【正文】 由于本次課設(shè)和找工作的時(shí)間有沖突。 leftn left=left+1。 % initwhile sum(d(top,:))==0 amp。flag=1。 n1/m1y2 d(:,[1:wide])=0。 wide=0。endfigure(17),subplot(3,1,2),imshow(dw),title (39。 for i=1:40 for j=1:20 SubBw2(i,j)=SegBw2(i,j)SamBw2(i,j)。 else l=3 %第三位以后是字母或數(shù)字識(shí)別 kmin=1。])。 39。liccode=char([39。39。)。subplot(3,7,14),imshow(word7),title(39。439。)。word2=imresize(word2,[40 20])。figure(14),imshow(word6),title(39。339。% 分割出第七個(gè)字符[word7,d]=getword(d)。word1=temp。 while sum(d(:,wide+1))~=0 wide=wide+1。 % 分割 endend% 再切割d=qiege(d)。while j~=n while s(j)==0 j=j+1。figure(8),subplot(3,2,5),imshow(d),title(39。ball39。)% 某些圖像進(jìn)行操作% 膨脹或腐蝕% se=strel(39。average39。39。subplot(3,2,1),imshow(b),title(39。a=imread(39。39。 dw=I(PY1:PY2,:,:)。amp。 while ((Blue_y(PY2,1)=40)amp。 %begin橫向掃描tic Blue_y=zeros(y,1)。)。)。robert算子邊緣檢測(cè)39。)。I1=rgb2gray(I)。所以說(shuō)實(shí)現(xiàn)一個(gè)比較完善的系統(tǒng)就需要對(duì)其中的每個(gè)部分進(jìn)行優(yōu)化設(shè)計(jì)，這也是我以后需要努力的。因?yàn)榫W(wǎng)上的代碼實(shí)現(xiàn)方法眾多，而且良莠不齊，評(píng)價(jià)起來(lái)很難。不過(guò)現(xiàn)在看來(lái)之前投入的精力是完全值得的，車牌識(shí)別課程設(shè)計(jì)對(duì)我的幫助主要有以下幾點(diǎn)。使圖像大小跟模板圖像大小一致，Matlab提供一個(gè)改變圖像大小的函數(shù)imresize(I，Size，Model)，Model是插值運(yùn)算方法，這里選用39。Flag=1。while sum(Image_Crop(:,Wide+1))~=0 amp。elseif bwarea(License_Image_Gray_2)/m/n= License_Image_Gray_2=imdilate(License_Image_Gray_2,Se)。這里采用均值濾波算法，均值濾波也稱為線性濾波，其采用的主要方法為鄰域平均法。(Col_RightCol_Left)) Col_Right=Col_Right1。% for j=1:x for i=1:y if(Car_Image_Perform(i,j,1)==1) Zero_Col(1,j)=Zero_Col(1,j)+1。即Se是一個(gè)一個(gè)2525的矩形，使用矩形是因?yàn)檐嚺剖且粋€(gè)矩形，這樣，可以是提取的圖像最接近預(yù)期效果。增強(qiáng)黑白圖像39。 strei函數(shù)Bgray=imopen(Sgray,s)。選擇的標(biāo)準(zhǔn)是經(jīng)過(guò)灰度變換后，像素的動(dòng)態(tài)范圍增加，圖像的對(duì)比度擴(kuò)展，使圖像變得更加清晰、細(xì)膩、容易識(shí)別。Roberts邊緣檢測(cè)算子是一種利用局部差分算子尋找邊緣的算子, 根據(jù)任一相互垂直方向上的差分都可用來(lái)估計(jì)梯度，Robert 算子采用對(duì)角方向相鄰兩像素之差， ?xf=fx,yf(x1,y1), ?yf=f(x1,y)f(x,y1)其幅值為： Gx,y=?xf2+?yf2Robert梯度以x12,y12為中心，所以他度量了x12,y12點(diǎn)處45176。對(duì)于將彩色圖象轉(zhuǎn)換成灰度圖象時(shí)，圖象灰度值可由下面的公式計(jì)算： G=++ （1）G= （2）輸入車牌圖象灰度校正平滑處理提取邊緣圖3 預(yù)處理及邊緣提取流程圖. 圖象的邊緣檢測(cè)在Matlab中利用函數(shù)edge()實(shí)現(xiàn)邊緣檢測(cè)。3 軟件部分設(shè)計(jì)方案及仿真 圖像的讀取目前比較常用的圖像格式有*.BMP、*.JPG、*.GIF、*.PCX、*.TIFF 等，本課題采集到的圖片是*.JPG 的格式。盡管MATLAB主要用于數(shù)值運(yùn)算，但利用為數(shù)眾多的附加工具箱（Toolbox）它也適合不同領(lǐng)域的應(yīng)用，例如控制系統(tǒng)設(shè)計(jì)與分析、圖像處理、信號(hào)處理與通訊、金融建模和分析等。 系統(tǒng)框圖如下:圖1 系統(tǒng)框圖運(yùn)用matlab軟件的相關(guān)功能和c語(yǔ)言編程，對(duì)采集的圖像對(duì)圖像進(jìn)行預(yù)處理，并用matlab軟件和c語(yǔ)言，來(lái)定位車牌的位置，最后進(jìn)行字符的分割，然后識(shí)別字符，最后就輸出一個(gè)完整的車牌，從而識(shí)別車牌。當(dāng)車輛檢測(cè)部分檢測(cè)到車輛到達(dá)時(shí)觸發(fā)圖像采集單元，采集當(dāng)前的視頻圖像。 Character segmentation of license plate character segmentation, is the license plate。本論文基于Matlab，使用c語(yǔ)言編程來(lái)實(shí)現(xiàn)車牌識(shí)別。 identify目 錄引 言 11 設(shè)計(jì)方案 2 2 2 2 2 matlab軟件簡(jiǎn)介 23 軟件部分設(shè)計(jì)方案及仿真 3 圖像的讀取 3 圖像預(yù)處理 4. 圖象的邊緣檢測(cè) 5 5 6 8 9 9 10 10 13 13 13 13 16參考源代碼如下： 16謝 辭 25參考文獻(xiàn) 26 桂林電子科技大學(xué)課程設(shè)計(jì)（論文）報(bào)告用紙 第 27 頁(yè) 共26頁(yè)引 言車牌識(shí)別系統(tǒng)目前廣泛應(yīng)用于監(jiān)測(cè)報(bào)警，超速違章處罰，車輛出入管理，自動(dòng)放行，高速公路收費(fèi)管理，計(jì)算車輛旅行時(shí)間，牌照號(hào)碼自動(dòng)登記.車牌識(shí)別是利用車輛的動(dòng)態(tài)視頻或靜態(tài)圖像進(jìn)行車牌號(hào)碼、車牌顏色自動(dòng)識(shí)別的模式識(shí)別技術(shù)。1 設(shè)計(jì)方案本次課設(shè)，設(shè)計(jì)的目標(biāo)是通過(guò)matlab軟件，結(jié)合c語(yǔ)言編程，來(lái)實(shí)現(xiàn)車牌的識(shí)別。 matlab軟件簡(jiǎn)介MATLAB（矩陣實(shí)驗(yàn)室）是MATrix LABoratory的縮寫，是一款由美國(guó)The MathWorks公司出品的商業(yè)數(shù)學(xué)軟件?！　ATLAB的基本數(shù)據(jù)單位是矩陣，它的指令表達(dá)式與數(shù)學(xué)、工程中常用的形式十分相似，故用MATLAB來(lái)解算問題要比用C，F(xiàn)ORTRAN等語(yǔ)言完成相同的事情簡(jiǎn)捷得多，并且MATLAB也吸收了像Maple等軟件的優(yōu)點(diǎn)，使MATLAB成為一個(gè)強(qiáng)大的數(shù)學(xué)軟件。因?yàn)樗{(lán)色（255，0，0）與白色（255，255，255）在B 通道中并無(wú)區(qū)分，而在G、R 通道或是灰度圖象中并無(wú)此便利。)。both表示雙向檢測(cè)算法。對(duì)原始圖像進(jìn)行開操作得到圖像背景圖像:s=strel(39。輸出背景圖像灰度圖像與背景圖像作減法，對(duì)圖像進(jìn)行增強(qiáng)處理:Egray=imsubtract(Sgray,Bgray)。Se一個(gè)小于對(duì)象閉合圖形，只要兩個(gè)封閉域的距離小于Se，就將這兩個(gè)連接成一個(gè)連通域，Se生成方式采用：Se=strel(39。從直方圖中基本可以看書水平方向上的兩個(gè)分界線，為了便于處理，該課題將像素值臨界值定量化，取值5個(gè)像素。endCol_Right=x。雖然圖像間受背景，光照等影響存在較大的差異，但計(jì)算簡(jiǎn)單，程序運(yùn)算效率高。 Se=eye(2)。考慮所有的情況，一般情況下最小的寬度為width/9