【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(11),imshow(dw),title ([39。 end end end Error(k2)=Dmax。F:\字符模板\39。)。 %建立自動識別字符代碼表 SubBw2=zeros(40,20)。939。39。)。imwrite(word1,39。539。)。word5=imresize(word5,[40 20])。subplot(5,7,7),imshow(word7),title(39。439。)。 endend% 分割出第二個(gè)字符[word2,d]=getword(d)。 else temp=qiege(imcrop(d,[1 1 wide m]))。flag=0。amp。[m,n]=size(d)。if bwarea(d)/m/n= d=imerode(d,se)。 % 使用一個(gè)3X3的正方形結(jié)果元素對象對創(chuàng)建的圖像進(jìn)行膨脹% 39。imwrite(d,39。subplot(3,2,2),imshow(d),title(39。g_min=double(min(min(b)))。b=rgb2gray(a)。39。行方向合理區(qū)域39。 while ((Blue_x(1,PX2)3)amp。 end IY=I(PY1:PY2,:,:)。%Y方向車牌區(qū)域確定 PY1=MaxY。title(39。,[25,25])。1]。,39?；叶葓D39。F: 39。另外，對候選區(qū)的搜索時(shí)，按單一法則進(jìn)行搜索，當(dāng)車牌傾斜角稍大，就會出現(xiàn)誤定位，最終導(dǎo)致識別錯(cuò)誤，因此，在以后的學(xué)習(xí)和工作中還需進(jìn)一步改進(jìn)。最簡單的計(jì)算絕對差值的公式如下： （）在字符比較標(biāo)準(zhǔn)時(shí)，模板匹配法對字符圖像的缺損、污跡有較強(qiáng)的免疫力，而且具有較大的識別率；但是，在字符旋轉(zhuǎn)、變形的等情況下，識別效果較差。顯然，字符識別模塊也要具有較高的處理速度和效率，滿足實(shí)時(shí)性的要求[16]。這三個(gè)部分所使用的漢字都有相應(yīng)的規(guī)定：地區(qū)簡稱部分使用一個(gè)代表省?。ㄊ?、自治區(qū)）簡稱的漢字；發(fā)牌機(jī)關(guān)代號部分使用大寫英文字母；編碼部分混合使用大寫英文字母和數(shù)字。字符識別技術(shù)將字符圖像轉(zhuǎn)換為字符碼，它是模式識別技術(shù)應(yīng)用最成功的分支之一。字符的特征可以分為結(jié)構(gòu)特征和統(tǒng)計(jì)特征[15]構(gòu)特征主要有骨架、輪廓、筆畫等。該方法，較好地解決了，漢字的不連通問題、字符的粘連問題、噪聲的干擾問題以及車牌的前2個(gè)字符和后面5個(gè)字符之間存在的小圓點(diǎn)問題，雖然程序的執(zhí)行時(shí)間較水平投影法長，但實(shí)踐證明還是行之有效的。為了克服水平投影法對解決漢字不連通問題的不足，本文將該列與字符分割的起始列作差，其差值再與另一固定閾值（本文設(shè)定為車牌圖像寬度的九分之一）作比較。（1）脫色、泥點(diǎn)、反光等原因使車牌圖像質(zhì)量下降，存在嚴(yán)重噪聲。 車牌定位3．2 本章小結(jié)本章主要討論了車牌定位的相關(guān)問題。圖像被腐蝕，記為，其定義是： （） 同樣，腐蝕可以解釋為：被腐蝕所得到的集合為，當(dāng)?shù)脑c(diǎn)平移到時(shí)，包含于。數(shù)學(xué)形態(tài)學(xué)有四個(gè)基本運(yùn)算：膨脹、腐蝕、開啟和閉合。一階差分運(yùn)算的定義如下式所示： （）其中，表示車牌的粗定位圖像，表示的水平差分圖像。首先，對邊緣圖像進(jìn)行行掃描，統(tǒng)計(jì)每一行的灰度值，再依據(jù)一定的判決參量（如總灰度值大于某一閾值）來判斷當(dāng)前行是否屬于車牌區(qū)域，由此就能大致確定車牌的起始行和結(jié)束行。因此，對提取得到的車牌邊緣圖像進(jìn)行行掃描或列掃描，則車牌區(qū)域的跳變特性會明顯有別于其它非車牌區(qū)域。近年來，眾多研究者在車牌定位領(lǐng)域做了大量的工作，并取得了豐碩的成果。這種算法檢測水平邊緣和垂直邊緣的效果要好于斜向邊緣，定位精度高，但是它對噪聲很敏感。下面對這幾種常用的邊緣檢測方法做一簡單介紹。車牌圖像的二值化[5]就是將圖像中感興趣的目標(biāo)特征進(jìn)一步的提取出來，這些特征包括目標(biāo)區(qū)域的灰度值、輪廓、紋理特征、頻譜特征以及直方圖特征?；叶葓D像的存儲矩陣大小為，其中矩陣中的每一個(gè)元素代表灰度圖像中相應(yīng)點(diǎn)的像素的亮度。例如，在RGB顏色空間下，彩色圖像的每一個(gè)像素點(diǎn)均由R（紅）、G（綠）、B（藍(lán)）三個(gè)顏色分量組成。而對于車牌定位環(huán)節(jié)來說，車牌圖像的預(yù)處理更是發(fā)揮著相當(dāng)重要的作用。第二步，車牌定位，即圖像的精確定位算法的實(shí)現(xiàn)。因此這部分工作具有一定的難度。1．2 國內(nèi)外研究現(xiàn)狀車牌識別技術(shù)的研究[2]開始得很早，早在上世紀(jì)七十年代，就有不少研究人員和單位開始了這一技術(shù)的研究。figure:通過實(shí)驗(yàn)采集圖像，數(shù)據(jù)與通過數(shù)據(jù)在MATLAB軟件上得到的圖像比較，兩者是一樣的，從而知道通過不同方式可以得到相同的結(jié)果。y軸單位v39。下面以μＣ/ＯＳⅡ?yàn)椴僮髌脚_，基于ＡＲＭ７系列處理器，對一種高性能的數(shù)據(jù)采集系統(tǒng)開發(fā)進(jìn)行探索。為簡化電路、提高集成度、增強(qiáng)系統(tǒng)的抗干擾能力,4 路模擬信號共用一片AD7864 。 2002年7月23日，PCISIG 正式公布了PCI Express ，（Spec ），將傳輸率由PCI Express ；目前主流的顯卡接口都支持PCIE 。 PCI總線系統(tǒng)要求有一個(gè)PCI控制卡，它必須安裝在一個(gè)PCI插槽內(nèi)。目 錄第一部分： PCI總線................................................................................................................4 PCI總線的基本結(jié)構(gòu)................................................................................4 PCI總線A/D卡的通用結(jié)構(gòu).............................................................................5 A/D卡的采集、存儲和顯示程序.......................................................................6 A/D卡的采集的基本原理..................................................................................6 實(shí)驗(yàn)結(jié)果與分析................................................................................................6..............................................................................................................9..................................................................................................................9第二部分：中文摘要 ................................................................................................................10英文摘要 .................................................................................................................111 引言 .................................................................................................................12 車牌識別技術(shù)的研究背景...................................................................................12 國內(nèi)外研究現(xiàn)狀...................................................................................................12 車牌識別系統(tǒng)研究目的及意義...........................................................................13........................................................................................................13........................................................................................................142 車牌圖像的預(yù)處理………………………………………………………………14 預(yù)處理技術(shù)概述……………………………………………...............................14 圖像的灰度化…………………………………………………………...............15 圖像的二值化…………………………………………………………………...17 邊緣檢測…………………………………………………………………...........18 Canny算子……………………………………………………………………..18 Roberts算子……………………………………………….…………………...19 本章小結(jié)………………………………………………………………………...223 車牌定位 ……………………………………………………………………..22 常用的車牌定位算法…………………………………………………………...22 基于紋理特征的車牌定位……………………………………………………22 基于數(shù)學(xué)形態(tài)的車牌定位……………………………………………………24 本章小結(jié)……………………………………………………………………...…264 字符切割 ………………………………………………………………….….26 車牌字符切割方法……………………………………………….………….….26 本章小結(jié)…………………………………………………………………….…..285 字符識別 ………………………………………………………………..……28 字符識別概述…………………………………………………………………...28 車牌字符識別特點(diǎn)……………………………………………………………...29 基于模板匹配的字符識別算法……………………………………………...…30 實(shí)驗(yàn)分析………………………………………………………………………...31 結(jié)果分析………………………………………………………………………...326 設(shè)計(jì)評述…………………………………………………………………………32附錄A 車牌識別程序………………………………………………………………34參考文獻(xiàn)…………………………………………………………………….……….47 PCI總線 PCI總線的基本結(jié)構(gòu)： PCI，外設(shè)組件互連標(biāo)準(zhǔn)(Peripheral Component Interconnect) 一種由英特爾（Intel）公司1991年推出的用于定義局部總線的標(biāo)準(zhǔn)。這種插槽是目前主板帶有最多數(shù)量的插槽類型，在當(dāng)前流行的臺式機(jī)主板上，ATX結(jié)構(gòu)的主板一般帶有5～6個(gè)PCI插槽，而小一點(diǎn)的MATX主板也都帶有2～3個(gè)PCI插