青色：180，青蓝：210，蓝色：240，紫蓝色：270
因此，归一化以后，H的取值范围在0.5~0.75
而查看色表可以知道，要使人眼对相应的颜色产生感觉，则S>=0.25，V>=0.125
一个初步的筛选模式，利用HSV的范围进行初步筛选：
lueRegion = (H(:,:,1) <= 0.75) & (H(:,:,1) >= 0.5) & (H(:,:,2) >= 0.25) & (gray >= 0.125);
可以看出，初步筛选会遇到一个选择多余区域的难题。上面所给出的第一个例子中，车体与车牌颜色一致，导致了选取过度，我们需要一种方式将车牌分离出来。
结合传统的思路，我们知道，车牌区域是属于边缘比较复杂明显的区域，因此，可以考虑使用边缘算子进行处理。但是，事实上车身的细节也会造成较为复杂的边缘，那么要如何区分这些边缘则成了重点。进过反复尝试，我们选择了sobel算子，这种算子的速度比较快，但是效果并不是很好，不过，利用sobel算子获取横向和竖向的边缘，进行形态学处理并且取交集，就得到和非常理想的效果。因为车身的细节大多是单一的横向或者纵向，一般只有车牌处是双向的细节。效果如下：
From：基于HSV色彩空间对蓝白车牌进行识别