运动目标检测与定位一直是图像领域中的研究热点,其核心在于图像中的特征提取与描述。本文在分析灰度、纹理、几何形状等图像特征的基础上,重点研究了图像最大稳定极值区域(MSER)特征检测方法,该方法所具有仿射不变性主要包含对于尺度、视角、旋转变换的不变性,并通过实验对以上特性进行了验证。由于车牌字符区域是典型的MSER区域,因此对于不同大小、不同视角、不同倾斜角的车牌,MSER方法都能有效进行检测。继而提出了一种基于车牌先验知识的MSER车牌检测方法。首先对输入图片进行预处理,通常包括灰度化及灰度拉伸等方法;再选取近似车牌字符面积的MSER区域作为候选区域;接着进行形态学处理,并根据车牌字符的尺度及长宽比来删选候选区域;然后根据车牌字符的跳变性质以及水平投影特征去除单个字符区域并确定车牌上下边界,最后通过垂直投影确定车牌左右边界。在基于OpenCV库的MFC实验环境中,验证了基于车牌先验知识的MSER车牌检测方法的可行性和有效性。实验结果表明,使用固定阈值参数对图片库中450幅大小为720?540,具有复杂背景干扰的图片进行车牌检测,车牌正确检测率为83.3%,每幅检测时间为400ms左右;对特定视频序列中截取的车脸库中159幅大小为322?131,同一场景下的车脸图进行车牌检测,车牌正确检测率为95.6%,每幅检测时间为40ms左右。