别根据比较结果，确定所述像素点是否为分界点。当像素点(x,y)上部像素点的像素值与像素点(x,y)下部像素点的像素值之差全部大于灰度阈值T时，判定像素点(x,y)为分界点，对应标记图像M中值为1的像素点。

上述第三步骤可以包括以下子步骤：

首先，计算所述分界点所在行的每个像素点的预设领域范围内的分界点个数。

具体地，可以通过对标记图像M进行水平投影的方法，得到水平投影计数pro，如式(2)所示，表示车牌图像的每一行的分界点个数。水平投影计数pro表现为一个一维向量，维度为h，即车牌图像I的高度。

由于车牌的阴阳分界并非水平直线，为了提高阴阳分界判断的鲁棒性，优选地，可以根据式(2)的投影pro进行再计算。将每个像素点的前后两个像素点作为预设领域范围，对每一个像素点的值用其前后两个像素点的值及其本身的和代替，如式(3)所示。

由此得到分界点所在行的每个像素点的预设领域范围内的分界点个数。

其次，在所述车牌图像高度的中线附近，确定所述分界点个数最多的至少一行作为疑似分界行。

具体地，根据式(3)的水平投影向量pro，从车牌图像高度的中线

开始，同时向上和向下通过扫描的方法获得水平投影向量pro取值最大的前三个值，即获得分界点个数最多的3个疑似分界行，记录其位置，标记为r1，r2，r3。

上述第四步骤可以包括以下子步骤：

首先，依次将所述疑似分界行的所述分界点个数与分界行阈值比较，所述分界行阈值根据所述车牌图像的宽度设定。

依次对上述步骤获得的3个疑似分界行r1，r2，r3进行检测判断。例如，当对r1进行检测判断时，将r1记为r行。在标记图像M中对r行中的每一个像素点(x,r)x∈{0,1,...,w}进行判断。

优选地，当在以像素点(x,r)为中心、半径为2的范围内的分界点的个数小于等于2时，判定像素点(x,r)为有效分界点；当在以像素点(x,r)为中心、半径为2的范围内的分界点的个数等于0时，判定像素点(x,r)为可能分界点。统计r行中的有效分界点和可能分界点的总数，并分别记为有效分界点数m和可能分界点数n。优选地，可以根据车牌图像的宽度w设定分界行阈值为

且

当m和n满足分界行阈值

且

时，则判定r行为分界行。

其次，根据比较结果，确定所述至少一个疑似分界行中是否存在分界行。

具体地，依次对至少一个疑似分界行即r1、r2和r3进行判断，当其中的某一行被判定为分界行时，则停止判断，并将该行作为预留行，记为R。当r1、r2和r3均不满足上述分界行阈值条件时，则判定该车牌图像非阴阳牌。

上述第五步骤可以包括以下子步骤：

首先，获取所述分界行及其附近行的全部分界点。将所述分界行的上下2行作为所述分界行的附近行。在标记图像M上，在所述分界行即R行及其附近行中，获取所有满足M(x,y)＝1的点(x,y)作为样本集。

其次，对所述全部分界点进行曲线拟合，得到分界线的拟合函数。通过大量数据观察，分界线通常表现为一条向下凸起的抛物线或一条直线，因此可以使用二次线性函数y＝ax²+bx+c进行拟合，二次曲线同样具有拟合直线的能力。根据式y＝ax²+bx+c对所述样本集进行二次曲线拟合，得到分界线如图4所示，并求解出(a,b,c)的值，从而得到分界线的拟合函数表示。

实施例2

本实施例提供一种车牌图像处理装置，该装置的示意图如图2所示。包括：

获取单元10，用于获取车牌图像，所述车牌图像包括分界线，所述分界线即车牌因亮度差异形成的分界线，所述分界线将所述车牌图像分为上下两部分。具体地，所述分界线可以根据车牌图像中每个像素点的像素值确定分界点，再对所述分界点进行曲线拟合得到。

二值化处理单元20，用于分别对所述上下两部分车牌图像进行二值化处理。二值化处理单元20包括阈值确定子单元，用于确定所述上下两部分车牌图像各自的阈值；二值化处理子单元，用于根据所述阈值，分别对所述上下两部分车牌图像进行二值化处理。具体地，上下两个部分分别对应阴影区域和阳面区域，可以通过常规自适应阈值方法确定所述上下两部分车牌图像各自的阈值，分别记为T_u和T_d，T_u为阴影区域阈值，T_d为阳面区域阈值。由于阴阳牌阴影区域的灰度值远远低于阳面区域的灰度值，所以T_u＜T_d。根据所述上下两部分车牌图像各自的阈值，分别对所述上下两部分车牌图像进行二值化处理。

分界线离散化处理单元30，用于将所述分界线进行离散化处理，得到所述分界线上的离散点。由于所述分界线为连续的曲线或直线，需要对分界线进行离散化，以对应于车牌图像上的分界点坐标。离散化过程可表示为{i,ai²+bi+c}i∈{0,1,...,w}，其中，w为车牌图像的宽度，a、b、c为分界线函数的系数。

分界线二值化处理单元40，用于根据所述离散点所在列的预设邻域范围内的像素点的像素值，对所述像素点进行二值化处理。分界线二值化处理单元40包括阈值判断子单元，用于判断所述离散点所在列的预设邻域范围内的像素点的像素值是否大于预设阈值；二值化子单元，用于当所述离散点所在列的预设邻域范围内的像素点的像素值大于所述预设阈值时，将所述像素点二值化为高值。首先判断所述离散点所在列的预设邻域范围内的像素点的像素值是否大于预设阈值。具体地，在所述离散点(x,y)所在列的半径为1的区域内，分别判断{x,y-1}、{x,y}、{x,y+1}这三个像素点的像素值是否均大于上述阳面区域阈值T_d和阴影区域阈值T_u，且判断这三个像素点的像素值是否均大于各自的周围八个邻域像素点的像素值。当所述离散点所在列的预设邻域范围内的像素点的像素值大于所述预设阈值时，即大于阳面区域阈值T_d和阴影区域阈值T_u且均大于其周围八个邻域像素点的像素值时，将所述像素点二值化为高值。

本发明提供的车牌图像处理装置，通过获取车牌图像及车牌图像上由于亮度差异形成的分界线，所述分界线将所述车牌图像分为上下两部分；分别对所述上下两部分车牌图像进行二值化处理；再将所述分界线进行离散化处理，得到所述分界线上的离散点；根据所述离散点所在列的预设邻域范围内的像素点的像素值，对所述像素点进行二值化处理。该方法对车牌图像中亮度不同的部分采用不同的阈值进行二值化处理，与采用统一阈值进行常规二值化处理相比，得到的二值化图像更利于后续的字符提取和识别，提高了车辆阴阳牌的二值化效果，从而提高了车辆尾牌识别的准确率。

作为一个优选的实施方式，该装置还包括：

字符切分单元，用于对经过二值化处理后的车牌图像进行字符切分，得到车牌字符；

判断单元，用于根据所述车牌字符，判断字符切分是否正确；

判定单元，用于当字符切分不正确时，判定分界异常；当字符切分正确时，判定所述车牌字符为车牌信息。

具体地，所述判断单元包括：

字符获取子单元，用于分别获取每个车牌字符的高度和宽度。对车牌字符的上下左右边界位置进行定位，根据定位分别得到每个车牌字符的高度和宽度。

计算子单元，用于根据所述每个车牌字符的高度和宽度，计算车牌字符的平均高宽比。假设车牌字符的平均高度和宽度分别为h_mean和w_mean，则车牌字符的平均高宽比为r_mean＝h_mean/w_mean。

高宽比判断子单元，用于判断所述车牌字符的平均高宽比是否在预设的字符高宽比阈值范围内。具体地，可以根据中国车牌字符高宽比为2的实际情况设定高宽比阈值。判断车牌字符的平均高宽比r_mean是否介于1.6-2.4之间，即判断1.6≤r_mean≤2.4是否成立。

字符切分判定子单元，用于当所述车牌车牌字符的平均高宽比不在预设的字符高宽比阈值范围内时，判定字符切分不正确。当1.6≤r_mean≤2.4不成立时，判定字符切分不正确，所述车牌可能不是阴阳车牌，需对所述车牌图像重新用常规二值化方法进行处理。

显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (8)

1.一种车牌图像处理方法，其特征在于，包括：

获取车牌图像，所述车牌图像包括分界线，所述分界线即车牌因亮度差异形成的分界线，所述分界线将所述车牌图像分为上下两部分；

分别对所述上下两部分车牌图像进行二值化处理；

将所述分界线进行离散化处理，得到所述分界线上的离散点；

根据所述离散点所在列的预设邻域范围内的像素点的像素值，对所述像素点进行二值化处理；

所述根据所述离散点所在列的预设邻域范围内的像素点的像素值，对所述像素点进行二值化处理，包括：

判断所述离散点所在列的预设邻域范围内的像素点的像素值是否均大于预设阈值；

当所述离散点所在列的预设邻域范围内的像素点的像素值均大于所述预设阈值时，将所述像素点二值化为高值。

2.根据权利要求1所述的方法，其特征在于，在所述根据所述离散点所在列的预设邻域范围内的像素点的像素值，对所述像素点进行二值化处理之后，还包括：

对经过二值化处理后的车牌图像进行字符切分，得到车牌字符；

根据所述车牌字符，判断字符切分是否正确；

当字符切分不正确时，判定分界异常；当字符切分正确时，判定所述车牌字符为车牌信息。

3.根据权利要求1所述的方法，其特征在于，所述分别对所述上下两部分车牌图像进行二值化处理，包括：

分别确定所述上下两部分车牌图像各自的阈值；

根据所述上下两部分车牌图像各自的阈值，分别对所述上下两部分车牌图像进行二值化处理。

4.根据权利要求2所述的方法，其特征在于，所述根据所述车牌字符，判断字符切分是否正确，包括：

分别获取每个车牌字符的高度和宽度；

根据所述每个车牌字符的高度和宽度，计算车牌字符的平均高宽比；

判断所述车牌字符的平均高宽比是否在预设的字符高宽比阈值范围内；

当所述车牌字符的平均高宽比不在预设的字符高宽比阈值范围内时，判定字符切分不正确。

5.一种车牌图像处理装置，其特征在于，包括：

获取单元，用于获取车牌图像，所述车牌图像包括分界线，所述分界线即车牌因亮度差异形成的分界线，所述分界线将所述车牌图像分为上下两部分；

二值化处理单元，用于分别对所述上下两部分车牌图像进行二值化处理；

分界线离散化处理单元，用于将所述分界线进行离散化处理，得到所述分界线上的离散点；

分界线二值化处理单元，用于根据所述离散点所在列的预设邻域范围内的像素点的像素值，对所述像素点进行二值化处理；

所述分界线二值化处理单元包括：

阈值判断子单元，用于判断所述离散点所在列的预设邻域范围内的像素点的像素值是否均大于预设阈值；

二值化子单元，用于当所述离散点所在列的预设邻域范围内的像素点的像素值均大于所述预设阈值时，将所述像素点二值化为高值。

6.根据权利要求5所述的装置，其特征在于，还包括：

字符切分单元，用于对经过二值化处理后的车牌图像进行字符切分，得到车牌字符；

判断单元，用于根据所述车牌字符，判断字符切分是否正确；

判定单元，用于当字符切分不正确时，判定分界异常；当字符切分正确时，判定所述车牌字符为车牌信息。

7.根据权利要求5所述的装置，其特征在于，所述二值化处理单元包括：

阈值确定子单元，用于分别确定所述上下两部分车牌图像各自的阈值；

二值化处理子单元，用于根据所述上下两部分车牌图像各自的阈值，分别对所述上下两部分车牌图像进行二值化处理。

8.根据权利要求6所述的装置，其特征在于，所述判断单元包括：

字符获取子单元，用于分别获取每个车牌字符的高度和宽度；

计算子单元，用于根据所述每个车牌字符的高度和宽度，计算车牌字符的平均高宽比；

高宽比判断子单元，用于判断所述车牌字符的平均高宽比是否在预设的字符高宽比阈值范围内；

字符切分判定子单元，用于当所述车牌字符的平均高宽比不在预设的字符高宽比阈值范围内时，判定字符切分不正确。

Images