【正文】 enddd=rightleft。amp。top=1。 end else word=qiege(imcrop(d,[1 1 wide m]))。 end temp=qiege(imcrop(d,[1 1 wide m]))。flag=0。endfigure(5),imshow(dw),title ([39。 end end end Error(k2)=Dmax。,liccode(k2),39。 if l==1 %第一位漢字識別 kmin=37。.jpg39。Z39。])。:39。imwrite(word6,39。39。)。subplot(3,7,12),imshow(word5),title(39。239。word4=imresize(word4,[40 20])。figure(15),imshow(word7),title(39。439。)。 endend% 分割出第二個字符[word2,d]=getword(d)。 else temp=qiege(imcrop(d,[1 1 wide m]))。flag=0。amp。 %返回矩陣b的尺寸信息， 并存儲在m、n中。 %圖像的腐蝕elseif bwarea(d)/m/n= %計算二值圖像中對象的總面積 d=imdilate(d,se)。/39。)。)figure(8),subplot(3,2,3),imshow(d),title(39。其中m中存儲的是行數(shù)，n中存儲的是列數(shù)。 %將圖像數(shù)據(jù)寫入到圖像文件中figure(8)。 %讀取jpg=strcat(filepath,filename)。)imwrite(dw,39。%對車牌區(qū)域的校正 PX2=PX2+2。 while ((Blue_x(1,PX1)3)amp。 end PY2=MaxY。 %返回I5各維的尺寸，并存儲在變量y、x、z中myI=double(I5)。平滑圖像的輪廓39。)。robert算子邊緣檢測39。)。I1=rgb2gray(I)。對于在大作業(yè)的完成過程中給予幫助的同學(xué)與老師在此表示真心的感謝。 首先取字符模板，接著依次取待識別字符與模板進(jìn)行匹配，將其與模板字符相減，得到的0越多那么就越匹配。然而，通常情況下用于匹配的圖象各自的成像條件存在差異，產(chǎn)生較大的噪聲干擾，或圖象經(jīng)預(yù)處理和規(guī)格化處理后，使得圖象的灰度或像素點的位置發(fā)生改變。歸一化處理的目的就是使車牌字符同標(biāo)準(zhǔn)模塊里面的字符特征一樣。濾波方法有多種，本文采取的濾波方法為均值濾波。本文車牌部分的分割采用的是利用車牌彩色信息的彩色分割法。車牌的定位和分割是從經(jīng)過圖像預(yù)處理后的灰度圖像中確定牌照位置，并將車牌部分從整個圖像中分割出來，從而進(jìn)行字符識別。用攝像機采集到的機動車圖像由于受到噪聲干擾以及車輛本身的影響，使得獲得的圖像質(zhì)量不理想。由于圖像的每個象素都具有三個不同的顏色分量，存在許多與識別無關(guān)的信息，不便于進(jìn)一步的識別工作，因此在對圖像進(jìn)行識別等處理中，經(jīng)常將彩色圖像轉(zhuǎn)變?yōu)榛叶葓D像，以加快處理速度。字符識別部分可以分為字符分割與特征提取和單個字符識別兩個模塊。在國際學(xué)術(shù)界，MATLAB已經(jīng)被確認(rèn)為準(zhǔn)確、可靠的科學(xué)計算標(biāo)準(zhǔn)軟件。 (4)MATLAB數(shù)學(xué)函數(shù)庫這是對MATLAB使用的各種數(shù)學(xué)算法的總稱．包括各種初等函數(shù)的算法，也包括矩陣運算、矩陣分析等高層次數(shù)學(xué)算法。MathWorks公司此舉加快結(jié)束了國際上數(shù)值計算、符號計算孰優(yōu)孰劣的長期爭論，促成了兩種計算的互補發(fā)展新時代。到九十年代初期，在國際上30幾個數(shù)學(xué)類科技應(yīng)用軟件中，MATLAB在數(shù)值計算方面獨占鰲頭，而Mathematica和Maple則分居符號計算軟件的前兩名。與利用c語言或FoRTRAN語言作數(shù)值計算的程序設(shè)計相比，利用MATLAB可以節(jié)省大量的編程時間。車牌自動識別系統(tǒng)應(yīng)用于這些系統(tǒng)，可以解決通緝車輛的自動稽查問題，可以解決車流高峰期因出入口車流瓶頸造成的路橋卡口、停車場交通堵塞問題，可以解決因工作人員作弊造成的路橋卡口、高速公路、停車場應(yīng)收款流失的問題，還可以以最簡單的方式完成交通部門的車輛信息聯(lián)網(wǎng)，解決數(shù)據(jù)統(tǒng)計自動化，模糊查詢的問題。日本對車牌圖像的獲取也做了大量的研究，并為系統(tǒng)產(chǎn)業(yè)化做了大量工作。技術(shù)的核心是通過對拍到的車牌圖像進(jìn)行分析，在非人工千預(yù)的情況下自動獲取車牌信息，從而確定車輛牌號。采用某些處理技術(shù)來突出圖像中的某些信息,削弱或消除某些無關(guān)信息,從而有目的地強調(diào)圖像的整體或局部特征，讓觀察者能看到更加直接、清晰的分析和處理圖像。此外，智能交通系統(tǒng)，簡稱ITS（Intelligent Traffic System）已成為現(xiàn)代社會道路交通發(fā)展趨勢。車牌識別系統(tǒng)主要包括了圖像采集、圖像預(yù)處理、車牌定位、字符分割、字符識別等五大核心部分。本課題圖像處理分為以下幾方面：其目的是將模擬形式的圖像通過數(shù)字化設(shè)備變?yōu)閿?shù)字計算機可用的離散的圖像數(shù)據(jù)。圖像分析的內(nèi)容分為特征提取、圖像分割、符號描述、和圖像的檢測與匹配。同時代，還誕生了面向被盜車輛的第一個實時自動車牌監(jiān)測系統(tǒng)。從目前一些產(chǎn)品的性能來看，車牌識別系統(tǒng)的識別率和識別速度都有待提高。新的版本集中了日常數(shù)學(xué)處理中的各種功能，包括高效的數(shù)值計算、矩陣運算、信號處理和圖形生成等功能。自從第1版發(fā)行以來，已有眾多的科技工作者加入到MATLAB的開發(fā)隊伍中，并為形成今天約MATLAB系統(tǒng)做出了巨大的貢獻(xiàn)。（2）開發(fā)了與外部進(jìn)行直接數(shù)據(jù)交換的組件，打通了MATLAB進(jìn)行實時數(shù)據(jù)分析、處理和硬件開發(fā)的道路。利用它既可以進(jìn)行小規(guī)模端程，完成算法設(shè)計和算法實驗的基本任務(wù)，也可以進(jìn)行大規(guī)模編程，開發(fā)復(fù)雜的應(yīng)用程序。在歐美大學(xué)里，諸如應(yīng)用代數(shù)、數(shù)理統(tǒng)計、自動控制、數(shù)字信號處理、模擬與數(shù)字通信、時間序列分析、動態(tài)系統(tǒng)仿真等課程的教科書都把MATLAB作為內(nèi)容。 第三章 各模塊的實現(xiàn)車牌識別系統(tǒng)包括圖像采集、圖像預(yù)處理、車牌定位、字符分割、字符識別等模塊，本文主要研究圖像預(yù)處理、車牌定位和字符分割三個模塊。現(xiàn)在字符識別的常用方法有模板匹配法和神經(jīng)網(wǎng)絡(luò)模型法。通過該公式轉(zhuǎn)換的灰度圖能夠比較好地反應(yīng)原圖像的亮度信息。本文采用經(jīng)典的Roberts邊緣檢測算子來對圖像進(jìn)行邊緣檢測。數(shù)學(xué)形態(tài)學(xué)用具有一定形態(tài)的機構(gòu)元素去量度和提取圖像中的對應(yīng)形狀以達(dá)到對圖像分析和識別的目的，能有效的去除噪聲，保留圖像原有信息的同時提取的邊緣比較平滑，提取的圖像骨架也比較連續(xù)，斷點少。圖像的二值化處理就是將圖像上的點的灰度置為兩個數(shù)值，通常為0或255，使整個圖像呈現(xiàn)出明顯的黑白效果。將得到的車牌區(qū)域圖像進(jìn)行二值化處理后，對圖像進(jìn)行垂直投影，投影圖上有明顯的類似于峰谷的波形起伏變化， 通過對投影圖上的波形從左向右進(jìn)行掃描，根據(jù)谷和峰的特征就可以判斷出每個字符的位置；計算垂直峰，檢測合理的字符高寬比。綜合模板匹配的這些優(yōu)點我們將其用為車牌字符識別的主要方法。所以建立字符模板庫也極為方便。 一是對于彩色車牌的識別具有局限性，有些車牌不是藍(lán)色底的，例如我們的校車就是黃色底的。title(39。figure(2),subplot(1,2,2),imhist(I1)。)。 %圖像的腐蝕figure(4),imshow(I3)。 %對圖像實現(xiàn)閉運算，閉運算也能平滑圖像的輪廓，但與開運算相反，它一般融合窄的缺口和細(xì)長的彎口，去掉小洞，填補輪廓上的縫隙。從對象中移除小對象39。 while ((Blue_y(PY1,1)=120)amp。%IY為原始圖像I中截取的縱坐標(biāo)在PY1：PY2之間的部分 %end橫向掃描 %begin縱向掃描 Blue_x=zeros(1,x)。amp。)。,39。 %將真彩色圖像轉(zhuǎn)換為灰度圖像imwrite(b,39。 %換成雙精度數(shù)值T=round(g_max(g_maxg_min)/3)。 %將圖像數(shù)據(jù)寫入到圖像文件中figure(8)。 %建立預(yù)定義的濾波算子，average指定算子的類型，3為相應(yīng)的參數(shù)d=im2bw(round(filter2(h,d)))。,3)。 % eye(n) returns the nbyn identity matrix 單位矩陣[m,n]=size(d)。39。while j~=n while s(j)==0 j=j+1。 % 分割