1.一種車牌定位方法，其特征在于，包括以下步驟：
S10：擷取含有車牌的圖像；
S20：通過分別提取該圖像中符合車牌顏色的指定顏色特征、水平邊緣特征和豎直邊緣特征以得到一張包含車牌候選區(qū)域的二值圖；
S30：對(duì)所述車牌候選區(qū)域進(jìn)行膨脹，并通過計(jì)算所述車牌候選區(qū)域中各連通域的面積，確定面積最大的連通域?yàn)檐嚺茀^(qū)域，所述連通域?yàn)橛啥鄠€(gè)連續(xù)且像素值為1的像素組成的區(qū)域。
2.根據(jù)權(quán)利要求1所述的車牌定位方法，其特征在于，步驟S20包括：
S21：提取該圖像中符合車牌顏色的指定顏色特征以得到一張包含指定顏色特征區(qū)域的二值圖像；
S22：提取該圖像中水平邊緣特征和豎直邊緣特征以得到一張包含邊緣特征區(qū)域的二值圖像；
S23：將上述包含指定顏色特征區(qū)域的二值圖像和包含邊緣特征區(qū)域的二值圖像進(jìn)行邏輯與運(yùn)算，以得到所述包含車牌候選區(qū)域的二值圖。
3.根據(jù)權(quán)利要求2所述的車牌定位方法，其特征在于，
步驟S21包括：將所述含有車牌的圖像由RGB格式圖像轉(zhuǎn)換到HSV格式圖像，提取該圖像中符合車牌顏色的指定顏色特征；
步驟S22包括：將所述包含車牌的圖像轉(zhuǎn)換為灰度圖像，利用Sobel算子提取所述水平邊緣特征和豎直邊緣特征。
4.根據(jù)權(quán)利要求2所述的車牌定位方法，其特征在于，步驟S22還包括對(duì)所述邊緣特征區(qū)域進(jìn)行膨脹的步驟。
5.根據(jù)權(quán)利要求4所述的車牌定位方法，其特征在于，對(duì)所述邊緣特征區(qū)域進(jìn)行膨脹的步驟包括：
設(shè)定長度為P個(gè)像素、寬度為Q個(gè)像素的矩形，P和Q均為大于等于3的正整數(shù)；
對(duì)所述包含邊緣特征區(qū)域的二值圖像中每一個(gè)像素值為1的像素，將以其為中心的該矩形范圍內(nèi)的所有像素的像素值替換為1。
6.根據(jù)權(quán)利要求1所述的車牌定位方法，其特征在于，步驟S30中對(duì)所述車牌候選區(qū)域進(jìn)行膨脹包括矩形像素組填充膨脹和/或形態(tài)學(xué)膨脹，其中所述矩形像素組膨脹包括：
設(shè)定長度為M個(gè)像素、寬度為N個(gè)像素的矩形，M和N均為大于等于3的正整數(shù)；
對(duì)所述包含車牌候選區(qū)域的二值圖中每一個(gè)像素值為1的像素，將以其為中心的該矩形范圍內(nèi)的所有像素的像素值替換為1。
7.根據(jù)權(quán)利要求1所述的車牌定位方法，其特征在于，步驟S30中計(jì)算所述車牌候選區(qū)域中各連通域的面積的步驟包括：
S31：沿水平方向逐行掃描所述車牌候選區(qū)域；
S32：為每一行中像素值為1的像素及其相鄰像素值為1的像素標(biāo)記連通域編號(hào)；
S33：計(jì)算各所述連通域中像素值為1的像素的個(gè)數(shù)以得到各所述連通域的面積。
8.根據(jù)權(quán)利要求7所述的車牌定位方法，其特征在于，步驟S32包括：
S321：對(duì)于像素值為1的當(dāng)前像素判斷其是否已被標(biāo)記為屬于第1個(gè)-第i個(gè)中任一個(gè)連通域，若是則進(jìn)行步驟S323，若否則將其標(biāo)記為屬于第i+1個(gè)連通域并使得第i+1個(gè)連通域中像素值為1的像素個(gè)數(shù)加1；對(duì)于像素值為0的當(dāng)前像素進(jìn)行步驟S323；其中i為已標(biāo)記的連通域的編號(hào)最大值；
S322：掃描該當(dāng)前像素的8個(gè)相鄰像素，若有K個(gè)相鄰像素的像素值為1且沒有被標(biāo)記為屬于第1個(gè)-第i+1個(gè)中任一個(gè)連通域，將該K個(gè)相鄰像素標(biāo)記為屬于第i+1個(gè)連通域并使得第i+1個(gè)連通域中像素值為1的像素個(gè)數(shù)遞增K，其中K為小于等于8的正整數(shù)；
S323：選取當(dāng)前行的下一個(gè)像素作為當(dāng)前像素；
重復(fù)上述步驟S321-S323直至該行所有像素掃描完畢。
9.根據(jù)權(quán)利要求1所述的車牌定位方法，其特征在于，還包括：將所述車牌區(qū)域的坐標(biāo)映射至所述含有車牌的圖像中，以獲得車牌圖像。