【正文】 找到圖片上邊界 while ((Y_touying(Y_down,1)=Y_yuzhi)amp。%往下面投影，找黑體邊緣Y_up=fix(y/2)。[y,x]=size(imane_bw)。 二值化處理后，利用垂直投影法檢測車牌垂直位置，并進(jìn)一步裁剪車牌邊框貼近字體，方便后面字體識(shí)別。figure,imshow(bw)。title(39。閉合運(yùn)算39。open39。title(39。bw=bwmorph(bw,39。bw=bwmorph(bw,39。求解閾值的方法很多，微分直方圖法、最大方差法、基于灰度的數(shù)學(xué)期望的方法、可變閾值法等。 在實(shí)際的車牌處理系統(tǒng)中，進(jìn)行圖像二值化的關(guān)鍵使確定合適的閾值，使得字符與背景能夠分割開來，而且二值變換的結(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。在數(shù)字圖像處理中二值圖像占有很重要的地位。[R,xp] = radon(I,theta)。)。)。 標(biāo)示旋轉(zhuǎn)角theta 傾斜校正%=========圖像傾斜校正主要程序代碼=========qingxiejiao=rando_bianhuan(bw)%采取rando算法進(jìn)行傾斜角度計(jì)算bw=imrotate(bw,qingxiejiao,39。) ；%rgb2gray轉(zhuǎn)換成灰度圖b. 傾斜校正由于拍攝時(shí)鏡頭與牌照的角度、車輛的運(yùn)動(dòng)及路面的狀況等因素的影響，例如車牌在捕捉圖像中的位置不固定，捕捉圖像時(shí)車頭或者鏡頭發(fā)生擺動(dòng)以及車牌本身就掛歪了或路況較差，都可能使拍攝到的車牌圖像有一定的傾斜度，為了正確識(shí)別需要進(jìn)行傾斜度校正，否則將無法進(jìn)行單個(gè)字符的正確分割，字符識(shí)別的誤差率就會(huì)上升。 灰度處理%=========將彩色圖像轉(zhuǎn)換為黑白并顯示=========bw=rgb2gray(bw)。灰度圖像就是只有強(qiáng)度信息，而沒有顏色信息的圖像，存儲(chǔ)灰度圖像只需要一個(gè)數(shù)據(jù)矩陣，矩陣的每個(gè)元素表示對應(yīng)位置的像素的灰度值。如果需要知道圖像A中(x, y)處的像素RGB值，則可以使用這樣的代碼A (x, y,1: 3)。這時(shí)的車輛常會(huì)因?yàn)楦鞣N各樣的原因使得所拍攝的車輛圖像效果不理想，但我們可以對車輛圖像根據(jù)不同應(yīng)用特點(diǎn)進(jìn)行識(shí)別前的預(yù)處理，盡最大可能提高車牌正確識(shí)別率，這些圖像預(yù)處理包括灰度處理、傾斜校正等。 Blue_y(PY1:PY2,1)=0。b=PX2PX1+1。決定了提取的彩圖的質(zhì)量,適當(dāng)提高可抗干擾，但是小圖會(huì)照成剪裁太多 Blue_x=zeros(1,x)。[temp MaxY]=max(Blue_y)。%這個(gè)數(shù)值很重要,決定了提取的彩圖的質(zhì)量X_firrectify=5。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。目前已有不少學(xué)者在這方面進(jìn)行了研究。原始圖像39。)。[fn,pn,fi]=uigetfile(39。該部分功能可調(diào)用計(jì)算機(jī)視頻捕捉卡廠商提供的各種軟件開發(fā)包工具即可實(shí)現(xiàn)。主要應(yīng)用的為模板匹配方法。區(qū)域搜索與分割預(yù)處理字符分割字符特征提取字符識(shí)別歸一化圖像輸入 車牌識(shí)別系統(tǒng)原理圖牌照的定位和分割是牌照識(shí)別系統(tǒng)的關(guān)鍵技術(shù)之一，其主要目的是在原始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。汽車牌照識(shí)別（LPR）系統(tǒng)的關(guān)鍵在于后四部分。汽車車牌識(shí)別系統(tǒng)一般可按順序分為車輛圖像采集、圖像預(yù)處理、車牌定位、字符分割與識(shí)別五大部分。根據(jù)這些特點(diǎn)，可以在灰度圖像的基礎(chǔ)上提取相應(yīng)的特征。接著是一個(gè)點(diǎn)“ (5)車輛定位由于能自動(dòng)識(shí)別車牌號(hào)碼，因而極易發(fā)現(xiàn)被盜車輛，以及定位出車輛在道路上的行駛位置。 (3)高速公路上的事故自動(dòng)測報(bào)這是由于該系統(tǒng)能夠監(jiān)視道路情況和測量交通流量指標(biāo)，能及時(shí)發(fā)現(xiàn)超速、堵車、排隊(duì)、事故等交通異常現(xiàn)象。當(dāng)發(fā)現(xiàn)車輛超速時(shí)，攝像機(jī)獲取該車的圖像，并得到該車的牌照號(hào)碼，然后給該車超速的警告信號(hào)。 主要應(yīng)用領(lǐng)域車牌自動(dòng)識(shí)別系統(tǒng)具有廣泛的應(yīng)用范圍，主要應(yīng)用于：(1)高速公路收費(fèi)、監(jiān)控管理；(2)小區(qū)、停車場管理；(3)城市道路監(jiān)控、違章管理；(4)車牌登錄、驗(yàn)證；(5)車流統(tǒng)計(jì)、安全管理等。顯然，這兩種技術(shù)更難以推廣。通常處理時(shí)為了提高系統(tǒng)的識(shí)別率，都采用了一些硬件的探測器和其他的輔助設(shè)備如紅外照明等，其中“漢王眼”就是采用主動(dòng)紅外照明和光學(xué)濾波器來減弱可見光的不可控制影響，減少惡劣氣候和汽車大小燈光的影響，另外還要求在高速公路管理窗口到“漢王眼”識(shí)別點(diǎn)埋設(shè)兩條線路管道，一條管道鋪設(shè)220伏50赫茲1安培的交流供電線路；另一條管道鋪設(shè)觸發(fā)信號(hào)線路和漢王眼與管理計(jì)算機(jī)的通訊線路，投資巨大，不適合于大面積的推廣。 我國的實(shí)際情況有所不同，國外的實(shí)際拍攝條件比較理想，車牌比較規(guī)范統(tǒng)一，而我國車牌規(guī)范不夠，不同汽車類型有不同的規(guī)格、大小和顏色，所以車牌的顏色多，且位數(shù)不統(tǒng)一，對處理造成了一定的困難。為此，近年來不少學(xué)者針對車牌本身的特點(diǎn)，車輛拍攝的不良現(xiàn)象及背景的復(fù)雜狀況，先后提出了許多有針對性的定位方法，將對車牌定位的準(zhǔn)確率和實(shí)時(shí)性提出更高的要求。國外的相關(guān)研究有：(1)J Barroso提出的基于掃描行高頻分析的方法； (2) . Lancaster提出的類字符分析方法等。在現(xiàn)代化交通發(fā)展中車牌識(shí)別系統(tǒng)是制約交通系統(tǒng)智能化、現(xiàn)代化的重要因素，車牌識(shí)別系統(tǒng)應(yīng)該能夠從一幅圖像中自動(dòng)提取車輛圖像，自動(dòng)分割牌照圖像，對字符進(jìn)行正確識(shí)別，從而降低交通管理工作的復(fù)雜度。為了保證汽車車牌識(shí)別系統(tǒng)在各種復(fù)雜環(huán)境下，能發(fā)揮其應(yīng)有的作用，識(shí)別系統(tǒng)必須滿足以下要求：(1) 實(shí)用性: 在任何情況下均能可靠正常地工作，且有較高的正確識(shí)別率。目前，國內(nèi)外汽車牌照的識(shí)別技術(shù)有IC卡識(shí)別技術(shù)、條形碼識(shí)別技術(shù)、圖像處理技術(shù)、人工神經(jīng)網(wǎng)絡(luò)識(shí)別技術(shù)。ITS 是20世紀(jì)90年代興起的新一代交通運(yùn)輸系統(tǒng)。伴隨著世界各國汽車數(shù)量的增加，城市交通狀況日益受到人們的重視。在字符識(shí)別部分,采用簡單模版匹配算法，實(shí)驗(yàn)結(jié)果表明,此方法具有良好的識(shí)別性能。河南城建學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 摘要 畢 業(yè) 設(shè) 計(jì) [論 文]題 目： 基于matlab的汽車車牌識(shí)別系統(tǒng) 學(xué) 院： 電氣與信息工程學(xué)院 專 業(yè)： 電子信息工程 姓 名： 田永康 學(xué) 號(hào)： 093409150 指導(dǎo)老師： 石磊 完成時(shí)間： 2013年5月28日 河南城建學(xué)院本科畢業(yè)設(shè)計(jì)（論文） Abstract摘要 汽車牌照自動(dòng)識(shí)別系統(tǒng)是制約道路交通智能化的重要因素,包括車牌定位、字符分割和字符識(shí)別三個(gè)主要部分。本文即是針對其核心部分進(jìn)行闡述并使用MATLAB軟件環(huán)境中進(jìn)行字符分割的仿真實(shí)驗(yàn)。關(guān)鍵字：車牌識(shí)別系統(tǒng)、智能化交通、車牌定位、字符分割、字符識(shí)別 Abstract Vehicle license plate recognition system is the intelligent road traffic constraints important factors, including the license plate location, character segmentation and character recognition of three main parts.Firstly, the vehicle license in the original image to determine the horizontal and vertical position, thereby positioning the vehicle license, and character segmentation using a local projection. Character segmentation approach is based on the license plate after the binary part of the vertical projection, Then scan in the vertical projection, thus pleting the character segmentation. This article is described for the core part and use the MATLAB software environment, the simulation experiments for character the character recognition part of the proposed feature extraction in the case of nonsupport vector machine based license plate recognition results show that the proposed method has good recognition performance.With the increasing popularity of road, road transport in China has developed rapidly, so the artificial management has not full of actual needs, License plate recognition system to make more intelligent vehicle management, digital, Effective traffic management to enhance the convenience and effectiveness,microelectronics, munications and puter technology applications in the transport sector has greatly improved the efficiency of traffic license plate recognition technology has been widely used. Keywords: license plate recognition system, intelligent transportation, license plate localization, character segmentation, character recognitionII河南城建學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 引言目 錄摘要 I目 錄 III第一章 引 言 1第二章 汽車車牌識(shí)別系統(tǒng)的研究 2 研究目的和意義 2 國內(nèi)外研究現(xiàn)狀 2 主要應(yīng)用領(lǐng)域 4第三章 汽車車牌識(shí)別系統(tǒng)的設(shè)計(jì) 5 汽車牌照的特點(diǎn) 5 汽車車牌識(shí)別系統(tǒng)的組成 5 詳細(xì)設(shè)計(jì)步驟 6 提出總體設(shè)計(jì)方案 6 圖像采集 8 車牌牌照的定位和分割 8 11 牌照的二值化處理與去除噪聲 14 16 18 18 字符識(shí)別過程 19 21第四章 設(shè)計(jì)結(jié)果及分析 22 設(shè)計(jì)結(jié)果 22 結(jié)果分析 23結(jié)論 25參考文獻(xiàn) 26致謝 27附錄源代碼 28第一章 引 言隨著21 世紀(jì)經(jīng)濟(jì)全球化和信息時(shí)代的到來，計(jì)算機(jī)技術(shù)、通信技術(shù)和計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)迅猛發(fā)展，動(dòng)化的信息處理能力和水平不斷提高，并在人們社會(huì)活動(dòng)和生活的各個(gè)領(lǐng)域得到廣泛應(yīng)用，高速度、高效率的生活節(jié)奏，使汽車普及成為必然趨勢。這些系統(tǒng)將車輛和道路綜合起來進(jìn)行考慮，運(yùn)行各種先進(jìn)的技術(shù)解決道路交通的問題，統(tǒng)稱為智能交通系統(tǒng)( Intelligent Transportation System，簡稱ITS)。汽車牌照自動(dòng)識(shí)別是智能交通管理系統(tǒng)中的關(guān)鍵技術(shù)之一。車牌識(shí)別技術(shù)的任務(wù)是處理、分析攝取的視頻流中復(fù)雜背景的車輛圖像，牌照字符定位、字符分割，最后自動(dòng)識(shí)別汽車牌照上的字符。車牌識(shí)別系統(tǒng)的主要任務(wù)是分析和處理攝取到的復(fù)雜背景下的車輛圖像，定位分割牌照，最后自動(dòng)識(shí)別汽車牌照上的字符，車牌識(shí)別是利用車牌的唯一性來識(shí)別和統(tǒng)計(jì)車輛。在各種應(yīng)用中，有使用模糊數(shù)學(xué)理論也有用神經(jīng)元網(wǎng)絡(luò)的算法來識(shí)別車牌中的字符，但由于外界環(huán)境光線變化、光路中有灰塵、季節(jié)環(huán)境變化及車牌本身比較模糊等條件的影響，給車牌的識(shí)別帶來較大的困難。 關(guān)于車牌定位系統(tǒng)的研究，國內(nèi)外學(xué)者已經(jīng)作了大量的工作，但實(shí)際效果并不是很理想，比如車牌圖像的傾斜、車牌表面的污穢和磨損、光線的干擾等都是影響定位準(zhǔn)確度的潛在因素。新加坡Optasia公司的VLPRS產(chǎn)品，適合于新加坡的車牌，另外日本、加拿大、德國、意大利、英國等西方發(fā)達(dá)國家都有適合于本國車牌的識(shí)別系