全局阈值分割方法在图像处理中应用比较多，它在整幅图像内采用固定的阈值分割图像。本文采用的就是全局阈值法，在选取合适的阈值后，可以得到很好的二值化图像。

2.1.5 形态学运算

数学形态学也称图像代数，表示以形态为基础对图像进行分析的数学工具是一种应用于图像处理和模式识别领域的新的方法。形态学的数学基础和所用语言是集合论，其基本运算有四种：膨胀、腐蚀、开启和闭合。膨胀和腐蚀为对称运算，不是逆运算，它们可以级联结合使用。使用同一个结构元素对图像先进行膨胀然后再进行腐蚀的运算成为闭合运算，闭合运算可以平滑边界，连接短的间断，填充小孔。

在经过二值化之后，我们将二值图中含有较多边缘的区域定义为边缘区域。每个边缘区域是由一定距离内的相邻边缘组合构成。组合边缘可以通过形态学运算中的闭合运算实现。理想情况下，车牌内的相邻边缘都将合并进一个单独的边缘区域。源.自/吹冰·论\文'网·www.chuibin.com/

2.2 车牌定位

经过预处理之后，原始的车辆图片就成为有很多连通区域的二值化图像。车牌定位的工作就转化成在图中的连通区域中找到正确的车牌位置。我们通过以下两步实现：构建候选区域和检测候选区域。

2.2.1 构建候选区域

    因为图像已经转化为二值图，所以所有的连通区域都是黑色背景中的白色空洞。因为在二值图中，若黑色像素记为1，白色像素记为0，所以所有连通区域的边缘都会存在一次1到0的跳变。当我们去逐行地扫描图像，并记录下跳变点，就可以记录下二值图中的所有连通区域[14]。