【正文】 if sum(sum(d))~=0 d=qiege(d)。 if widey1amp。y2=。amp。top=m top=top+1。)。 39。 end end % 以上相當(dāng)于兩幅圖相減得到第三幅圖 Dmax=0。 end for k2=kmin:kmax fname=strcat(39。)。 %建立自動(dòng)識(shí)別字符代碼表 SubBw2=zeros(40,20)。939。車牌字符識(shí)別與一般文字識(shí)別在于它的字符數(shù)有限，漢字共約50多個(gè)，大寫英文字母26個(gè)，數(shù)字10個(gè)。)。imwrite(word4,39。39。)。subplot(2,7,10),imshow(word3),title(39。word6=imresize(word6,[40 20])。739。)。subplot(2,7,2),imshow(word2),title(39。% 分割出第四個(gè)字符[word4,d]=getword(d)。 all=sum(sum(temp))。while flag==0 [m,n]=size(d)。 end k2=j1。k2=1。它在前期牌照定位的基礎(chǔ)上進(jìn)行字符的分割，然后再利用分割的結(jié)果進(jìn)行字符識(shí)別。%elseif bwarea(d)/m/n= % d=imdilate(d,se)。line39。39。)。車牌灰度圖像39。39。%行方向車牌區(qū)域確定 figure(7),subplot(1,2,2),imshow(dw),title(39。(PX2PX1)) PX2=PX21。%進(jìn)一步確定x方向的車牌區(qū)域 for j=1:x for i=PY1:PY2 if(myI(i,j,1)==1) Blue_x(1,j)= Blue_x(1,j)+1。amp。)。% 圖像聚類、填充圖像figure(5),imshow(I4)。%對圖像實(shí)施腐蝕操作，即膨脹的反操作figure(4),imshow(I3)。%，用roberts算子進(jìn)行邊緣檢測figure(3),imshow(I2)。title(39。原圖像39。*.jpg39。在定位分割的過程中要保證不能把非車牌區(qū)域誤判為車牌區(qū)域，也不能漏檢車牌區(qū)域，否則后繼的工作將無法進(jìn)行。圖像采集車牌定位字符分割字符識(shí)別輸出結(jié)果觸發(fā)牌照圖像預(yù)處理觸發(fā)拍照：該單元會(huì)自動(dòng)檢測車輛在指定區(qū)域的存在，現(xiàn)有的成熟技術(shù)的有線圈觸發(fā)、視頻觸發(fā)、紅外觸發(fā)、雷達(dá)觸發(fā)以及激光觸發(fā)。功能性工具箱能用于多種學(xué)科。MATLAB還具有較強(qiáng)的編輯圖形界面的能力。 （2）運(yùn)算符豐富。正如同F(xiàn)ORTRAN和C等高級語言使人們擺脫了需要直接對計(jì)算機(jī)硬件資源進(jìn)行操作一樣，被稱作為第四代計(jì)算機(jī)語言的MATLAB，利用其豐富的函數(shù)資源，使編程人員從繁瑣的程序代碼中解放出來。到九十年代初期，在國際上 30 幾個(gè)數(shù)學(xué)類科技應(yīng)用軟件中，MATLAB 在數(shù)值計(jì)算方面獨(dú)占鰲頭，而 Mathematica 和 Maple 則分居符號計(jì)算軟件的前兩名。 (5)車輛定位由于能自動(dòng)識(shí)別車牌號碼，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。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碼，然后給該車超速的警告信號。顯然，這兩種技術(shù)更難以推廣。 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。 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。車牌識(shí)別系統(tǒng)與其它圖像識(shí)別系統(tǒng)相比較而言要復(fù)雜的多，在字符識(shí)別中，漢字識(shí)別是最難也是最關(guān)鍵的部分，很多國外較為成熟的車牌識(shí)別系統(tǒng)無法進(jìn)入中國市場的原因就在于無法有效的識(shí)別漢字。 本課題的研究目的及意義車牌識(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)別是利用車輛牌照的唯一性來識(shí)別和統(tǒng)計(jì)車輛，它是以數(shù)字圖像處理、模式識(shí)別、計(jì)算機(jī)視覺等技術(shù)為基礎(chǔ)的智能識(shí)別系統(tǒng)。為了達(dá)到某種目的而對圖像使用一種數(shù)學(xué)技巧,經(jīng)過變換后的圖像更為方便、容易地處理和操作。同時(shí)，汽車牌照自動(dòng)識(shí)別的基本方法還可以應(yīng)用到其他檢測和識(shí)別領(lǐng)域，所以車牌自動(dòng)識(shí)別問題已成為現(xiàn)代交通工程領(lǐng)域中研究的重點(diǎn)和熱點(diǎn)問題之一。此外，智能交通系統(tǒng)，簡稱ITS（Intelligent Traffic System）已成為現(xiàn)代社會(huì)道路交通發(fā)展趨勢。車牌識(shí)別系統(tǒng)使車輛管理更智能化，數(shù)字化，有效的提升了交通管理的方便性和有效性。字符的分割采用的方法是以二值化后的車牌部分進(jìn)行垂直投影，然后在對垂直投影進(jìn)行掃描，從而完成字符的分割。車牌自動(dòng)識(shí)別系統(tǒng)簡稱ALPRS或LPRS，該系統(tǒng)可以對車輛進(jìn)行自動(dòng)登記、驗(yàn)證、監(jiān)視、報(bào)警。由于公路車流量日益增大、道路交通日益擁擠，車輛管理相對越來越困難，因此各個(gè)發(fā)達(dá)國家和發(fā)展中國家都在積極建設(shè)適應(yīng)未來交通運(yùn)輸需求的智能交通系統(tǒng)。它們一般對應(yīng)圖像中待定的、具有獨(dú)特性質(zhì)的區(qū)域。針對以上實(shí)際情況，很多學(xué)者開始在鑒于車牌圖像本身特征的基礎(chǔ)上研究車牌定位技術(shù)，并先后提出了一些有效的定位方法，以減小種種主、客觀因素對車牌定位準(zhǔn)確度的影響。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。因而對字符識(shí)別的進(jìn)一步研究也同樣具有緊迫性和必要性。 另外，還有兩種專門的技術(shù)被用于車牌的識(shí)別中，條形碼識(shí)別技術(shù)和無線射頻技術(shù)。車牌自動(dòng)識(shí)別系統(tǒng)應(yīng)用于這些系統(tǒng)，可以解決通緝車輛的自動(dòng)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(jì)自動(dòng)化，模糊查詢的問題。 (4)對養(yǎng)路費(fèi)交納、安全檢查、運(yùn)營管理實(shí)行不停車檢查根據(jù)識(shí)別出的車牌號碼從數(shù)據(jù)庫中調(diào)出該車檔案材料，可發(fā)現(xiàn)沒及時(shí)交納養(yǎng)路費(fèi)的車輛。第二章 MATLAB簡介 MATLAB發(fā)展歷史MATLAB是一門計(jì)算機(jī)編程語言，取名來源于Matrix Laboratory，本意是專門以矩陣的方式來處理計(jì)算機(jī)數(shù)據(jù)，它把數(shù)值計(jì)算和可視化環(huán)境集成到一起，非常直觀，而且提供了大量的函數(shù)，使其越來越受到人們的喜愛，工具箱越來越多，應(yīng)用范圍也越來越廣泛。如美國 National Instruments 公司信號測量、分析軟件 Lab VIEW ，Cadence 公司信號和通信分析設(shè)計(jì)軟件 SPW 等，或者直接建筑在 MATLAB 之上，或者以 MATLAB 為主要支撐。MATLAB程序書寫形式自由，利用其豐富的庫函數(shù)避開繁雜的子程序編程任務(wù)，壓縮了一切不必要的編程工作。 （5）程序的可移植性很好，基本上不做修改就可以在各種型號的計(jì)算機(jī)和操作系統(tǒng)上運(yùn)行。核心部分中有數(shù)百個(gè)核心內(nèi)部函數(shù)。在LPR 系統(tǒng)產(chǎn)品的性能指標(biāo)中，識(shí)別率和識(shí)別速度難以同時(shí)提高其中原因既包括圖像處理技術(shù)不夠成熟，又受到攝像設(shè)備計(jì)算機(jī)等性能的限制。以上所做的這些處理均屬于圖像預(yù)處理的工作。輸出結(jié)果：輸出識(shí)別結(jié)果，并進(jìn)行數(shù)據(jù)存儲(chǔ)。I=imread(FILENAME)?；叶葓D像39。,39。1。rectangle39。% 去除聚團(tuán)灰度值小于2000的部分figure(6),imshow(I5)。%藍(lán)色像素點(diǎn)統(tǒng)計(jì) end end end [temp MaxY]=max(Blue_y)。(PY2y)) PY2=PY2+1。 end PX2=x。 figure(7),subplot(1,2,1),imshow(IY),title(39。39。)。d=(double(b)=T)。,3)。square39。...se=eye(2)。膨脹或腐蝕處理后39。% 尋找連續(xù)有文字的塊，若長度大于某閾值，則認(rèn)為該塊有兩個(gè)字符組成，需要分割%首先創(chuàng)建子函數(shù)qiege與getword，而后調(diào)用子程序，將車牌的字符分割開并且進(jìn)行歸一化處理d=qiege(d)。 while s(j)~=0 amp。y2=。 d=qiege(d)。d=qiege(d)。subplot(2,7,1),imshow(word1),title(39。)。639。word3=imresize(word3,[40 20])。subplot(2,7,9),imshow(word2)