【正文】 顏色信息，不但在存儲(chǔ)上開銷很大，而且在處理上也會(huì)降低系統(tǒng)的執(zhí)行速度，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。在edge()函數(shù)中有Sobel算子，Prewitt算子，Roberts算子，Log算子，Canny算子及Robert算子，幾種算法相比之下，Roberts算子算法簡(jiǎn)單，計(jì)算量最小。同理對(duì)白底黑字的牌照可用R 通道，綠底白字的牌照可以用G 通道就可以明顯呈現(xiàn)出牌照區(qū)域的位置，便于后續(xù)處理。在新的版本中也加入了對(duì)C，F(xiàn)ORTRAN，C++，JAVA的支持。MATLAB是一種用于算法開發(fā)、數(shù)據(jù)可視化、數(shù)據(jù)分析以及數(shù)值計(jì)算的高級(jí)技術(shù)計(jì)算語言和交互式環(huán)境。一個(gè)完整的車牌識(shí)別系統(tǒng)應(yīng)包括車輛檢測(cè)、圖像采集、圖像預(yù)處理、車牌定位、字符分割、字符識(shí)別等單元。技術(shù)的核心包括車牌定位算法、車牌字符分割算法和光學(xué)字符識(shí)別算法等。車牌識(shí)別主要經(jīng)過牌照定位，即定位圖片中的牌照位置；牌照字符分割，就是把牌照中的字符分割出來；牌照字符識(shí)別，也就是把分割好的字符進(jìn)行識(shí)別，最終組成牌照號(hào)碼。關(guān)鍵詞：Matlab；c語言；定位；分割；識(shí)別；Abstract In recent years, the license plate recognition system as an important direction of the intelligent transportation is more and more attention. License plate recognition system can be used in the highway speeding car park management system management system of urban intersection electronic police district vehicle management system and other fields.In this paper, based on Matlab, using c language programming to realize the license plate recognition. License plate recognition is mainly through the license plate localization, namely, positioning image of license plate location。一個(gè)完整的車牌識(shí)別系統(tǒng)應(yīng)包括車輛檢測(cè)、圖像采集、車牌識(shí)別等幾部分。本次課設(shè)的目標(biāo)就是基于matlab和c語言編程，通過對(duì)車輛檢測(cè)，還有采集車輛圖片，和圖像預(yù)處理，以及對(duì)車牌的定位，和字符的分割，最后對(duì)字符進(jìn)行識(shí)別，最終可以實(shí)現(xiàn)車牌的識(shí)別。除了矩陣運(yùn)算、繪制函數(shù)/數(shù)據(jù)圖像等常用功能外，MATLAB還可以用來創(chuàng)建用戶界面及與調(diào)用其它語言（包括C，C++和FORTRAN）編寫的程序。可以直接調(diào)用,用戶也可以將自己編寫的實(shí)用程序?qū)氲組ATLAB函數(shù)庫(kù)中方便自己以后調(diào)用，此外許多的MATLAB愛好者都編寫了一些經(jīng)典的程序，用戶可以直接進(jìn)行下載就可以用。原圖、灰度圖及其直方圖見圖2與圖3。因此本課題使用了Robert算子。由彩色轉(zhuǎn)換為灰度的過程叫做灰度化處理。,13)。title(39。,[25,25])。Zero_Col=zeros(1,x)。amp。 同時(shí)采集大的圖像噪點(diǎn)依然存在，因此可以通過處理圖像的低頻部分來銳化圖像。if bwarea(License_Image_Gray_2)/m/n= License_Image_Gray_2=imerode(License_Image_Gray_2,Se)。切割線同樣采用投影法Wide=0。 else Word=[]。由于圖像采集時(shí)圖像的像素值不一樣，經(jīng)切割出來的字符的大小也不會(huì)不一樣，所以在進(jìn)行匹配前必須先進(jìn)行字符圖像歸一化。做完這次車牌識(shí)別課程設(shè)計(jì)后，我感覺它的工作量的確很大，差不多花費(fèi)了我數(shù)周的時(shí)間一遍遍地改參數(shù)、看圖像。第三，為了完成車牌識(shí)別系統(tǒng)，我從網(wǎng)上找了不少源代碼進(jìn)行比較，這也鍛煉了我讀程序的能力。在做這個(gè)課程設(shè)計(jì)之前，我本以為車牌識(shí)別比較簡(jiǎn)單，但是接觸以后才發(fā)現(xiàn)限制車牌識(shí)別的因素很多，要想識(shí)別任意圖像是非常困難的。)?；叶葓D直方圖39。title(39。腐蝕后圖像39。平滑圖像的輪廓39。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。)imwrite(dw,39。jpg=strcat(filepath,filename)。figure(8)。 % d:二值圖像imwrite(d,39。)% 濾波h=fspecial(39。39。/39。)。j=1。 d(:,k1+num+5)=0。wide=0。 if two_thirds/ally2 flag=1。% 分割出第六個(gè)字符[word6,d]=getword(d)。figure(11),imshow(word3),title(39。)。% 商用系統(tǒng)程序中歸一化大小為 40*20,此處演示word1=imresize(word1,[40 20])。139。subplot(3,7,11),imshow(word4),title(39。)。39。imwrite(word5,39。)。Z39。.jpg39。 kmax=36。 SamBw2 = imread(fname)。 l=l+1。 while flag==0 [m,n]=size(d)。amp。 d=qiege(d)。right=n。amp。謝 辭本次課程設(shè)計(jì)，我可以順利完成任務(wù)，首先要感謝老師的指導(dǎo)，再次感謝同學(xué)們給與我的幫助。所以我研究的時(shí)間不多，在圖書館的看書的時(shí)間也比較少，瀏覽網(wǎng)上的知識(shí)也不多，所以相關(guān)的源代碼也是參照了網(wǎng)上和圖書館的代碼，和向同學(xué)請(qǐng)教，并結(jié)合了自己的一些理解和思路完成的。endwhile sum(d(:,right))==0 amp。amp。 else d=[]。 if sum(sum(d))~=0 d=qiege(d)。 while sum(d(:,wide+1))~=0 amp。車牌號(hào)碼: 陜 A B A 2 2 339。 end end % 以上相當(dāng)于兩幅圖相減得到第三幅圖 Dmax=0。 kmax=36。 SegBw2=imresize(t,[40 20],39。蘇豫陜魯39。039。)。imwrite(word3,39。739。)。subplot(3,7,9),imshow(word2),title(39。word3=imresize(word3,[40 20])。639。)。figure(9),imshow(word1),title(39。 % WORD 1 end d(:,[1:wide])=0。 end if widey1 % 認(rèn)為是左側(cè)干擾 d(:,[1:wide])=0。% 切割出 7 個(gè)字符y1=10。 end k1=j。39。...se=eye(2)。square39。,3)。)。39。39。)。 t=toc。(PX1x)) PX1=PX1+1。amp。 for i=1:y for j=1:x if(myI(i,j,1)==1) %如果myI(i,j,1)即myI圖像中坐標(biāo)為(i,j)的點(diǎn)為藍(lán)色