【正文】 %用來存放水平分割線的橫坐標 flag=0。 g_min=double(min(min(I_plate)))。 end end first_point=location_of_1(a,:)。newlocation]。 %去除聚團灰度值小于 2021 的部分 subplot(3,2,6),imshow(I_final),title(39。 se=strel(39。)。 subplot(3,2,2),imshow(I_gray),title(39。 30 附錄 設計代碼 I=imread(39。 而車牌識別技術恰好能滿足這一需求，通過車牌識別我們可以解決被納入“黑名單”的通緝車輛，可以統(tǒng)計一定時間范圍內(nèi)進出各省的車輛，還能有效的對該車輛進行定位，對公安機關等相關部門有著很重要的作用 通過智能的車牌定位及識別技術將 對于維護 交通安全 和城市治安，防止交通堵塞，實現(xiàn)交通 自動化 管理有著現(xiàn)實的意義 。對于光照條件不理想的圖象，可先進行一次圖象增強處理，使得圖象灰度動態(tài)范圍擴展和對比度增強，再進行定位和分割，這樣可以提高分割的正 28 確率。 Compare(j)=sum(sum(abs(Differ)))。 27 Template=imread(strcat(39。,39。,39。,39。,39。,39。,39。,39。,39。 store2=strcat(39。,num2str(j),39。,39。,39。,39。,39。車牌字符識別與一般 文字識別在于它的字符數(shù)有限， 十個阿拉伯數(shù)字 0～ 9， 24 個大寫英文字母 A～ Z 以及相關的車牌用漢字：京、滬、蘇、臺、港、澳、甲、乙、丙、使、領、學、試、境、消、邊、警等，以及新式軍牌中的漢字南、蘭、廣、北、沈、濟、空、海等。=char。 subplot(2,4,n)。 %用來存放水平分割線的橫坐標 flag=0。 I_plate=bwareaopen(I_plate,20)。 y1=first_point(2)+4。 if tempmini mini=temp。 location_of_1=[]。經(jīng)過腐蝕過后，圖像中目標周圍的邊緣被腐蝕了，大大的縮小目標的范圍，為后面提取車牌的進行提供了先決條件。所以，如果一個點的二維一階導數(shù)比指定的門限大，我們就定義圖像中的次點是一個邊緣點，一組這樣的依據(jù)事先 定好的連接準則相連的邊緣點就定義為一條邊緣。填充后圖像 39。腐蝕后邊緣圖像 39。邊緣檢測后圖像 39。 通過了圖像灰度化處理，才有利于車牌定位的實現(xiàn)。原始圖像 39。 車牌圖像灰度化 在車牌識別系統(tǒng)中，將一幅圖像轉(zhuǎn)換為另一種類型是非常有用的，因為如果采用原始采集的彩色圖像，它里面則包含了大量的無用信息，從而對定位、識別的過程中造成干擾，會造成存儲的浪費以及在車牌識別系統(tǒng)中拖慢識別的速度，而且投入使用中將大大的提高硬件的要求，從而造成了經(jīng)濟成本的上 升，所以我們將要對原始采集的對象通過代碼進行灰度化處理，將其變成灰度圖像。在實際 制作 模板 的過程中 ， 因為圖像中的 各 個 區(qū)域形狀 都有 特點， 所以在設計模板時重點是凸顯 各 相似 區(qū)域之間 的不同的地方 ， 其次，還需 要考慮的問題是位移 和 噪聲（這兩個因素的由圖像經(jīng)過處理時引起的） ， 并且構建模板時通過 一些特征量來 建造模板，這些特征量是 基于圖像不變特性所設計的， 這樣子就不會遇到以上的幾個 問題 了 。 模板圖像通常要比待測圖像小，設模板圖像大小為，待測圖像大小，在匹配操作時，模板在待測圖像上滑動，并在每一個可能的位置與其做相關運算。遍歷整幅圖像即可完成對所有目標的識別與分割，這種方法稱為模板匹配技術。 (2) 統(tǒng)計識別 ； 確定已知樣本所屬的類別 是 統(tǒng)計模式識別的目的。人們在生產(chǎn)和生活中，要處理大量的文字、報表和文本。也可以選擇雙閾值，把所需灰度級范圍內(nèi)的像素變?yōu)?1，而把此范圍外的像數(shù)變?yōu)?0，即 1212( , ) 1 , ( , )( , ) 0,TT T f x y Tf x y ???????? 其 他 （ 37） 或者 1212( , ) 0 , ( , )( , ) 1,TT T f x y Tf x y ???????? 其 他 （ 38） 更為一般地，如果 Z 是一個任意的灰度級的集合， [ , ]lkZ z z? ，就可以定義一種廣義的“閾值化”運算，它把放在 Z 中的灰度級變?yōu)?1，把不在 Z 中的灰度級 變?yōu)?0，即 13 1 , ( , )( , ) 0,Z f x y Zf x y ??????? 其 他 （ 39） 車牌字符分割 字符分割 在汽車牌照識別過程中，字符分割有承前啟后的作用。在圖像處理中灰度大于或等于閥值的像素被判定為屬于特定物體，其灰度值為 255 表示，否則這些像素點被排除在物體區(qū)域以外，灰度值為 0，表示背景或者例外的物體區(qū)域 在實際的圖像處理系統(tǒng)中，進行圖像二值變換的關鍵是要確定合適的 閾 值，使得字符與背景能夠分割開來。另外，如果在過程中產(chǎn)生污染則會將要處理的圖像上表現(xiàn)出一些較強的視覺效果孤立像素點和像素塊。上式表明，用 B 對 A 進行膨脹的運算過程如下：首先作 B 關于原點的映射，再將其映像平移 x，當 A 與 B 映像的交集不為空時， B 的原點就是膨脹集合的像素。圖像中的每個點都用這兩個核做卷積。它分別用紅（ R）、綠（ G）、藍（ B）三原色的組合來表示每個像素的顏色。例如，一幅圖像有 256 個可能的灰度級，稱其為 8 比特圖像。車牌識別系統(tǒng)的流程圖如圖 31 所 示 圖 31 車牌識別系統(tǒng)流程圖 汽車牌照識別技術主要包括車牌定位、字符分割、字符識別等。對于彩色 圖像，如 RGB 圖像，需要用三維矩陣來存儲，第一維表示紅色像素的深度值，第二維表示綠色像素的深度值，第三維表示藍色像素的深度值。它將 數(shù)值分析 、 矩陣計算 、科學數(shù)據(jù)可視化以及非 線性 動態(tài)系統(tǒng)的 建模 和仿真等諸多強大功能集成在一個易于使用的視窗環(huán)境中，為科學研究、工程設計以及必須進行有效 數(shù)值計算 的眾多科學 領域 提供了一種全面的解決方案，并在很大程度上擺脫了傳統(tǒng)非交互式 程序設計語言 （如 C、 Fortran）的編輯模式，代表了當今國際科學計算軟件的先進水平 [7]。 數(shù)字圖像處理基礎 數(shù)字圖像處理就是利用計算機對各種圖像信息進行處理，以期得到某種預期的效果或從圖像中提取有用的信息。我們平時常見的彩色圖像是在每個點具有紅 (R)、綠 (G)、藍 (B) 3 個亮度值，這 3 個值表示在不同光波段上的強度，比如：純紅色 R 值為 255， G 值為 0， B 值為 0；灰色的 R、 G、 B 3 個值相等（除了 0 和 255）；白色的 R、 G、 B 都為 255；同理黑色的 R、 G、 B 都為 0，所以人眼看來就是不同的顏色。 5 2 數(shù)字圖像處理概述 圖像及其組成要素 圖像是對客觀 對象的一種相似性的、生動的描述或表示。 目前我國所使用的車輛牌照主要分為六大類， 第一類是 底色為藍色字為白色的牌照是小型民用汽車所用的牌照； 第二類是底色為黃色字為黑色的牌照是大型民用汽車所用的牌照； 第三類是底色為白色字為紅色的牌照是試車和車臨時所用的牌 照，而且數(shù)字之前分別標有 “臨時 ”和 “試 ”字標志； 第四類是底色為白色字為黑色的牌照是汽車補用牌照； 第五類是底色為黑色字為白色的牌照是使館、領事館所使用的外籍汽車牌照； 第六類是底色為白色字為紅字、黑字的牌照是武警或軍隊專用汽車的牌照 [4]。 但是以上的系統(tǒng)都不適用于我國的車牌識別，主要原因包括：我國的車牌缺乏統(tǒng)一的標準、我國車牌懸掛位置不統(tǒng)一、我國汽車牌照中的漢字識別比英語字符和數(shù)字字符的識別困難等。典型的如 、特征提取和模板構造、字符識別等三部分，完成車輛牌照的識別。 (5）小區(qū)車輛管理系統(tǒng)。 車牌識別技術是智能交通系統(tǒng)的核心，以下幾個領域都應用到了車牌識別： （ 1）停車場管理系統(tǒng)。通 過以上的步驟的實現(xiàn)，該系統(tǒng)便能完成牌照圖像的定位分割和牌照字符的自動識別。 關鍵詞 ： MATLAB；圖像預處理；車牌定位；字符分割；字符識別 License plate recognition technology research Abstract ： License plate recognition is one of the modern intelligent transportation system is an important part of a wide range of applications. It is technologybased digital image processing, pattern recognition, puter vision, vehicle camera captured images were analyzed, only every car license plate number, thus pleting the identification process, its car security, relieve stress and other traffic from to a positive role. This paper introduces the principle of license plate recognition technology and design based on MATLAB license plate recognition, for a series of vehicle image preprocessing (gray, edge detection, corrosion, fill, morphological filtering) after the license plate characters split up, and finally split the data stored in the character and the character template matching. By implementing the above steps, the system will be able to plete the positioning of the vehicle license plate image segmentation and automatic license plate character recognition. Key words： MATLAB； image preprocessing。利用車牌識別技術對出入車輛的號牌進行識別和匹配，與停車卡結合實現(xiàn)自動計時、計費的車輛收費管理系統(tǒng)。社區(qū)保安系統(tǒng)將出入社區(qū)的車輛通過車牌識別技術進行記錄，將結果與內(nèi)部車輛列表對比可以實現(xiàn)防盜監(jiān)管 [2]。 獲得 了 的圖像使用視覺字符識別技術 進行 分析， 第一步是要 在二值化圖像中 把 車牌 找到 ， 第二步是 用邊界跟蹤技術 把 字符特征 出來 ， 第三步是比較 字符庫中的字符 和 統(tǒng)計最鄰近分類器， 最后會 得出 一些 候選 的車牌號碼，再 核實和檢查 這些 候選的車牌 號碼，確定 某個候選的車牌號碼 是否 和 該 車的車牌號碼 一致 ，最終 就可以 確定 出該車的 車牌號碼 了 。我國在 20世紀 90年代后期以后，隨著 汽車數(shù)量的急劇增加，車牌識別技術應用的范圍越來越廣，車牌識別技術已成為一個熱門的研究課題，人們對其進行了廣泛的研究。 本次設計我使用的車輛牌照是藍底白字的小型民用汽車牌照，它是 1992 式號牌，共計 7 個字符，車牌的外輪廓尺寸都是 440mm140mm，字符高 90mm，寬 45mm，字符間距 12mm，間隔符寬 10mm，整個字符的高寬比例近似為 3:1，車牌的邊緣是線段圍成的矩形。在其自然的形式下，圖像并不能直接由計算機進行分析。 一般情況下只考慮平面、單色、靜止圖像，此時圖像可表示為一個二維函數(shù)： ( , )I f x y? （ 21） 數(shù)字圖像及其表示 傳統(tǒng)意義上的圖像是連續(xù)的，即式（ 21）中的 x y f、 、 是連續(xù)的，表示的物體輻射能量在空間上的連續(xù)分布，連續(xù)圖像也稱為模擬圖像。數(shù)字圖像處理系統(tǒng)基本由三個部分組成：計算機、圖像數(shù)字化儀和圖像顯示設備。 圖像數(shù)字化儀 圖像顯示設備 圖像處理計算機 7 MATLAB 是一種基于向量（數(shù)組）而不是標量的高級語言，因而從本質(zhì)上就提供了對圖像的支持。 MATLAB 的圖像處理工具箱提供了一整套用于圖像處理、分析、可視化和算法開發(fā)的工具。汽車牌照識別的第一步首先要通過圖像預處理（邊緣檢測、腐蝕、填充、濾波）之后正確的從原始圖像中分割出車牌區(qū)域， 其過程是將灰度圖像以 sobel 算子檢測邊緣；再對邊緣圖像進行腐蝕，去除掉細的，間斷的邊緣；對剩下的區(qū)域進行閉合以填充圖像，此時車牌區(qū)域形成了一個大的連通域；在調(diào)用 bwareaop