【正文】 出了巨大的貢獻(xiàn)。 MATLAB以商品形式出現(xiàn)后，僅短短幾年，就以其良好的開放性和運(yùn)行的可靠性，使原先控制領(lǐng)域里的封閉式軟件包（如英國的UMIST，瑞典的LUND和SIMNON，德國的KEDDC）紛紛淘汰，而改以MATLAB為平臺(tái)加以重建。在時(shí)間進(jìn)入20世紀(jì)九十年代的時(shí)候，MATLAB已經(jīng)成為國際控制界公認(rèn)的標(biāo)準(zhǔn)計(jì)算軟件。到九十年代初期，在國際上30幾個(gè)數(shù)學(xué)類科技應(yīng)用軟件中，MATLAB在數(shù)值計(jì)算方面獨(dú)占鰲頭，而Mathematica和Maple則分居符號(hào)計(jì)算軟件的前兩名。Mathcad因其提供計(jì)算、圖形、文字處理的統(tǒng)一環(huán)境而深受中學(xué)生歡迎。 ，出現(xiàn)了以下幾個(gè)重要變化：（1）推出了SIMULINK。這是一個(gè)交互式操作的動(dòng)態(tài)系統(tǒng)建模、仿真、分析集成環(huán)境。它的出現(xiàn)使人們有可能考慮許多以前不得不做簡(jiǎn)化假設(shè)的非線性因素、隨機(jī)因素，從而大大提高了人們對(duì)非線性、隨機(jī)動(dòng)態(tài)系統(tǒng)的認(rèn)知能力。（2）開發(fā)了與外部進(jìn)行直接數(shù)據(jù)交換的組件，打通了MATLAB進(jìn)行實(shí)時(shí)數(shù)據(jù)分析、處理和硬件開發(fā)的道路。（3）推出了符號(hào)計(jì)算工具包。1993年MathWorks公司從加拿大滑鐵盧大學(xué)購得Maple的使用權(quán)，以Maple為“引擎”開發(fā)了Symbolic Math Toolbox 。MathWorks公司此舉加快結(jié)束了國際上數(shù)值計(jì)算、符號(hào)計(jì)算孰優(yōu)孰劣的長(zhǎng)期爭(zhēng)論，促成了兩種計(jì)算的互補(bǔ)發(fā)展新時(shí)代。（4）構(gòu)作了Notebook 。MathWorks公司瞄準(zhǔn)應(yīng)用范圍最廣的Word ，運(yùn)用DDE和OLE，實(shí)現(xiàn)了MATLAB與Word的無縫連接，從而為專業(yè)科技工作者創(chuàng)造了融科學(xué)計(jì)算、圖形可視、文字處理于一體的高水準(zhǔn)環(huán)境。 MTALAB系統(tǒng)由五個(gè)主要部分組成，下面分別加以介紹。 (1)MATALB語言體系 MATLAB是高層次的矩陣／數(shù)組語言．具有條件控制、函數(shù)調(diào)用、數(shù)據(jù)結(jié)構(gòu)、輸入輸出、面向?qū)ο蟮瘸绦蛘Z言特性。利用它既可以進(jìn)行小規(guī)模端程，完成算法設(shè)計(jì)和算法實(shí)驗(yàn)的基本任務(wù)，也可以進(jìn)行大規(guī)模編程，開發(fā)復(fù)雜的應(yīng)用程序。 (2)MATLAB工作環(huán)境這是對(duì)MA丁LAB提供給用戶使用的管理功能的總稱．包括管理工作空間中的變量據(jù)輸入輸出的方式和方法，以及開發(fā)、調(diào)試、管理M文件的各種工具。 (3)圖形句相系統(tǒng)這是MATLAB圖形系統(tǒng)的基礎(chǔ)，包括完成2D和3D數(shù)據(jù)圖示、圖像處理、動(dòng)畫生成、圖形顯示等功能的高層MATLAB命令，也包括用戶對(duì)圖形圖像等對(duì)象進(jìn)行特性控制的低層MATLAB命令，以及開發(fā)GUI應(yīng)用程序的各種工具。 (4)MATLAB數(shù)學(xué)函數(shù)庫這是對(duì)MATLAB使用的各種數(shù)學(xué)算法的總稱．包括各種初等函數(shù)的算法，也包括矩陣運(yùn)算、矩陣分析等高層次數(shù)學(xué)算法。 (5)MATLAB應(yīng)用程序接口(API) 這是MATLAB為用戶提供的一個(gè)函數(shù)庫，使得用戶能夠在MATLAB環(huán)境中使用c程序或FORTRAN程序，包括從MATLAB中調(diào)用于程序(動(dòng)態(tài)鏈接)，讀寫MAT文件的功能?？梢?看出MATLAB是一個(gè)功能十分強(qiáng)大的系統(tǒng)，是集數(shù)值計(jì)算、圖形管理、程序開發(fā)為一體的環(huán)境。除此之外，MA丁LAB還具有根強(qiáng)的功能擴(kuò)展能力，與它的主系統(tǒng)一起，可以配備各種各樣的工具箱，以完成一些特定的任務(wù)。用戶可以根據(jù)自己的工作任務(wù)，開發(fā)自己的工具箱。在歐美大學(xué)里，諸如應(yīng)用代數(shù)、數(shù)理統(tǒng)計(jì)、自動(dòng)控制、數(shù)字信號(hào)處理、模擬與數(shù)字通信、時(shí)間序列分析、動(dòng)態(tài)系統(tǒng)仿真等課程的教科書都把MATLAB作為內(nèi)容。這幾乎成了九十年代教科書與舊版書籍的區(qū)別性標(biāo)志。在那里，MATLAB是攻讀學(xué)位的大學(xué)生、碩士生、博士生必須掌握的基本工具。在國際學(xué)術(shù)界，MATLAB已經(jīng)被確認(rèn)為準(zhǔn)確、可靠的科學(xué)計(jì)算標(biāo)準(zhǔn)軟件。在許多國際一流學(xué)術(shù)刊物上，（尤其是信息科學(xué)刊物），都可以看到MATLAB的應(yīng)用。在設(shè)計(jì)研究單位和工業(yè)部門，MATLAB被認(rèn)作進(jìn)行高效研究、開發(fā)的首選軟件工具。如美國National Instruments公司信號(hào)測(cè)量、分析軟件LabVIEW，Cadence公司信號(hào)和通信分析設(shè)計(jì)軟件SPW等，或者直接建筑在MATLAB之上，或者以MATLAB為主要支撐。又如HP公司的VXI硬件，TM公司的DSP，Gage公司的各種硬卡、 儀器等都接受MATLAB的支持。 第三章 各模塊的實(shí)現(xiàn)車牌識(shí)別系統(tǒng)包括圖像采集、圖像預(yù)處理、車牌定位、字符分割、字符識(shí)別等模塊，本文主要研究圖像預(yù)處理、車牌定位和字符分割三個(gè)模塊。 設(shè)計(jì)方案：該系統(tǒng)主要是由圖像處理和字符識(shí)別兩部分組成。其中圖像處理部分包括圖像預(yù)處理、邊緣提取模塊、牌照的定位以及分割模塊。字符識(shí)別部分可以分為字符分割與特征提取和單個(gè)字符識(shí)別兩個(gè)模塊。字符識(shí)別部分要求照片清晰，但由于該系統(tǒng)的攝像頭長(zhǎng)時(shí)間在室外工作，加上光照條件、攝像頭角度和距離、車輛自身?xiàng)l件以及車輛的行駛速度的影響，想拍出較理想的圖片很困難。因此，我們要對(duì)攝像頭拍攝的圖片進(jìn)行預(yù)處理，主要包括圖片灰度化和圖片邊緣提取等。 車牌定位和車牌分割是整個(gè)系統(tǒng)的關(guān)鍵，其作用是在經(jīng)圖象預(yù)處理后的灰度圖象中確定牌照的具體位置，并將包含牌照字符的一塊子圖象從整個(gè)圖象中分割出來，供字符識(shí)別子系統(tǒng)識(shí)別之用，分割的準(zhǔn)確與否直接關(guān)系到整個(gè)牌照字符識(shí)別系統(tǒng)的識(shí)別率。 車牌識(shí)別系統(tǒng)的最終目的就是將不清楚的車牌照片進(jìn)行識(shí)別，輸出清晰的圖片。現(xiàn)在字符識(shí)別的常用方法有模板匹配法和神經(jīng)網(wǎng)絡(luò)模型法。：汽車圖像樣本目前大都是通過攝像機(jī)、數(shù)碼相機(jī)等設(shè)備拍攝獲取的，因而預(yù)處理前的圖像都是彩色圖像。彩色圖像包含著大量的顏色信息，不但在存儲(chǔ)上開銷很大，而且在處理上也會(huì)降低系統(tǒng)的執(zhí)行速度。由于圖像的每個(gè)象素都具有三個(gè)不同的顏色分量，存在許多與識(shí)別無關(guān)的信息，不便于進(jìn)一步的識(shí)別工作，因此在對(duì)圖像進(jìn)行識(shí)別等處理中，經(jīng)常將彩色圖像轉(zhuǎn)變?yōu)榛叶葓D像，以加快處理速度。 對(duì)于將彩色圖像轉(zhuǎn)換成灰度圖像時(shí)， 目前比較主流的灰度化方法叫平均值法，公式為： H=++ 公式中H表示灰度圖的亮度值；R代表彩色圖像紅色分量值；G代表色彩圖像綠色分量值；B代表彩色圖像藍(lán)色分量值。RGB 三分量前的系數(shù)為經(jīng)驗(yàn)加權(quán)值。加權(quán)系數(shù)的取值建立在人眼的視覺模型之上。對(duì)于人眼較為敏感的綠色取較大的權(quán)值； 對(duì)人眼較為不敏感的藍(lán)色則取較小的權(quán)值。通過該公式轉(zhuǎn)換的灰度圖能夠比較好地反應(yīng)原圖像的亮度信息。 在MATLAB中我們可以調(diào)用im2gray函數(shù)對(duì)圖像進(jìn)行灰度化處理。： 邊緣是指圖像灰度發(fā)生空間突變或者在梯度方向上發(fā)生突變的像素的集合。用攝像機(jī)采集到的機(jī)動(dòng)車圖像由于受到噪聲干擾以及車輛本身的影響，使得獲得的圖像質(zhì)量不理想。因此，在進(jìn)行對(duì)汽車牌照的定位及字符識(shí)別之前需要先對(duì)車輛圖像進(jìn)行邊緣檢測(cè)處理，提高圖像的質(zhì)量，使其易于后面的分割和識(shí)別。通過良好的邊緣檢測(cè)可以大幅度的降低噪聲、分離出復(fù)雜環(huán)境中的車輛圖像、保留完好的車牌字符信息，方便后面的車牌精確定位與字符識(shí)別。 由于車牌識(shí)別系統(tǒng)攝像頭安裝位置固定以及機(jī)動(dòng)車車牌的固有屬性，我們可以發(fā)現(xiàn)機(jī)動(dòng)車車牌圖像都處在水平的矩形區(qū)域，在圖像中位置較為固定，車牌中字符都是按水平方向排列。因?yàn)橛羞@些明顯的特征，經(jīng)過適當(dāng)?shù)膱D像變換，可以清晰的呈現(xiàn)出車牌的邊緣。本文采用經(jīng)典的Roberts邊緣檢測(cè)算子來對(duì)圖像進(jìn)行邊緣檢測(cè)。 原圖 灰度圖 Robert算子邊緣檢測(cè) 該系統(tǒng)的攝像頭拍攝的圖片是整個(gè)機(jī)動(dòng)車的圖片，而只有車牌部分是對(duì)系統(tǒng)有用的。所以我們要對(duì)照片進(jìn)行車牌定位和分割。車牌的定位和分割是從經(jīng)過圖像預(yù)處理后的灰度圖像中確定牌照位置，并將車牌部分從整個(gè)圖像中分割出來，從而進(jìn)行字符識(shí)別。車牌圖像的灰度圖的車牌部分是一個(gè)水平度很高的長(zhǎng)方形圖樣，在原圖中比較集中，且灰度值和周圍圖樣有明顯差異，因此很容易用邊緣檢測(cè)來對(duì)圖像進(jìn)行分割。車牌定位和分割的準(zhǔn)確度直接關(guān)系到最后的字符識(shí)別的質(zhì)量。對(duì)圖像進(jìn)行圖像腐蝕除去圖像雜質(zhì)通過計(jì)算尋找X和Y方向車牌的區(qū)域完成車牌定位對(duì)定位后的彩色車牌的進(jìn)一步處理機(jī)動(dòng)車圖像經(jīng)過灰度化和邊緣檢測(cè)的處理后，邊緣得到了加強(qiáng)，牌照區(qū)域已經(jīng)非常明顯。本文采用的是用數(shù)學(xué)形態(tài)學(xué)來進(jìn)行圖像處理和模式識(shí)別。數(shù)學(xué)形態(tài)學(xué)用具有一定形態(tài)的機(jī)構(gòu)元素去量度和提取圖像中的對(duì)應(yīng)形狀以達(dá)到對(duì)圖像分析和識(shí)別的目的，能有效的去除噪聲，保留圖像原有信息的同時(shí)提取的邊緣比較平滑，提取的圖像骨架也比較連續(xù)，斷點(diǎn)少?，F(xiàn)在我們將經(jīng)過預(yù)處理的圖像進(jìn)行圖像腐蝕以及去除雜質(zhì)，就可以得到相對(duì)準(zhǔn)確的車牌位置。 平滑圖像的輪廓 車牌字符分割是車牌自動(dòng)識(shí)別系統(tǒng)中的重要步驟，這一模塊的正確性受到很多因素的影響，最大問題是二值化不徹底使投影圖像中字符間的波谷不夠分明；其次，車牌污損、反光、光照不均等原因使車牌圖像交差，存在大量噪聲；再次，車牌邊框和鉚釘也會(huì)造成分割不正確；還有車牌的前兩個(gè)字符和后面五個(gè)字符之間的間隔符（小圓點(diǎn)）對(duì)字符識(shí)別有影響；車牌旋轉(zhuǎn)對(duì)水平分割有較大影響。本文車牌部分的分割采用的是利用車牌彩色