【正文】 35所示 bw=imsubtract(i,bg)。disk39。這種方法不僅在車牌邊緣的提取上用到，在處理汽車圖像也很有用。 （ 5） Canny 算子檢測(cè)邊緣的方式是尋找圖像梯度的局部極大值。 （ 4） LOG 算子（拉普拉斯算子）是圖像首先與高斯濾波器進(jìn)行卷積，這一步即平滑了圖像又降低了噪聲，孤立的噪聲點(diǎn)和較小的結(jié)構(gòu)組織將被濾除。 下面簡(jiǎn)單介紹幾種常用算子： Roberts 算子是一種利用局部差分算子尋找邊緣的算子， Roberts 算子對(duì)具有陡峭的低噪聲圖像效果較好。 為了對(duì)有意義的邊緣點(diǎn)進(jìn)行分類，與這個(gè)點(diǎn)相聯(lián)系的灰度級(jí)必 須比在這一點(diǎn)的背景上變換更有效，我們通過(guò)門限方法來(lái)決定一個(gè)值是否有效。 因此，閾值的選取就成了車牌定位分割的重點(diǎn)。 在使用閾值法進(jìn)行分割技術(shù)時(shí)，閾值的選取成為能否正確分割的關(guān)鍵，若將所有灰度值大于或等于某閾值的像素都被判屬于物體，則將所有灰度值小于該閾值的像素被排除在物體之外，如果閾值選取的過(guò)高，則過(guò)多的目標(biāo)區(qū)域?qū)⒈粍澐譃楸尘?，相反如果閾值的選取的過(guò)低，則過(guò)多的背景將被劃分到目標(biāo)區(qū)。石家莊鐵道大學(xué)四方學(xué)院畢業(yè)設(shè)計(jì) 10 關(guān)于這方面的文獻(xiàn)很多。如“貴 A民用牌照第 1 個(gè)字符是漢字，且是各省市的簡(jiǎn)稱，如“京”、“蘇”、“鄂”等。二維窗口形狀可以是正方形、近似圓形或十字形。 在一維情況下，中值濾波器是一個(gè)含有奇數(shù)個(gè)像素的窗口。 title(39。原始彩色圖像 39。 Matlab 實(shí)現(xiàn) %裝入待處理圖像并顯示原始圖像 如圖 32： clear。平滑是圖像預(yù)處理的主要環(huán)節(jié)，平滑的好壞直接影響二值化的質(zhì)量。對(duì)已經(jīng)定位好的車牌進(jìn)行圖像預(yù)處理，逐個(gè)的特征提取，然后從相應(yīng)的文件中讀取相應(yīng)的節(jié)點(diǎn)數(shù)和權(quán)值，把車牌字符分別送入相應(yīng)的網(wǎng)絡(luò)進(jìn)行識(shí)別，輸出識(shí)別結(jié)果。車牌的字符像素為黑色，用 0 表示。如何從牌照中自動(dòng)提取其傾斜度是預(yù)處理過(guò)程中的一個(gè)難點(diǎn)，一般使用Hough 變換檢測(cè)圖像中的直線來(lái)對(duì)圖 像的傾斜進(jìn)行相應(yīng)的矯正 [12]。灰度拉伸的意思就是把感興趣的灰度范圍拉開，使得該范圍內(nèi)的像素，亮的更亮，暗的更暗，從而達(dá)到了增強(qiáng)對(duì)比度的目的。 圖像的去噪 圖像可能在拍攝或者傳輸過(guò)程中夾帶了噪聲，去噪聲是圖像處理中常用的手法。 閾值化的變換函數(shù)表達(dá)式如下： ??? ??? Tx Txxf ,255,0)( （ 22） 式中 T 為指定的閾值。全局 閾 值方法的優(yōu)點(diǎn)在于算法簡(jiǎn)單，對(duì)于 目標(biāo)和背景明顯分離、直方圖分布呈雙峰的圖像效果良好，但對(duì)輸入圖像量化噪聲或不均勻石家莊鐵道大學(xué)四方學(xué)院畢業(yè)設(shè)計(jì) 5 光照等情況抵抗能力差，應(yīng)用受到極大限制。在實(shí)際的車牌處理系統(tǒng)中，進(jìn)行圖像二值變換的關(guān)鍵是要確定合適的閥值，使得字符與背景能夠分割開來(lái)，二值變換的結(jié)果圖像必須要具備良好的保形性，不丟掉有用的形狀信息，不會(huì)產(chǎn)生額外的空缺等等。選擇灰度變換函數(shù)應(yīng)該根據(jù)圖像的性質(zhì)和處理目的來(lái)決定。函數(shù) T（ D）稱為灰度變換函數(shù)，它描述了輸入灰度值和輸出灰度值之間的轉(zhuǎn)換關(guān)系。 從圖像輸入裝置得到的圖像數(shù)據(jù)，以濃淡表示，各個(gè)像素與某一灰度值相對(duì)應(yīng)。 石家莊鐵道大學(xué)四方學(xué)院畢業(yè)設(shè)計(jì) 4 第 2 章 識(shí)別系統(tǒng)的相關(guān)技術(shù)簡(jiǎn)介 圖像的灰度化 彩色圖像包含著 過(guò)多 的顏色信息，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 灰度化處理， 轉(zhuǎn)變?yōu)榛叶葓D像，以加快處理速度。 字符分割：利用投影檢測(cè)的字符定位分割方法得到單個(gè)的字符 字符識(shí)別：利用模板匹配的方 法與數(shù)據(jù)庫(kù)中的字符進(jìn)行匹配從而確認(rèn)出字符，得到最后的汽車牌照，包括英文字母和數(shù)字。 車牌識(shí)別系統(tǒng)的組成 硬件和軟件 識(shí)別系統(tǒng)中要用到的硬件主要有攝像頭 、 感應(yīng)器和計(jì)算機(jī)。但并不盡合我國(guó)國(guó)情 。 國(guó)內(nèi)外發(fā)展現(xiàn)狀 伴隨著世界各國(guó)汽車數(shù)量的增加 , 城市交通狀況日益受到人們的重視，如何有效地進(jìn)行交通管理，越來(lái)越成為各國(guó)政府和有關(guān)部門所關(guān)注的焦點(diǎn)，針對(duì)此問題，人們運(yùn)用先進(jìn)的科學(xué)技術(shù)，相繼研制開發(fā)出了各種交通道路監(jiān)視、管理系統(tǒng)，這些系統(tǒng)一般都包括車輛檢測(cè)裝置，通過(guò)這些裝置對(duì)過(guò)往車輛實(shí)施檢測(cè)，提取有關(guān)交通數(shù)據(jù)，以達(dá)到監(jiān)控、管理和指揮交 通的目的 [3]。 40 石家莊鐵道大學(xué)四方學(xué)院畢業(yè)設(shè)計(jì) 1 第 1 章 緒 論 研究背景及意義 汽車牌照自動(dòng)識(shí)別系統(tǒng)是智能交通系統(tǒng)的重要組成部分，是高科技的公路交通監(jiān)控管理系統(tǒng)的主要功能模塊之一。 32 附錄 B 程序清單 32 附錄 A 外文資料 31 附錄 30 致謝 27 模板匹配 24 第 5 章 汽車牌照字符識(shí)別 19 計(jì)算車牌垂直投影 17 計(jì)算車牌水平投影 17 字符分割的步驟 9 邊緣檢測(cè) 9 閾值化技術(shù) 5 灰度拉伸 5 圖像的去噪 汽車圖像預(yù)處理部分完成對(duì)原始汽車圖像進(jìn)行必要的灰度化、去噪聲、圖像增強(qiáng)處理，車牌定位與提取部分利用邊緣檢測(cè)方法對(duì)圖像進(jìn)行定位與提取，然后利用水平投影的方法對(duì)提取的圖像進(jìn)行字符 分割，最后利用字符寬高將分割字符提取。 ：任務(wù)書、 開題報(bào)告、外文譯文、譯文原文（復(fù)印件）。有權(quán)將論文（設(shè)計(jì)）用于非贏利目的的少量復(fù)制并允許論文（設(shè)計(jì)）進(jìn)入學(xué)校圖書館被查閱。 車牌照識(shí)別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn) Design and Implementation of Car License Plate Recognition System 畢業(yè)論文（設(shè)計(jì)）原創(chuàng)性聲明 本人所呈交的畢業(yè)論文（設(shè)計(jì)） 是我在導(dǎo)師的指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。 作者簽名： 日期： 畢業(yè)論文（設(shè)計(jì)）授權(quán)使用說(shuō)明 本論文（設(shè)計(jì)）作者完全了解 **學(xué)院有關(guān)保留、使用畢業(yè)論文（設(shè)計(jì)）的規(guī)定，學(xué)校有權(quán)保留論文（設(shè)計(jì)）并向相關(guān)部門送交論文（設(shè)計(jì)）的電子版和紙質(zhì)版。 作者簽名： 指導(dǎo)教師簽名： 日期： 日期： 注 意 事 項(xiàng) （論文）的內(nèi)容包括： 1）封面（按教務(wù)處制定的標(biāo)準(zhǔn)封面格式制作） 2）原創(chuàng)性聲明 3）中文摘要（ 300 字左右）、關(guān)鍵詞 4）外文摘要、關(guān)鍵詞 5）目次頁(yè)（附件不統(tǒng)一編入） 6）論文主體部分：引言（或緒論）、正文、結(jié)論 7）參考文獻(xiàn) 8）致謝 9）附錄（對(duì)論文支持必要時(shí)） ：理工類設(shè)計(jì)（論文）正文字?jǐn)?shù)不少于 1 萬(wàn)字（不包括圖紙、程序清單等），文科類論文正文字?jǐn)?shù)不少于 萬(wàn)字。 本文針對(duì)汽車牌照自動(dòng)識(shí)別系統(tǒng)進(jìn)行了系統(tǒng)的研究和分析，設(shè)計(jì)了一種汽車牌照的自動(dòng)識(shí)別方法，包括圖像的預(yù)處理、車牌定位與提取、字符分隔和提取。1 研究背景及意義 1 車牌識(shí)別系統(tǒng)的組成 2 硬件和軟件 4 圖像的二數(shù)值化和閾值處理 5 圖像的傾斜矯正 7 車牌圖像預(yù)處理 15 第 4 章 車牌字符分割 27 字符識(shí)別方法簡(jiǎn)介 對(duì)課題進(jìn)行深刻的認(rèn)識(shí) ，綜合性地運(yùn)用幾年內(nèi)所學(xué)知識(shí)去分析、解決問題 [2]。 國(guó)外汽車牌照識(shí)別系統(tǒng)研究工作已有一定進(jìn)展 。是一個(gè)比較有發(fā)展前途的車牌識(shí)別系統(tǒng)。最后得到的便為車牌區(qū)域。汽車圖像原始圖像 圖像預(yù)處理 邊緣提取 車牌定位 字符分割 字符識(shí)別 石家莊鐵道大學(xué)四方學(xué)院畢業(yè)設(shè)計(jì) 3 預(yù)處理 部分完成對(duì)原始汽車圖像進(jìn)行必要的灰度化、去噪聲、圖像增強(qiáng)處理，車牌定位與提取部分利用邊緣檢測(cè)方法對(duì)圖像進(jìn)行定位與提取，然后利用水平投影的方法對(duì)提取的圖像進(jìn)行字符分割，最后利用字符寬高將分割字符提取。而 R， G， B 的取值范圍是 0~255，所以灰度的級(jí)別只有 256 級(jí) [7]。 DTD? （ 21） 要求 D 和 D’都在圖像的灰度范圍之內(nèi)?；叶茸儞Q函數(shù)不同，即使是同一圖像也會(huì)得到不同的結(jié)果 [8]。在數(shù)字圖像處理中，二值圖像占有非常重要的地位。全局 閾 值法是根據(jù)圖像的直方圖或灰度的空間分布確定一個(gè) 閾 值，并根據(jù)該 閾 值實(shí)現(xiàn)灰度圖像到二值化圖像的轉(zhuǎn)化。 閾值處理的操作過(guò)程是先由用戶指定或通過(guò)算法生成一個(gè)閾值，如果圖像中某中像素的灰度值小于該閾值，則將該像素的灰度值設(shè)置為 0 或 255，否則灰度值設(shè)置為255 或 0[9]。圖像銳化的方法有兩種 :梯度銳化法和高通濾波法 [10]。 灰度拉伸 若有一幅圖，由于拍攝光照不足，使得整幅圖偏暗（例如，灰度范圍從 055），或者拍攝時(shí)光照過(guò)強(qiáng)，使得整幅圖偏亮（灰度范圍從 200255），這些情況都是屬于低石家莊鐵道大學(xué)四方學(xué)院畢業(yè)設(shè)計(jì) 6 對(duì)比度，即灰度都擠在一起，沒有拉開。因此有必要針對(duì)特定的牌照?qǐng)D像提取其傾斜角度，再加以相應(yīng)的旋轉(zhuǎn)處理。 車牌字符分割 經(jīng)過(guò)上面一系列預(yù)處理后，得到的是一條上下邊緣緊貼字符的水平二值圖像，其中，車牌的背景像素為白色，用 1 表示 。其具體流程為 :使用漢字、字母、字母數(shù)字、數(shù)字四個(gè)樣本分別對(duì)四個(gè)子網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到相應(yīng)的節(jié)點(diǎn)數(shù)和權(quán)值。 首先應(yīng)該把 256 色彩色圖像轉(zhuǎn)換為灰度圖像。中值濾波在一定條件下可以克服線性濾波器如最小均方濾波、均值濾波等帶來(lái)的圖像細(xì)節(jié)模糊，而且對(duì)濾波脈沖干擾及圖像掃描噪聲最為有效，同時(shí)還可以保護(hù)字的邊界信息。 figure, imshow(Scolor), title(39。 figure,imshow(i)。 石家莊鐵道大學(xué)四方學(xué)院畢業(yè)設(shè)計(jì) 9 圖 33 灰度化后的圖像 中值濾波 中值濾波是一種非線性濾波處理技術(shù)，能有效地抑制圖像中的某些噪聲，它基于圖像這樣一種特性：噪聲往往以孤立點(diǎn)的形式出現(xiàn)，這些點(diǎn)對(duì)應(yīng)的像素?cái)?shù)很少，而圖像是由許多像素?cái)?shù)較多、面積較大的小塊組成。中值濾波很容易推廣到二維情況。這四種牌照的長(zhǎng)度均為 45cm，寬 15cm，共 8 個(gè)字符?！?，第 4～ 8 個(gè)字符均為阿拉伯?dāng)?shù)字或英文大寫字母。 閾值化技術(shù) 基于閾值的車牌定位分割方法是圖像分割中十分古老而又簡(jiǎn)單有效的常用方法。 所謂全局閾值的方法就是利用整幅圖像的灰度信息，從整個(gè)圖像中得到用于分割的閾值，并且根據(jù)該閾值對(duì)圖像進(jìn)行分割 ；而局部閾值的方法是根據(jù)圖像中不同區(qū)域獲得對(duì)應(yīng)不同區(qū)域的幾個(gè)閾值，利用這些得到的閾值對(duì)圖像進(jìn)行分割，也就是一個(gè)閾值對(duì)應(yīng)圖像中的一個(gè)子區(qū)域。當(dāng)圖像灰一種簡(jiǎn)單而廣泛應(yīng)用的方法。一階導(dǎo)數(shù)可以用于檢測(cè)圖像中一個(gè)點(diǎn)是否是邊緣點(diǎn)，二階導(dǎo)數(shù)的符號(hào)可以用于判斷邊緣像素是在邊緣亮的一邊還是暗的一邊。一階導(dǎo)數(shù)的局部最大值對(duì)應(yīng)二階導(dǎo)數(shù)的零交叉點(diǎn)，這樣通過(guò)找圖像強(qiáng)度的二階導(dǎo)數(shù)餓的零交叉點(diǎn)就能找到精確邊緣點(diǎn)。 Prewitt 算子也產(chǎn)生一幅邊緣幅度的圖像，也是對(duì)灰度漸變和噪聲較多的圖像處理效果較好。最后用二值化產(chǎn)生閉合的連通的輪廓，消除所有內(nèi)部點(diǎn)。 對(duì)比分析可知 Canny 算子對(duì)車牌處理效果最好。 （ 1）對(duì)原始圖像進(jìn)行開操作得到圖像背景圖像，如圖 34 所示： s=strel(39。 figure,imshow(bg)。將圖像二值化，石家莊鐵道大學(xué)四方學(xué)院畢業(yè)設(shè)計(jì) 13 如圖 36： [m,n]=size(i)。 bw2=im2bw(bw,level)。 grd=edge(bw2,39。圖像邊緣提取 39。,[5,