【正文】 。(R_C_Ratio_1(n1/m1)R_C_Ratio_2)) Image_Crop(:,[1:Wide])=0。模板匹配法雖然識(shí)別率低，但實(shí)現(xiàn)簡(jiǎn)單，計(jì)算量小，只有矩陣的加減與統(tǒng)計(jì)，而且車(chē)牌字符是有阿拉伯?dāng)?shù)字，英文大寫(xiě)字母，還有部分漢字，雖有字庫(kù)量不大，字符較規(guī)整時(shí)對(duì)字符圖像的缺損、污跡干擾適應(yīng)力強(qiáng)且識(shí)別率相當(dāng)高，因此本課題使用這種方法。圖16 字符相似度比較有圖16的，字符1在Lib_Code_No=39處取得最大相似度，查字庫(kù)Lib_Code_No=39的字符為“渝”，則可以確定該字符為“渝”。第二，通過(guò)這次課程設(shè)計(jì)我學(xué)會(huì)了使用Matlab這種常用的工具軟件，之前我會(huì)用C語(yǔ)言，但是只是學(xué)會(huì)一點(diǎn)點(diǎn)，也學(xué)會(huì)使用matlab，但也是會(huì)一點(diǎn)點(diǎn)，但是這次深入接觸后我感覺(jué)到Matlab的確是一款強(qiáng)大易學(xué)的數(shù)學(xué)分析軟件，操作起來(lái)雖然比較難上手。雖然之前我做過(guò)課設(shè)一，但我們做的是硬件。title(39。figure(2),subplot(1,2,2),imhist(I1)。)。figure(4),imshow(I3)。figure(5),imshow(I4)。)。amp。%進(jìn)一步確定x方向的車(chē)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。(PX2PX1)) PX2=PX21。figure(7),subplot(1,2,2),imshow(dw),title(39。輸入一個(gè)定位裁剪后的車(chē)牌圖像39。39。 % T 為二值化的閾值[m,n]=size(b)。)figure(8),subplot(3,2,3),imshow(d),title(39。)。/39。endimwrite(d,39。k2=1。 end k2=j1。while flag==0 [m,n]=size(d)。 all=sum(sum(temp))。% 分割出第四個(gè)字符[word4,d]=getword(d)。239。figure(13),imshow(word5),title(39。)。word7=imresize(word7,[40 20])。339。subplot(3,7,13),imshow(word6),title(39。)。39。imwrite(word7,39。A39。for I=1:7 ii=int2str(I)。 kmax=40。.jpg39。 MinError=min(Error1)。y1=8。 [m1,n1]=size(temp)。 d(:,[1:wide])=0。bottom=m。 bottom1 bottom=bottom1。hh=bottomtop。感謝老師和同學(xué)的幫助，使我完成了本次課設(shè)。 right=1right=right1。endwhile sum(d(bottom,:))==0 amp。% （qiege子程序）function e=qiege(d)[m,n]=size(d)。flag=1。 wide=n2 wide=wide+1。%子程序：（getword子程序）function [word,result]=getword(d)word=[]。 end end end Error(k2)=Dmax。字符模板\39。)。 %建立自動(dòng)識(shí)別字符代碼表 SubBw2=zeros(40,20)。939。39。)。imwrite(word1,39。539。)。word5=imresize(word5,[40 20])。figure(15),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(duì)象對(duì)創(chuàng)建的圖像膨脹% 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,:,:)。%temp為向量white_y的元素中的最大值，MaxY為該值的索引（ 在向量中的位置） PY1=MaxY。title(39。,[40,40])。1]。,39?；叶葓D39。)。調(diào)試的過(guò)程非常麻煩，因?yàn)橛械膮?shù)只能對(duì)某一幅圖像有用，對(duì)其它圖像根本識(shí)別沒(méi)法識(shí)別，所以為了使盡量多的圖像能被識(shí)別，我著實(shí)花了不少功夫。這本書(shū)內(nèi)容豐富，自成一體，里面的許多內(nèi)容與教材形成了互補(bǔ)。圖14 經(jīng)歸一化后的七個(gè)字符字符識(shí)別步驟如下，建立模板字庫(kù)表讀取分割出來(lái)的字符第一個(gè)字符與模板中的漢字模板進(jìn)行匹配第二個(gè)字符與模板中的字母模板進(jìn)行匹配待識(shí)別字符與模板字符相減，值越小相似度越大，找到最小的一個(gè)即為匹配的最好的識(shí)別完成，輸出此模板對(duì)應(yīng)值后5個(gè)字符與模板中的字母與數(shù)字模板進(jìn)行匹配圖15 字符匹配流程匹配方法采用將目標(biāo)圖像與模板圖像逐點(diǎn)做差，得到第三幅圖像，程序?qū)崿F(xiàn)如下：for ii=1:40 or jj=1:20 Word_Image_Diff(ii,jj)=Word_Image(ii,jj)Word_Image_Code(ii,jj)。圖13 經(jīng)切割的七個(gè)字符目前字符識(shí)別的方案有使用神經(jīng)網(wǎng)絡(luò)和模板匹配法進(jìn)行比對(duì)。End切割的字符時(shí)候符合比例要求采用if((Level1WideLevel2)amp。這樣，如果平均分配每個(gè)字符在牌照中占據(jù)的寬度，那么每個(gè)字符寬度為：width/7（width 為車(chē)牌圖像的寬度）。圖9 車(chē)牌區(qū)域圖像濾波前效果圖10車(chē)牌區(qū)域圖像濾波后效果腐蝕已經(jīng)在在上文介紹，膨脹剛好與腐蝕相反，運(yùn)算規(guī)則是輸出圖像的像素值是輸入圖像鄰域中的最大值，在一個(gè)二值圖像中，只要一個(gè)像素值為1，則相應(yīng)的輸出像素值為1。剪切得到的圖像如下。amp。經(jīng)區(qū)域確定了，即可將車(chē)牌的四個(gè)邊界值確定下來(lái)。Car_Image_Perform=imclose(Car_Image_Erode,Se)。背景圖像39。原始黑白圖像39。適當(dāng)取門(mén)限T，做如下判斷：G(x,y)T,(x,y)為階躍狀邊緣點(diǎn)。,39。即可將圖像讀取出來(lái)，這樣讀取得到的是RGB圖像，RGB圖像分別用紅、藍(lán)、綠三個(gè)色度值為一組代表每個(gè)像素的顏色，因此Car_Image_RGB是一個(gè)mn3的數(shù)組，m、n表示圖像像素的行、列數(shù)。它在數(shù)學(xué)類(lèi)科技應(yīng)用軟件中在數(shù)值計(jì)算方面首屈一指。 （3)Matlab語(yǔ)言簡(jiǎn)潔緊湊，使用方便靈活，庫(kù)函數(shù)豐富，并且內(nèi)部集成了很多工具箱，為程序開(kāi)發(fā)提供現(xiàn)成模塊。在介紹我本次課程設(shè)計(jì)的設(shè)計(jì)原理的同時(shí)，也側(cè)重同時(shí)記錄了我是如何對(duì)于設(shè)計(jì)過(guò)程中遇到的問(wèn)題進(jìn)行分析和解決的。 Positioning。 桂林電子科技大學(xué)課程設(shè)計(jì)（論文）報(bào)告用紙 第 3 頁(yè) 共3頁(yè)課程設(shè)計(jì)(論文)說(shuō)明書(shū)題 目： 基于Matlab車(chē)牌識(shí)別 院 （系）： 信息與通信學(xué)院 專(zhuān) 業(yè)： 通信工程 摘 要近幾年，車(chē)牌識(shí)別系統(tǒng)作為智能交通的一個(gè)重要方向越來(lái)越受到重視。C programming language。本文主要講述我完成這次課設(shè)所經(jīng)歷的三個(gè)階段：總體