【正文】 次計(jì)算車牌水平投影對(duì)矯正后的車牌二值子圖再次進(jìn)行水平投影計(jì)算，如圖 42：圖 42　投影圖從圖 42 和圖 41 中可以明顯看到，車牌的矯正是很成功的，圖 43 的水平投影已經(jīng)相當(dāng)?shù)那逦?，可以明顯看出車牌字符的高度、上邊框、下邊框位置。title(39。這個(gè)章節(jié)是本次設(shè)計(jì)的主要內(nèi)容，在汽車牌照自動(dòng)識(shí)別過程中，字符分割有承前啟后的作用。通過程序處理后的圖 37至 310，可以清楚的看到最后經(jīng)過開操作濾波后的可能的車牌區(qū)域都清楚的保留了下來，是非常成功的。 bg2=imopen(bg3,strel(39。)。圖像邊緣提取39。bw2=im2bw(bw,level)。figure,imshow(bg)。對(duì)比分析可知 Canny 算子對(duì)車牌處理效果最好。Prewitt 算子也產(chǎn)生一幅邊緣幅度的圖像，也是對(duì)灰度漸變和噪聲較多的圖像處理效果較好。一階導(dǎo)數(shù)可以用于檢測圖像中一個(gè)點(diǎn)是否是邊緣點(diǎn)，二階導(dǎo)數(shù)的符號(hào)可以用于判斷邊緣像素是在邊緣亮的一邊還是暗的一邊。所謂全局閾值的方法就是利用整幅圖像的灰度信息，從整個(gè)圖像中得到用于分割的閾值，并且根據(jù)該閾值對(duì)圖像進(jìn)行分割；而局部閾值的方法是根據(jù)圖像中不同區(qū)域獲得對(duì)應(yīng)不同區(qū)域的幾個(gè)閾值，利用這些得到的閾值對(duì)圖像進(jìn)行分割，也就是一個(gè)閾值對(duì)應(yīng)圖像中的一個(gè)子區(qū)域?！?，第 4～8 個(gè)字符均為阿拉伯?dāng)?shù)字或英文大寫字母。中值濾波很容易推廣到二維情況。figure,imshow(i)。中值濾波在一定條件下可以克服線性濾波器如最小均方濾波、均值濾波等帶來的圖像細(xì)節(jié)模糊，而且對(duì)濾波脈沖干擾及圖像掃描噪聲最為有效，同時(shí)還可以保護(hù)字的邊界信息。其具體流程為:使用漢字、字母、字母數(shù)字、數(shù)字四個(gè)樣本分別對(duì)四個(gè)子網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到相應(yīng)的節(jié)點(diǎn)數(shù)和權(quán)值。因此有必要針對(duì)特定的牌照?qǐng)D像提取其傾斜角度，再加以相應(yīng)的旋轉(zhuǎn)處理。圖像銳化的方法有兩種: 梯度銳化法和高通濾波法 [10]。全局閾值法是根據(jù)圖像的直方圖或灰度的空間分布確定一個(gè)閾值，并根據(jù)該閾值實(shí)現(xiàn)灰度圖像到二值化圖像的轉(zhuǎn)化?；叶茸儞Q函數(shù)不同，即使是同一圖像也會(huì)得到不同的結(jié)果 [8]。而 R，G，B 的取值范圍是0~255，所以灰度的級(jí)別只有 256 級(jí) [7]。最后得到的便為車牌區(qū)域。國外汽車牌照識(shí)別系統(tǒng)研究工作已有一定進(jìn)展。汽車圖像預(yù)處理部分完成對(duì)原始汽車圖像進(jìn)行必要的灰度化、去噪聲、圖像增強(qiáng)處理，車牌定位與提取部分利用邊緣檢測方法對(duì)圖像進(jìn)行定位與提取，然后利用水平投影的方法對(duì)提取的圖像進(jìn)行字符分割，最后利用字符寬高將分割字符提取。有權(quán)將論文（設(shè)計(jì)）用于非贏利目的的少量復(fù)制并允許論文（設(shè)計(jì)）進(jìn)入學(xué)校圖書館被查閱。 作者簽名： 日期： 畢業(yè)論文（設(shè)計(jì)）授權(quán)使用說明本論文（設(shè)計(jì)）作者完全了解**學(xué)院有關(guān)保留、使用畢業(yè)論文（設(shè)計(jì)）的規(guī)定，學(xué)校有權(quán)保留論文（設(shè)計(jì)）并向相關(guān)部門送交論文（設(shè)計(jì)）的電子版和紙質(zhì)版。 本文針對(duì)汽車牌照自動(dòng)識(shí)別系統(tǒng)進(jìn)行了系統(tǒng)的研究和分析，設(shè)計(jì)了一種汽車牌照的自動(dòng)識(shí)別方法，包括圖像的預(yù)處理、車牌定位與提取、字符分隔和提取。同時(shí)，汽車牌照識(shí)別的方法還可應(yīng)用到其他檢測和識(shí)別領(lǐng)域，所以汽車牌照的識(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，運(yùn)用圖像處理技術(shù)解決汽車牌照識(shí)別的研究國內(nèi)外都有(最早出現(xiàn)于 01 年代(這個(gè)階段是采用簡單的圖像處理技術(shù)來解決)識(shí)別過程是使用工業(yè)電視攝像機(jī)拍下汽車的正前方圖像( 然后交給計(jì)算機(jī)進(jìn)行簡單處理(并且最終仍需要人工干預(yù)) [4]。 圖 11 系統(tǒng)流程圖原始圖像：由停車場固定彩色攝像機(jī)、數(shù)碼相機(jī)或其它掃描裝置拍攝到的圖像圖像預(yù)處理：對(duì)動(dòng)態(tài)采集到的圖像進(jìn)行濾波，邊界增強(qiáng)等處理以克服圖像干擾邊緣提?。和ㄟ^微分運(yùn)算，2 值化處理，得到圖像的邊緣車牌定位：計(jì)算邊緣圖像的投影面積，尋找峰谷點(diǎn)，大致確定車牌位置，再計(jì)算此連通域內(nèi)的寬高比，剔除不在域值范圍內(nèi)的連通域。彩色圖像的像素色為 RGB(R，G ，B)，灰度圖像的像素色為RGB(r，r ，r),R，G，B 可由彩色圖像的顏色分解獲得。圖像中每一點(diǎn)的運(yùn)算就被完全確定下來。二值化的閾值選取有很多方法，主要分為 3 類:全局閾值法、局部閾值法和動(dòng)態(tài)閾值法?！D像的梯度銳化由于需要處理的圖像由拍攝而來，所以在很多情況下字符模糊，所以要對(duì)圖像進(jìn)行銳化處理使模糊的圖像變的清晰便于識(shí)別，圖像銳化的實(shí)質(zhì)就是增強(qiáng)圖像的邊緣或輪廓，其銳化后的結(jié)果通過微分而使圖像邊緣突出、清晰。但是若以某個(gè)固定的經(jīng)驗(yàn)值對(duì)所有牌照統(tǒng)一進(jìn)行旋轉(zhuǎn)處理，又會(huì)使原本正常的牌照傾斜，導(dǎo)致新的錯(cuò)誤。 　字符識(shí)別進(jìn)行車牌識(shí)別前需要使用樣本對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，然后使用訓(xùn)練好的網(wǎng)絡(luò)對(duì)車牌進(jìn)行識(shí)別。采用中值濾波對(duì)圖像進(jìn)行平滑處理。 圖 32　原始圖像%顯示灰度化后的圖像i = rgb2gray(Scolor)。中值濾波不影響階躍函數(shù)和斜坡函數(shù)，因而對(duì)圖像邊緣有保護(hù)作用：但是，對(duì)于持續(xù)期小于窗寬一半的脈沖信號(hào)將進(jìn)行抑制，因而可能會(huì)損壞圖像的某些細(xì)節(jié)。第 3 個(gè)字符是一個(gè)“基于閾值的分割方法可以分為全局閾值的方法和局部閾值的方法。　邊緣檢測兩個(gè)具有不同灰度值的相鄰區(qū)域之間總存在邊緣，邊緣就是灰度值不連續(xù)的結(jié)果，是圖像分割、紋理特征提取和形狀特征提取等圖像分析的基礎(chǔ)。（3）Prewitt 和 Sobel 算子是在實(shí)踐中計(jì)算數(shù)字梯度時(shí)最常用的，Prewitt 模板石家莊鐵道大學(xué)四方學(xué)院畢業(yè)設(shè)計(jì)11實(shí)現(xiàn)起來比 Sobel 模板更為簡單，此外，該算子沒有將重心放在接近模板中心的像素點(diǎn)上。Canny 算子使用兩個(gè)閾值來分別檢測強(qiáng)邊緣和弱邊緣，而且僅當(dāng)弱邊緣與強(qiáng)邊緣相連時(shí)，弱邊緣才會(huì)包含在輸出中，因此，此方法不容易受噪聲的干擾，能夠檢測到真正的弱邊緣。bg=imopen(i,s)。level=(fmax1(fmax1fmin1)/3)/255。 title(39。圖像閉運(yùn)算[5,19]39。)。石家莊鐵道大學(xué)四方學(xué)院畢業(yè)設(shè)計(jì)14圖 37　邊緣提取圖 38　閉運(yùn)算石家莊鐵道大學(xué)四方學(xué)院畢業(yè)設(shè)計(jì)15圖 39　開運(yùn)算圖 310　開運(yùn)算Canny 算子提取邊緣能有效檢測出車牌區(qū)域的紋理特征，而采用 [5，19]的矩形運(yùn)算子能有效的將車牌區(qū)域連接成片，去除非車牌區(qū)域。如圖 312圖 312　灰度子圖和二值子圖石家莊鐵道大學(xué)四方學(xué)院畢業(yè)設(shè)計(jì)17第 4章　車牌字符分割車牌定位后的下一步是字符分割。figure,subplot(2,1,1),bar(histcol1)。石家莊鐵道大學(xué)四方學(xué)院畢業(yè)設(shè)計(jì)18圖 41　車牌二值子圖 對(duì)水平投影進(jìn)行峰谷分析,計(jì)算出車牌上邊框、車牌字符投影、車牌下邊框的石家莊鐵道大學(xué)四方學(xué)院畢業(yè)設(shè)計(jì)19（波形峰上升點(diǎn)、峰下降點(diǎn)、峰寬、谷寬、峰間距離、峰中心位置等）參數(shù)。l=1。n1=n1+1。findc=find(markrow2==maxhight)。垂直投影（去水平邊框后）39。r39。levelcol=(meancol+mincol)/4。 endendmarkcol2=diff(markcol)。 %字符下降點(diǎn) markcol4(k)=markcol3(k)markcol(k)。采用如下石家莊鐵道大學(xué)四方學(xué)院畢業(yè)設(shè)計(jì)25MATLAB 實(shí)現(xiàn)：figure。車牌字符寬度： 39。end程序中 markcol5 為字符峰中心位置， maxwidth 為字符寬度，(rowbot –rowtop+1) 為字符高度，SegGray 為分割出的車牌灰度圖像，SegBw1 為二值圖像，大小為(rowbot –rowtop+1)行* maxwidth 列，SegBw2 為歸一化二值圖像，大小為 32 行*16列。早在 1929 年 Tauschek 就試圖用模板匹配的方法來識(shí)別十個(gè)印刷替阿拉伯?dāng)?shù)字，在文字識(shí)別的真正發(fā)展還是在計(jì)算機(jī)科學(xué)技術(shù)有了長足的進(jìn)步之后。（2）　特征分析匹配的方法這類方法是基于特征平面來進(jìn)行匹配的，是使用率較高的一種方法，相比較于模板匹配而言，它能更好的獲得字符的特征，有的特征對(duì)噪聲是不明顯的。本文設(shè)計(jì)了一個(gè)汽車牌照自動(dòng)識(shí)別系統(tǒng)，包括圖像預(yù)處理、車牌定位、字符分割及車牌識(shí)別。s installations.2. The license plate identification technique research status:Current license plate recognition system can be widely used in the following fields:(1) the freeway tolling management system: in the expressway toll collection plete license number respectively, and exportIdentify and license plate matching work. The vehicles can be found that the change to the card act, the cashier at frauds,Maintain owner interests。石家莊鐵道大學(xué)四方學(xué)院畢業(yè)設(shè)計(jì)30參考文獻(xiàn)[1] [J].～6[2] 劉智勇,（LPR）中的圖像提取及分割[J].中文信息學(xué)報(bào)，(4):29～34[3] 張禹,馬駟良,韓笑,[J].44 卷第 3 ～410[4] 劉佐濂,鄧榮標(biāo), [J].2022（23 期）9～12[5] [J].～45[6] 韓勇強(qiáng),[M].微型電腦運(yùn)用，～65[7] 王枚,[J]. 37卷第 1 ～4[8] 賀興華,周媛媛, 圖像處理[M].人民郵電出版社,～100[9] 龔聲蓉,劉純平,王強(qiáng). 數(shù)字圖象處理與分析[M]. ～29[10] 劉陽,[J].～68[11] [M].～261[12] —數(shù)學(xué)形態(tài)學(xué)方法及應(yīng)用[M].[13] 袁志偉,[J].(2): 56～60[14] 梁瑋,羅劍鋒,[D]. 2022[15] 羅希平,[J].模式識(shí)別與人工智能，(3): 300～312[16] 張興會(huì),劉玲,[J].系統(tǒng)工程與電子技術(shù).(2): 237～239[17] 葉晨洲,楊杰,[J].(34)： 672～675[18] 魏武,黃心漢,中國公路學(xué)報(bào), 2022.(4).8890[19] ， Techniques for Analog And Digitial Ciruits,McGrawHill [20] ANALOG technology of AT89C51[EB/OL].White Paper,石家莊鐵道大學(xué)四方學(xué)院畢業(yè)設(shè)計(jì)31致　謝在整個(gè)畢業(yè)設(shè)計(jì)中,我的指導(dǎo)老師鄭偉副教授給予了我很細(xì)心的指導(dǎo),從選題到完成論文,鄭老師都給了我很多中肯的意見,鄭老師又幫我解決了疑難,在關(guān)鍵問題上點(diǎn)撥了我,我向鄭老師表示我最衷心的敬意和感謝?！∧０迤ヅ?　建立樣本庫根據(jù)實(shí)際情況，將部分地區(qū)的汽車牌照單個(gè)字符進(jìn)行編輯，建立一個(gè)車牌照識(shí)別樣本庫，樣本庫可利用繪圖工具建立，字符根據(jù)實(shí)際情況設(shè)定大??；并將樣本庫石家莊鐵道大學(xué)四方學(xué)院畢業(yè)設(shè)計(jì)28放入文檔中以備自動(dòng)識(shí)別時(shí)使用。下面簡單介紹幾種已有的車牌字符識(shí)別的方法。實(shí)現(xiàn)程序中采用 markcol5 字符峰中心位置來實(shí)現(xiàn)位置定位歸一化。r39。 SegBw1=sbw(rowtop:rowbot,cleft:cright)。 %查找最大值，即為第二字符與第三字符中心距離findmax=find(markcol6==maxs)。markcol1(l)=count1。 else if count1=1 markcol(l)=k。石家莊鐵道大學(xué)四方學(xué)院畢業(yè)設(shè)計(jì)23 字 符 寬 字 符 寬 左 邊 谷 寬 度 Markcol1(k) 峰 上 升 點(diǎn) Markcol (k) 峰 寬 度 Markcol4(k) 峰 下 降 點(diǎn) Markcol3(k) 峰 距 離 Markcol2(k) 峰 中 心 Markcol5(k) 谷 寬 度 Markcol1(k+1) 峰 上 升 點(diǎn) Markcol (k+1) 右 邊 峰 中 心 Markcol5(k) 峰 中 心 距 離 Markcol6(k) 圖 45　垂直投影分析計(jì)算示意根據(jù)垂直投影分析計(jì)算原理，因?yàn)楣戎到茷?0，取閥值 Level = （投影均值+投影最小值）/4 。車牌字符高度： 39。 %子圖為(rowbotrowtop+1)行maxhight=rowbotrowtop+1。for k=1:n1 markrow3(k)=markrow(k+1)markrow1(k+1)。 %谷寬度（下降點(diǎn)至下一個(gè)上升點(diǎn)） l=l+1。MATLAB 實(shí)現(xiàn)程序如下：meanrow=mean(histrow)。subplot(2,1,2),bar(histrow)。　計(jì)算車牌水平投影經(jīng)過上面一系列預(yù)處理后，得到的是一條上下邊緣緊貼字符的水平二值圖像，如上圖 311 所示。并