【正文】 用的離散的圖像數(shù)據(jù)。車牌識(shí)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(shí)別等五大核心部分。 此外，智能交通系統(tǒng)，簡(jiǎn)稱 ITS（ Intelligent Traffic System） 已成為現(xiàn)代社會(huì)道路交通發(fā)展趨勢(shì)。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(qiáng)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。技術(shù)的核心是通過對(duì)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(dòng)獲取車牌信息，從而確定車輛牌號(hào)。日本對(duì)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。車牌自動(dòng)識(shí)別系統(tǒng)第 32 頁 共 48 頁 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(chǎng)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(chǎng)應(yīng)收款流失的問題，還可以以最簡(jiǎn)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。與利用 c 語言或 FoRTRAN第 33 頁 共 48 頁 5 語言作數(shù)值計(jì)算的程序設(shè)計(jì)相比，利用 MATLAB 可以節(jié)省大量的編程時(shí)間。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(hào)計(jì) 算軟件的前兩名。 MathWorks公司此舉加快結(jié)束了國際上數(shù)值計(jì)算、符號(hào)計(jì)算孰優(yōu)孰劣的長期爭(zhēng)論，促成了兩種計(jì)算的互補(bǔ)發(fā)展新時(shí)代。 (4)MATLAB 數(shù)學(xué)函數(shù)庫這是對(duì) 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(yùn)算、矩陣分析等高層次數(shù)學(xué)算法。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(jì)算標(biāo)準(zhǔn)軟件。字符識(shí)別部分可以分為字符分割與特征提取和單個(gè)字符識(shí)別兩個(gè)模塊。由于圖像的每個(gè)象素都具有三個(gè)不同的顏色分量 ， 存在許多與識(shí)別無關(guān)的信息 ， 不便于進(jìn)一步的識(shí)別工作， 因此在對(duì)圖像進(jìn)行識(shí)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。用攝像機(jī)采集到的機(jī)動(dòng)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。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(gè)圖像中分割出來，從而進(jìn)行字符識(shí)別 。 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。濾波方法有多種，本文采取的濾波方法為均值濾波。 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 。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(diǎn)的位置發(fā)生改變。 首先取字符模板，接著依次取待識(shí)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。對(duì)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。 I1=rgb2gray(I)。)。robert 算子邊緣檢測(cè) 39。)。平滑圖像的輪廓 39。 %返回 I5各維的尺寸，并存儲(chǔ)在變量 y、 x、 z中 myI=double(I5)。 end PY2=MaxY。 while ((Blue_x(1,PX1)3)amp。%對(duì)車牌區(qū)域的校正 PX2=PX2+2。) 第 33 頁 共 48 頁 27 imwrite(dw,39。 %讀取 jpg=strcat(filepath,filename)。 %將圖像數(shù)據(jù)寫入到圖像文件中 figure(8)。其中 m中存儲(chǔ)的是行數(shù)， n 中存儲(chǔ)的是列數(shù)。) figure(8),subplot(3,2,3),imshow(d),title(39。)。s=sum(d)。 if k2k1=round() [val,num]=min(sum(d(:,[k1+5:k25])))。 left=1。 two_thirds=sum(sum(temp([round(m3):2*round(m3)],:)))。 % 分割出第五個(gè)字符 [word5,d]=getword(d)。)。539。 [m,n]=size(word1)。 word7=imresize(word7,[40 20])。339。 subplot(3,7,13),imshow(word6),title(39。)。39。 imwrite(word7,39。A39。:39。多個(gè)字符串組成一個(gè)字符數(shù)組，每行對(duì)應(yīng)一個(gè)字符串，字符數(shù)不足的自動(dòng)補(bǔ)空格 SubBw2=zeros(32,16)。nearest39。 kmax=36。 %把一個(gè)行向量轉(zhuǎn)化成字符串 SamBw2 = imread(fname)。 findc=find(Error1==MinError)。Color39。 while flag==0 [m,n]=size(d)。amp。 d=qiege(d)。right=n。amp。每一章的插圖獨(dú)立編號(hào)。該類插圖所占磁盤空間最少，系使用最多的一種插圖形式，數(shù)據(jù)流圖、結(jié)構(gòu)圖、程序框圖一般用此法繪制。否則，很有可能排版后“東一只胳膊、西一條腿”，甚至“丟胳膊少腿”。 插圖一般居中放置；圖題位于插圖的下方，用宋體 5 號(hào)字，居中放置；圖題與插圖放于同一頁中，即兩者不得跨頁。 2． 2 表名 表名應(yīng)確切反映該表的含義，一般為名詞性短語，力圖簡(jiǎn)明扼要。 表格設(shè)計(jì)應(yīng)美觀、大方，表格風(fēng)格盡量一致，推薦使用三線式表格。 5． 2 內(nèi)容 課題的意義，工作方法，結(jié)果與結(jié)論，后續(xù)研發(fā)建議等。 正文首頁為論文第一頁 。 只有正文才有頁眉。 文獻(xiàn)引用屬正常現(xiàn)象，無可厚非，但忌諱大量抄錄，尤其是整章整節(jié)內(nèi)容大肆抄襲。應(yīng)使用標(biāo)尺進(jìn)行控制，不要使用 4 個(gè)半角空格或 2 個(gè)全角空格代之。 5． 8 關(guān)于錯(cuò)別字 1．多數(shù)同學(xué)使用拼音法輸入漢字，同音別字非常之多，如“儀器”誤輸為“一起”，“及其”誤輸為“機(jī)器”，“登錄”誤輸為“登陸”，“清晰”誤輸為“清洗” ，“指導(dǎo)”誤輸為“直到”?? 特別注意：“ 登陸 ”二字在學(xué)生論文中大量出現(xiàn)，希望使用 Word 的查找命令檢查一下是否出現(xiàn)之。 Windows 不可寫為 Window。 2．要用 書面語 ，忌用口頭語，忌用“網(wǎng)絡(luò)語言”，忌用非專業(yè)術(shù)語?！保ê茫? 4．中文句、英文句應(yīng)嚴(yán)格區(qū)分，不要土洋結(jié)合，不倫不類。正文中盡量避免出現(xiàn)下載地址，最好放于參考文獻(xiàn)中。班級(jí)名應(yīng)規(guī)范化。 第十章 關(guān)于謝辭 9． 1 稱謂問題 謝辭中，“感謝指導(dǎo)教師 XXX”顯得 不夠禮貌 ，“ XXX”后應(yīng)有個(gè)稱謂（博士、教授、老師、先生、女士、同志??）。”） 9． 2． 2 詞語濫用問題 1．不用“收益非淺”、“受益非淺”，而用“受益匪淺”。（后半句無主語，可改為：“此次畢業(yè)設(shè)計(jì)得到了楊老師的悉心指導(dǎo)，無論在思想上還是 在學(xué)習(xí)上，他都給了我很大的支持和幫助。 以下分別是著作、學(xué)位論文和期刊的例子： [1] 王興業(yè)，唐羽章．復(fù)合材料力學(xué)性能 [M]．長沙：國防科技大學(xué)出版社， 1988： 366–382． [2] 李玉彬．環(huán)氧樹脂電子束固化機(jī)制與應(yīng)用基礎(chǔ)研究 [D]．北京：北京航空航天大學(xué)， 2021． [3] 武德珍 ， 宋勇志 ， 金日光 ． PVC彈性體納米 CaCO3 復(fù)合體系的加工和組成對(duì)力學(xué)性能的影響 [J]． 復(fù)合材料學(xué)報(bào)， 2021， 21(1)： 119–124． 第八章 關(guān)于結(jié)束語 寫畢業(yè)設(shè)計(jì)的收獲、感想、不足，以及哪些地方尚可改進(jìn)。 變量應(yīng)使用斜體排版，常量用正體排版。 5． 12 關(guān)于程序 大量的程序不宜出現(xiàn)于正文中，但少量程序、核心代碼或腳本可以穿插于正文之中；量大時(shí)建議放于附錄中，不要給人以充字?jǐn)?shù)之嫌。”（極差） “文件的后綴”應(yīng)改為“文件的擴(kuò)展名”。 一般句子要求有主語、謂語，及物動(dòng)詞還應(yīng)帶賓語（本不該在此提及此類“小兒科”之事，但畢業(yè)論文中的的確確存在著大量病句，尤以無主句為盛。 2．外來語 外來語大小寫應(yīng)統(tǒng)一。表示區(qū)間、范圍時(shí)，使用“～”，不使用“ ~”（參考文獻(xiàn)頁碼范圍使用“ ”）。例如：“系統(tǒng)的數(shù)據(jù)流圖如圖 31 所示”，“數(shù)據(jù)字典示于表 31”，等等（前已提及，此處強(qiáng)調(diào)）。 不得懸空出現(xiàn)一個(gè)標(biāo)題，如： 系統(tǒng)的基本原理 提示：根據(jù)往屆學(xué)生論文情況，各級(jí)序號(hào)盡量不用 Word 自動(dòng)生成，以免格式難以控制。 第五章 關(guān)于正文 5． 0 關(guān)于頁面 新的一章應(yīng) 換頁。 制作方法：先使用格式工具欄的第一個(gè)圖標(biāo)將各級(jí)標(biāo)題“格式化”，再使用“插入 |索引和目錄”便可自動(dòng)生成。關(guān)鍵詞一般提供 35 個(gè)即可，寫于 12 行上，以分號(hào)分隔。 表格一般居中放置；表題位于表格的上方，用宋體 5 號(hào)字；居中放置；表題與表格放于同一頁中，即兩者不得跨頁。 第二章 關(guān)于表格 論文中的表格一般使用 Word 的表格功能直接制作，使用 Excel 制作亦可。 1． 3． 4 文件插圖 文件插圖系指使用“插入 |圖片 |來自文件 … ”命令插入的圖像。 手繪圖時(shí)必須一絲不茍，搭結(jié)欠量、過量均不合格；圖中的文 字放入文本框中， 框內(nèi)文字注意橫縱居中 ； 線框交界處注意勻稱 ；框內(nèi)文字的筆劃宜完整，不得被線框遮蓋；文字、線條不得交叉；圖中文字盡可能使用統(tǒng)一的字體、字形、字號(hào)，其中字號(hào)原則上不大于正文字號(hào)（以小半號(hào)為宜）。 為便于敘述，不妨將圖號(hào)與圖名并稱為“圖題”。 right=1 right=right1。 end while 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） 第 32 頁 共 48 頁 function [word,result]=getword(d) word=[]。 l=l+1。 for k1=1:32 for l1=1:16 if ( SubBw2(k1,l1) 0 | SubBw2(k1,l1) 0 ) Dmax=Dmax+1。字符模板 \39。： 這個(gè)參數(shù) ,是默認(rèn)的， 即改變圖像尺寸時(shí)采用最近鄰插值算法 SegBw2=double(SegBw2)20。%轉(zhuǎn)換為串 t=imread([ii 39。:39。魯陜蘇渝京 39。039。)。 imwrite(word3,39。739。)。 subplot(3,7,9),imshow(word2),title(39。 %對(duì)圖像做縮放處理，高 40，寬 20 第 33 頁 共 48 頁 31 word3=imresize(word3,[40 20])。)。 figure(12),imshow(word4),title(39。139。d=qiege(d)。 d=qiege(d)。y2=。 while s(j)~=0 amp。 %切割 [m,n]=size(d)。其中 m中存儲(chǔ)的是行數(shù)， n中存儲(chǔ)的是列數(shù) if bwarea(d)mn= %計(jì)算二值圖像中對(duì)象的總面積 d=imerode(d,se)。)。 %換成雙精度數(shù)值 g_min=double(min(min(b)))。 %讀取圖片文件中的數(shù)據(jù) 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。 %構(gòu)造結(jié)構(gòu)元素，以長方形構(gòu)造一個(gè) se I4=imclose(I3,se)。 I3=imerode(I2,se)。both39。)。 figure(1),imshow(I)。 二是牌照自身的污漬等影響了圖象的質(zhì)量； 三是牌照字符的分割失敗導(dǎo)致的識(shí)別錯(cuò)誤；再就是部分字符的形狀相似性，比如， B 和 8； A 和 4 等字符識(shí)別結(jié)果可能發(fā)生混淆的情況。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)。模板匹配的主要第 32 頁 共 48 頁 特點(diǎn)是實(shí)現(xiàn)簡(jiǎn)單，當(dāng)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。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。且車輛圖片不可避免存在噪聲，所以要對(duì)圖像進(jìn)行灰度化，二值化以及濾波處理。本文采用的是用數(shù)學(xué)形態(tài)學(xué)來進(jìn)行圖像處理和模式識(shí)別。因?yàn)橛羞@些明顯的特征，經(jīng)過適當(dāng)?shù)膱D像變換，可以清晰的呈現(xiàn)出車牌的邊緣。 對(duì)于人眼較為敏感的綠色取較大的權(quán)值 ； 對(duì)人眼較為不敏感的藍(lán)色則取較小的權(quán)值 。 車牌識(shí)別系統(tǒng)的最終目的就是將不清楚的車牌照片進(jìn)行識(shí)別，輸出清晰的圖片