【正文】 8 為 Roberts 算子邊緣檢測 圖 28 Roberts 算子邊緣檢測 4 閾值法圖像分割的實(shí)現(xiàn) 12 第三 章 系統(tǒng)分析與設(shè)計(jì) 本節(jié)將介紹 車牌的定位與分割的原理和主要方法 ， 同時介紹了其中包括的二值化、閾值分割、特征提取 、歸一化等圖像處理知識。由于牌照圖象在原始圖象中是很有特征的一個子區(qū)域，確切說是水平度較高的橫向近似的長方形，它在原始圖象中的相對位置比較 集中，而且其灰度值與周邊區(qū)域有明顯的不同，因而在其邊緣形成了灰度突變的邊界，這樣就便于通過邊緣檢測來對圖象進(jìn)行分割。數(shù)學(xué)形態(tài)學(xué)的應(yīng)用可以簡化圖像數(shù)據(jù)，保持它們基本的形態(tài)特征，并除去不相干的結(jié)構(gòu)。然后，在分割出的行區(qū)域內(nèi)，統(tǒng)計(jì)列方向藍(lán)色像素點(diǎn)的數(shù)量，最終確定完整的車牌區(qū)域 。當(dāng)然要進(jìn)行二值圖像的處理與分析，首先要把圖像進(jìn)行灰度化，再進(jìn)行二值化，才能得到二值化圖像。 經(jīng)過上述方法分割出來的車牌圖像中存在目標(biāo)物體、背景還有噪聲，要想從圖像中直接提取出目標(biāo)物體，最常用的方法就是設(shè)定一個閾值 T，用 T 將圖像的數(shù)據(jù)分成兩部分：大于 T 的像素群和小于 T 的像素群，即對圖像二值化。下圖 39 是字符的分割與歸一化的流程圖： 圖 39 為字符分割與歸一化流程圖 圖 39 字符分割與歸一化流程圖 字符的分割 在汽車牌照自動識別過程中，字符分割有承前啟后的作用。但是對于車牌的識別，并不需要太多的處理就已經(jīng)可以達(dá)到正確識別的目的。牌照識別系統(tǒng)的開發(fā)屬于一個較為復(fù)雜的圖像處理程序， 由于 Matlab 語言在處理圖形時顯得很得心應(yīng)手，它有大量的核心數(shù)學(xué)和高級圖形工具以及 Matlab 圖像處理工具箱函數(shù)來進(jìn)行圖像處理 ， 比起 C、 C++、 Java 語言， Matlab 更適合圖像的處理?？梢暬慕缑鎸幊田@得更加親切。)。) 西安工業(yè)大學(xué)畢業(yè)設(shè)計(jì)（論文） 圖 41 為原圖 圖 41 原圖 I1=rgb2gray(I)。)。)。both39。robert 算子邊緣檢測 39。 I3=imerode(I2,se)。)。 I4=imclose(I3,se)。)。從對象中移除小對象 39。 g_min=double(min(min(b)))。 % d:二值圖像 imwrite(d,39。subplot(3,2,2),imshow(d),title(39。)% 濾波 h=fspecial(39。 imwrite(d,39。 39。在 原來的學(xué)習(xí)過程中，當(dāng)我把理論知識弄明白之后，就認(rèn)為自己對知識掌握了。 實(shí)現(xiàn)的結(jié)果 本論文 對車牌識別系統(tǒng)的軟件部分進(jìn)行了研究，分別從圖像預(yù)處理、車牌定位、字符分割等方面進(jìn)行了系統(tǒng)的分析。本設(shè)計(jì)用MATLAB 編程運(yùn)行結(jié)果可以得出，本設(shè)計(jì)采用的圖像預(yù)處理、 ROBERTS 邊 緣檢測 ，由于畢業(yè)設(shè)計(jì)時間較短，在設(shè)計(jì)過程考慮問題不全面、專業(yè)知識水平不足、對圖像分割的理論還沒有達(dá)到深刻的理解 本設(shè)計(jì) 只 能對藍(lán)底白字車牌進(jìn)行分割識別。 參考文獻(xiàn) 28 參考文獻(xiàn) [1] 吳志強(qiáng) ,劉志強(qiáng) ,魏立新 ,丁華鋒 . 控制系統(tǒng)仿真及 MATLAB 語言 . 北京 : 電子工業(yè)出版社 , 2021 [2] 蘇金明 ,王永利 . 實(shí)用指南 . 北京 : 電子工業(yè)出版社 , 2021 [3] 高玉峰 . MATLAB 應(yīng)用技術(shù) 在電氣 工程與自動化專業(yè)中的應(yīng)用 . 北京 :清華大學(xué)出版社 , 2021 [4] 劉叔軍 . 控制系統(tǒng)應(yīng)用與實(shí)例 . 北京 : 機(jī)械工業(yè)出版社 , 2021 [5] 李峰 ,胡征 ,景蘇 . .納米粒子的控制生長和自組裝研究進(jìn)展 . 無機(jī)化報 , 2021,17(3):315 [6] 張濤 ,齊永奇 . 汽車牌照自動識別系統(tǒng)的設(shè)計(jì)和研究 . 華北水利水電學(xué)院學(xué)報 , 2021 年04 期 [7] 徐輝 . 基于 MATLAB 實(shí)現(xiàn)汽車車牌自動識別系統(tǒng) . 電腦知識與技術(shù)， 2021 年 17 期 [8 ] 廖金周 ,宣國榮 . 車輛牌照的自動分割 [J].微型電腦應(yīng)用 , 1999 年 07 期 [9] 許志影 ,李晉平 . MATLAB 在圖像處理中的應(yīng)用 [J].計(jì)算機(jī)與現(xiàn)代化， 2021（ 4） [10] 劉衛(wèi)國 . MATLAB 程序設(shè)計(jì)與應(yīng)用 . 北京：高等教育出版社， 2021 [11] 高勇 . 車牌識別系統(tǒng)中的字符分割與識別 [D]. 安徽大學(xué) ,2021 年 [12] Kenneh R Castleman. 數(shù)字圖像處理 . 朱志剛等譯 . 北京 : 電子工業(yè)出版社 , 1998 [13] 趙榮椿 . 數(shù)字圖像處理導(dǎo)論 . 西安 : 西北工業(yè)大學(xué)出版社 , 1995 [14] 岡薩雷斯 . 數(shù)字圖像處理 (第二版 ). 北京 : 電子工業(yè)出版社 , 2021． 8 [15] 崔崎 . 數(shù)字圖像處理技術(shù)與應(yīng)用 . 北京 : 電子工業(yè)出版社 , 1997 [16] 田蕾 ,董秀芳 MATLAB 圖形圖像處理應(yīng)用教程 . 北京 : 中國水利水電出版社 , 2021 [17] DENG Jiehang, ZHU Hong, KONG Chen, JI Ruirui. The Realization of Multiwindow Nonnear VOI LUT of Thorax CT DICOM Image. ISIST’2021. 2021,30653～ 30657 [18] Hong Zhu, XiaoMang Zhang, Keiji Taniguchi, Yutaka Nakano. A method of binalization for renal images using the selfanized neural work. of Japan. 1998,118C(9):1397～ 1398 [19] X L Xu, H Zhu, K J Taniguchi, T G Matuura. An optical filter design for optimizing the segmentation for image of chipelectronicparts. IEE of Japan. 1999,119C(3):419～ 420 [20] N F Tseng, K J Taniguchi. H Zhu,S Z Watanabc. Automatic Extraction of Casts in Urinary Sediment Images. MEDICAL IMAGING TECHNOLOGY. 1999,17(3):273～ 283 致謝 29 致 謝 短暫的大學(xué)生活就要結(jié)束了，在此，感謝所有在學(xué)習(xí)和生活中給予我關(guān)心和幫助的人們。 最后，向所有曾給予 我 關(guān)心和幫助的老師和同學(xué)們再次表示最衷心的感謝，向參加論文評審、答辯的專家和老師表示衷心的感謝和崇高的敬意。 學(xué) 校 有權(quán)保留送交的畢業(yè)設(shè)計(jì)（論文）的 原文或 復(fù)印件，允許畢業(yè)設(shè)計(jì)（論文）被查閱和借閱；學(xué)校可以公布畢業(yè)設(shè)計(jì)（論文）的全部或部分內(nèi)容，可以采用影印、縮印或其他復(fù)制手段保存畢業(yè)設(shè)計(jì)（論文）。 畢業(yè)設(shè)計(jì)（論文）與資料若有不實(shí)之處，本人承擔(dān)一切相關(guān)責(zé)任。 figure(1),imshow(I)。 figure(2),subplot(1,2,1),imshow(I1)。 figure(2),subplot(1,2,2),imhist(I1)。 I2=edge(I1,39。)。) se=[1。 figure(4),imshow(I3)。 se=strel(39。 figure(5),imshow(I4)。 I5=bwareaopen(I4,2021)。)。 for i=1:y for j=1:x if(myI(i,j,1)==1) Blue_y(i,1)= Blue_y(i,1)+1。amp。amp。%進(jìn)一步確定 x方向的車牌區(qū)域 for j=1:x for i=PY1:PY2 if(myI(i,j,1)==1) Blue_x(1,j)= Blue_x(1,j)+1。(PX1x)) PX1=PX1+1。(PX2PX1)) PX2=PX21。 t=toc。 figure(12),subplot(1,2,1),imshow(IY),title(39。定位剪切后的彩色車牌圖像 39。39。,39。 a=imread(39。 imwrite(b,39。subplot(1,2,1),imshow(b),title(39。 39。 % T 為二值化的閾值 [m,n]=size(b)。)。) figure(14)。 39。average39。 .jpg39。) figure(16),subplot(1,2,1),imshow(d),title(39。,3)。diamond39。 % eye(n) returns the nbyn identity matrix 單位矩陣 [m,n]=size(d)。 .jpg39。) figure(17),subplot(1,2,1),imshow(d),title(39。 figure,subplot(2,1,1),imshow(d),title(n) k1=1。 while j~=n while s(j)==0 j=j+1。 j=n1 j=j+1。 % 分割 end end % 再切割 d=qiege(d)。word1=[]。 while sum(d(:,wide+1))~=0 wide=wide+1。 left=1。y2=。 if k2k1=round(n/) [val,num]=min(sum(d(:,[k1+5:k25])))。 while s(j)~=0 amp。s=sum(d)。) % 尋找連續(xù)有文字的塊，若長度大于某閾值，則認(rèn)為該塊有兩個字符組成，需要分割 d=qiege(d)。 figure(8),subplot(3,2,5),imshow(d),title(39。 elseif bwarea(d)/m/n= d=imdilate(d,se)。ball39。line39。) % 某些圖像進(jìn)行操作 % 膨脹或腐蝕 % se=strel(39。 figure(8),subplot(3,2,4),imshow(d),title(39。 d=im2bw(round(filter2(h,d)))。 39。 39。subplot(3,2,2),imshow(d),title(39。 % d:二值圖像 imwrite(d,39。 g_min=double(min(min(b)))。) figure(8)。)。)。)。 [filename,filepath]=uigetfile(39。定位剪切后的彩色車牌圖像 39。)。行方向合理區(qū)域 39。%對車牌區(qū)域的校正 PX2=PX2+1。 while ((Blue_x(1,PX2)3)amp。 while ((Blue_x(1,PX1)3)amp。 end IY=I(PY1:PY2,:,:)。 end PY2=MaxY。%Y 方向車牌區(qū)域確定 PY1=MaxY。 myI=double(I5)。title(39。平滑圖像的輪廓 39。,[25,25])。腐蝕后圖像 39。1]。title(39。,39?；叶葓D直方圖 39?；叶葓D 39。原圖 39。39。盡我所知，除了文中特別加以 標(biāo)注和致謝的地方外，畢業(yè)設(shè)計(jì)（論文）中不包含其他人已經(jīng)發(fā)表或撰寫過的成果，不包含他人已申請學(xué)位或其他用途使用過的成果。 30 畢業(yè)設(shè)計(jì)（論文）知識產(chǎn)權(quán)聲明 本人完全了解西安工業(yè)大學(xué)有關(guān)保護(hù)知識產(chǎn)權(quán)的規(guī)定，即：本科學(xué)生在校攻讀學(xué)士學(xué)位期間畢業(yè)設(shè)計(jì)（論文）工作的知識產(chǎn)權(quán)屬于西安工業(yè)大學(xué)。 其次，在我的 大學(xué)期間，任課老師和同學(xué)都給予了我熱情的幫助和無私的指導(dǎo)，在此向 這些辛勤的老師們表示衷心的感 謝。 存在的問題 車牌識別系統(tǒng)存在的問題有 a. 程序在圖像的定位時存在一些問題，圖片不能通用； b. 本系統(tǒng)比較單一，只能識別藍(lán)底白字的牌照，不具有通用性； c. 最在字符分割時，由于車牌中存在螺釘凸起，分割的時候系統(tǒng)將凸起當(dāng)做字符也進(jìn)行了分割，平時牌照最終的分割是七位字符 ，但是加上凸起就八位了，不嚴(yán) 謹(jǐn)，還需要進(jìn)一步處理； d. 拍照的選擇也有局限性，有的圖片就是像素低的容量較小的，利于圖像的預(yù)處理，此時的 Roberts 邊緣檢測就很明顯，圖片太大效果不好； e. 系統(tǒng)中大部分參數(shù)都是根據(jù)先前的實(shí)驗(yàn)進(jìn)行設(shè)置，在運(yùn)行和處理上也會有影響； 未來工作的展望 車牌識別系統(tǒng)是智能交通領(lǐng)域研究中的重要組成部分，隨著經(jīng)濟(jì)的不斷發(fā)展，車輛在人們工作生活中占據(jù)著越來越重要的地位，車輛數(shù)目的增多給車輛管理提出了更高的要求，因此車牌識別系統(tǒng)有著廣泛的應(yīng)用前景。 這樣 既保留了車牌區(qū)域的信息，又減少了噪聲的干擾，從而簡化了二值化處理過程，提高了后續(xù)處理的速度。這次的論文設(shè)計(jì)還提高了我的信心和動手能力，我想這會對我以后的生活和工作有很大