二阶差分边缘检测：这是利用在图像的边缘处，灰度发生急剧变化这一特性，采用图像灰度值沿着确定方向(x，y或对角线)取二次差分后的某些性质进行边缘检测的。
      II. 基于梯度的边缘检测
      由于边缘发生在图像灰度值变化比较大的地方，对应连续情形就是函数梯度最大的地方。Roberts算子、Prewitt算子和Sobel算子就是比较简单而常用的例子。还有一种比较直观的方法就是利用当前像素临域中的一些像素值拟合一个曲面，然后求这个连续曲面在该像素处梯度。从统计角度上说，可以通过回归分析得到一个曲面，然后做类似的处理。①Robert算子在图像中边缘的锐利程度是由图像的梯度来决定的。②Prewit算子和Sobel算子1970年左右，Prewitt和Sobel分别提出了一个算子，即Prewitt算子Sobel算子。Prewitt边缘检测算子使用两个有向算子(一个是水平的，一个是垂直的一般称为模版，每一个逼近一个偏导数)并在此基础上得到了一个很不错的使用算法。
(4)    基于彩色图像的车牌定位方法
目前的车牌分割受限于灰度图像，所以定位效果受阴影和光照条件的限制。由于人类视觉对彩色信息比较敏感，人眼能分辨的灰度只有20多级，而分辨的色彩却有35000种，彩色图像可以提供更多的视觉信息，有人提出了利用车牌的颜色信息来搜索牌照，将处理对象改为彩色图像以求可以精确地定位车牌。比如一些系统采用BP神经网络对彩色图像进行彩色分割，把每个像素通过网络学习归类为期望的颜色，然后利用水平和数值直方图的方法确定牌照的位置，但是当车牌区域颜色域附近颜色非常相似且牌照倾斜的情况下彩色定位分割错误概率将会增加。但是基于彩色图像的定位算法最大的缺点是计算量和存储量都比较大，如基于神经网络的彩色图像车牌分割方法，此方法需要处理好网络局部收敛问题，定位时Sobel算子和Prewitt算子的不同在于使用的模板不一样：对一些图像噪声结构，Sobel算子和Prewitt算子能产生比较好的结果，但是他们存在一些共同的问题：（a）检测结果对噪声很敏感，图像的离散差分对噪声比对原图像更敏感;（b）可以通过对图像做平滑来改善结果，但是又会产生一个问题:会把一些靠在一起的边缘平滑掉，而且会影响对边缘的定位:（c）用上述模板卷积后得到的边缘可能是跨越好几个点而不是一个点。为了改善这个问题，还要做一些改进:边缘像素不只是要大于阈值，而且梯度方向上梯度的大小要大于它的前者和后者，这个方法称之为非极值抑制。    
2.4 编程工具Matlab简介
MATLAB的名称源自矩阵实验室（Matrix Laboratory），它是一种科学计算软件，特别是在矩阵形式的数据处理。MATLAB将高性能的数值计算和可视化集成在一起，并提供了大量的内置函数，从而被广泛地应用于科学计算、控制系统、信息处理等领域的分析、仿真和设计工作，而且利用MATLAB产品的开放式结构，可以非常容易地对MATLAB的功能进行扩充，从而在不断深化对问题认识的同时，不断完善MATLAB产品以提高产品自身的竞争能力。
目前MATLAB产品族可以用来进行：
①数值分析
②数值和符号计算
③工程与科学绘图
④控制系统的设计与仿真
⑤数字图像处理
⑥数字信号处理
⑦通讯系统设计与仿真
⑧财务与金融工程
之所以选择Matlab来做毕设，因为Matlab在图像处理方面的优势太大，很多操作都可以直接调用封装好的函数来处理图像。所以选择了这一门从来没接触过的语言。虽然成品不怎么样，但是只用了很小的工程量完成了毕设的要求，这都归功于Matlab强大的函数库和强大的处理能力。以下列举了几个Matlab有利于图像处理的特点： Matlab渣土车车牌图像提取和分割技术研究(4):http://www.youerw.com/jisuanji/lunwen_3681.html