1.一种基于R通道水平邻域方差计算的车牌定位方法，其特征在于包括如下步骤：步骤1：对含有车牌的彩色图像提取R通道，记为图像r；

步骤2：对步骤1)得到的图像r中计算每个像素点p(x,y)水平邻域内的灰度值方差S(x,y)，若S(x,y)小于T，则将p(x,y)的灰度值置0，其中x为像素点p的横坐标，y为像素点p的纵坐标，T为预先设定的方差阈值；

步骤3：对步骤2)得到的图像进行二值化，并通过形态学闭运算，使二值化图像中相邻的连通区域进行连接，形成大的连通区域；

步骤4：对步骤3)得到的图像，计算图中每个连通区域的最小外包矩形rectangle[x1,y1,w,h]，判断每个最小外包矩形区域是否满足车牌的特征，满足车牌特征的矩形区域即为定位得到的车牌区域，其中x1为最小外包矩形rectangle的左上角横坐标，y1为最小外包矩形rectangle的左上角纵坐标，w为最小外包矩形rectangle的宽，h为最小外包矩形rectangle的高；

步骤2)中每个像素点p(x,y)的水平邻域范围选取如下：

2.1)：若x

1×(x+n+1)大小的水平邻域；

2.2)：若x≥width-n，则以点p(x,y)为中心往左扩展n个像素点，往右扩展width-x-1个像素点，形成一个1×(width+n-x)大小的水平邻域；

2.3)：若n≤x

其中width为图像r的宽度，n为预先设定的水平邻域宽度阈值，需满足n≤width/2；

步骤4)中判断矩形区域rectangle[x1,y1,w,h]满足车牌特征需同时满足以下条件：

4.1)：minArea

4.2)：minRatio

4.3)：mutationCount/h>mutationThresh；

其中maxArea、minArea分别为车牌区域可能的最大面积和最小面积，由预先设定，maxRatio、minRatio分别为车牌区域长宽比值的最大值和最小值，由预先设定，mutationCount为步骤3)中闭运算之前的二值化图像在rectangle[x1,y1,w,h]对应区域内总的黑白跳变数，mutationThresh为车牌区域中平均每一行可能的黑白跳变数，由预先设定。