车牌识别技术在智能交通领域发挥着重要作用。作为车牌识别技术的关键环节,车牌定位一直被广泛研究。在采集车辆视频图像过程中,由于周围环境变化等不可控条件的作用,都对车牌定位产生很大的影响。其中雾霾图像处理对车牌识别乃至智能交通系统有非常重要的意义。传统图像增强的方法只是单纯地增强图像的对比度,而对图像的视觉效果、信息保真度等都没有保证。考虑到传统方法难以达到满意的效果,本文应用图像复原方法根据何凯明提出的暗原色先验原理和McCartney提出的大气散射模型,分析雾霾对图像产生影响的物理机制,提出改进暗原色去雾的IMF滤波算法,从而消除雾霾对车牌定位的干扰。论文针对雾霾图像的特征对车辆雾霾图像进行复原处理,并根据小波边缘检测原理对复原图像进行车牌定位研究,主要完成工作如下:1、研究暗原色去雾原理,应用此原理对雾霾图像进行复原处理。构建雾天成像模型,根据暗原色原理获得反映雾霾信息的透射率图,重构无雾图像。2、针对透射率图块效应问题,研究了指导性滤波平滑透射率图,中值滤波代替最小值滤波获得平滑透射率图。为改善中值滤波的过饱和现象,降低指导性滤波平滑时间复杂度,提出IMF滤波算法相对快速有效地获得去雾图像。3、分析车牌定位方法,应用B样条小波多尺度分析对复原车牌图像进行小波边缘检测,同时结合形态学处理方法粗定位出车牌候选区域.。