颜色识别
为车牌的“特征颜色”。为了充分利用颜色信息，我们需要对图
像的特征颜色进行加强。传统的用RCB三色来计算亮度值的
公式并没有突出车牌的底色。本文将用RGB的其他组合来加
强特征颜色，并用此作为新的亮度值H ，以下分不同底色分别
说明。
(1)蓝底白字车牌
一个物体之所以成蓝色，不是其蓝色分量大，而是蓝色分量
相对于红色和绿色分量大。根据这个原理，我们得出了抽取蓝
色特征的公式：
日 ( ，Y)=2B( ，Y)一R( ，y)一G( ，y) (1)
(2)黄底黑字车牌
一个物体之所以成黄色，是因为红色和绿色分量相对于蓝
色分量大，同时红色和绿色分量之间的差距比较小。因此黄色
特征的抽取公式可以表述如下：
H ( ，Y)：R( ，Y)+G( ，Y)一
2B( ，Y)一0．8IR( ，y)一G( ，， )I (2)
上式中，绝对值前系数之所以选0．8，是考虑到大部分黄底
车牌并不是纯黄色，而是偏向于红色或绿色，如果车牌被污染的
严重，则系统 的值可以再适当减少。
(3)白底黑字车牌
白色的特征是红、绿、蓝三个分量的值都比较大，同时三者
之间的差异也比较小。因此设计白色特征抽取公式如下：
日 ( ，Y)=R( ， )+G( ，Y)+B( ，Y)一0．8[IR( ，Y)一
G( ，y)I+IR( ，y)一B( ，Y)I+IB( ，， )一G( ，， )I] (3)
(4)黑底白字车牌
黑色(也就是自色的反色)的特征是红、绿、蓝三个分量的
值都比较小，同时三者之问的差异也比较小。因此设计黑色特
征抽取公式如下：
日 ( ，Y)=255 X 3一[R( ，Y)+G( ，Y)+
B( ，Y)]+0．8[IR( ，Y)一G( ，Y)I+
IR( ，Y)一B( ， )I+IB( ，， )一G( ，， )I](4)
实验表明，经过特征颜色加强的车牌更有利于后面的分割