1.一種基于MSER和SWT相結(jié)合的夜間車輛車牌定位方法，用于對待檢測圖像中的車牌區(qū)域進(jìn)行定位，其特征在于，包括以下步驟：
步驟一，將所述待檢測圖像轉(zhuǎn)換為灰度圖像并進(jìn)行對比度增強(qiáng)操作，提取對比度增強(qiáng)操作后的所述灰度圖像中的最大穩(wěn)定極值區(qū)域(MSER)并進(jìn)行邊緣檢測膨脹后對最大穩(wěn)定極值區(qū)域(MSER)進(jìn)行分割，得到根據(jù)車牌字符特征篩選后的候選區(qū)域；
步驟二，在所述候選區(qū)域內(nèi)做基于一系列腐蝕操作的筆畫寬度變換(SWT)，并對得到的各個所述候選區(qū)域的筆畫寬度值進(jìn)行篩選；
步驟三，對經(jīng)過筆畫寬度過濾篩選得到的車牌字符候選區(qū)域聚合，根據(jù)車牌幾何特征對聚合后的區(qū)域?qū)崿F(xiàn)車牌精定位。
2.根據(jù)權(quán)利要求1所述的基于MSER和SWT相結(jié)合的夜間車輛車牌定位方法，其特征在于，步驟一包括以下子步驟：
步驟1-1，對所述待檢測圖像灰度化之后，進(jìn)行非線性灰度變換，用于突出車牌區(qū)域得到對比度增強(qiáng)后的圖像；
步驟1-2，對對比度增強(qiáng)后的圖像進(jìn)行MSER區(qū)域提取；
步驟1-3，對對比度增強(qiáng)后的圖像進(jìn)行Canny邊緣檢測和膨脹操作后再與原MSER區(qū)域取交后分割原MSER區(qū)域；
步驟1-4，對步驟1-3所得到的分割后的MSER區(qū)域根據(jù)車牌字符特征對其基本統(tǒng)計特征進(jìn)行篩選。
3.根據(jù)權(quán)利要求2所述的基于MSER和SWT相結(jié)合的夜間車輛車牌定位方法，其特征在于：
其中，所述基本統(tǒng)計特征包括最小外接矩形寬高比、偏心率、區(qū)域大小、以及占空比。
4.根據(jù)權(quán)利要求2所述的基于MSER和SWT相結(jié)合的夜間車輛車牌定位方法，其特征在于，步驟二包括以下子步驟：
步驟2-1，在步驟1-4篩選得到的所述候選區(qū)域內(nèi)做K次腐蝕操作，K是連通域被腐蝕后為空集前的最后一次迭代步驟；
步驟2-2，計算所述候選區(qū)域內(nèi)各個像素與步驟2-2腐蝕后剩余像素的歐式距離，并乘以2后賦值為其筆畫寬度值；
步驟2-3對步驟2-2得到的各個所述候選區(qū)域的所述筆畫寬度值，根據(jù)車牌字符筆畫寬度特點(diǎn)對各連通域進(jìn)行篩選。
5.根據(jù)權(quán)利要求4所述的基于MSER和SWT相結(jié)合的夜間車輛車牌定位方法，其特征在于，步驟三包括以下子步驟：
步驟3-1對步驟2-3得到的各個所述候選區(qū)域進(jìn)行構(gòu)造最鄰近對操作；
步驟3-2聚合步驟3-1中得到的各個最近臨近對；
步驟3-3掃描步驟3-2中的各個所述最近臨近對并進(jìn)行聚合得到區(qū)域的最小外接矩形，根據(jù)車牌幾何特征篩選該最小外接矩形，滿足以下條件
K為聚合得到的的所述最小外接矩形的個數(shù)，fR為所述最小外接矩形的高寬比，h為所述最小外接矩形的高，w為所述最小外接矩形的寬。