【正文】 應(yīng)用，并顯示出廣闊的應(yīng)用前景。關(guān)鍵詞：MATLAB，數(shù)字圖像處理，車牌識別系統(tǒng)一、課程設(shè)計目的Matlab技術(shù)課程設(shè)計是利用Matlab應(yīng)用軟件的基礎(chǔ)知識和基本程序設(shè)計方法，解決選修專業(yè)課程中數(shù)字信號處理的實際應(yīng)用問題，從而加深對理論知識的掌握，并把所學(xué)的知識系統(tǒng)、高效的貫穿到實踐中來，避免理論與實踐的脫離。近年來，各主要城市都將城市智能交通系統(tǒng)（ITS）的建設(shè)作為改善城市交通狀況的重點，以緩解城市交通管理的壓力，車牌識別系統(tǒng)作為智能交通系統(tǒng)的主要技術(shù)之一也得到了很大的發(fā)展。我們發(fā)現(xiàn)車輛牌照圖象的灰度取值范圍大多局限在r=(50,200)間，而且總體上灰度偏低，圖象較暗圖6 灰度增強后的圖像（2）平滑處理對于受噪聲干擾嚴(yán)重的圖象，由于噪聲點多在頻域中映射為高頻分量，因此可以在通過低通濾波器來濾除噪聲，但實際中為了簡化算法，也可以直接在空域中用求鄰域平均值的方法來削弱噪聲的影響，這種方法稱為圖象平滑處理。（6）操作界面設(shè)計為了使整個操作界面更加的美觀，對背景顏色和字體顏色進(jìn)行設(shè)置。我認(rèn)為應(yīng)該是整個程序設(shè)計過程中對變量的設(shè)置沒有做好，應(yīng)該每次操作后，把處理后的數(shù)據(jù)保存在一個全局變量，這樣還要對處理后的數(shù)據(jù)進(jìn)行在處理時，只要把這個全局變量作為原始數(shù)據(jù)帶入就可。f=c39。 y=flipud(m)。只是不同版本的Matlab，其編譯器的使用方法有一定的差異，這一點要引起一定的注意。gui_State = struct(39。, two_OutputF, ... 39。endif nargout [varargout{1:nargout}] = gui_mainf(gui_State, varargin{:})。沒有選中文件39。 =x。沒有保存39。imwrite(i,file)。這已經(jīng)是灰度圖像39。,39。139。 gamma=p3。ON39。輸入放大倍數(shù):39。p1=str2num(p{1})。}。y=imresize(,p1,39。defans={39。bicubic39。39。)。}。 %最近鄰插值法縮小imshow(y)。p=inputdlg(prompt,39。 function xuanzhuan_Callback(hObject, eventdata, handles)function updown_Callback(hObject, eventdata, handles)%上下翻轉(zhuǎn)axes()。if isrgb() x=()。y=imrotate(x,90)。輸入?yún)?shù)1:39。p1=str2num(p{1})。}。,1,defans)。 guidata(hObject,handles)。輸入?yún)?shù)39。,p1)。defans={39。speckle39。ON39。xtick39。if isrgb() x=imhist((:,:,2))。這是灰度圖像39。)。xtick39。旋轉(zhuǎn)失敗39。if isrgb() a=histeq((:,:,1))。 %直方圖均衡imshow(h)。 imshow(log(abs(y)),[])。elsey1=imnoise(x,39。nn=2。y2=ifft2(result)。失敗39。 % 轉(zhuǎn)換數(shù)據(jù)矩陣[M,N]=size(g)。 end result(i,j)=h*g(i,j)。這是彩色圖像,不能轉(zhuǎn)換為二值圖像39。if isrgb(x) msgbox(39。erode39。創(chuàng)建失敗39。 imshow(HSV)。if isrgb(x)ntsc=rgb2ntsc(x)。x=()。end%這是濾波程序function lvbo_SelectionChangeF(hObject, eventdata, handles)str=get(hObject,39。axes()。 k(:,:,2)=medfilt2(b)。 case39。 k(:,:,3)=filter2(fspecial(39。線性濾波39。 case 39。,3),)/255。value39。)) set(hObject,39。=get(,39。defaultUicontrolBackgroundColor39。BackgroundColor39。)。,[.9 .9 .9])。y=imadjust(x,[0 ],[0 1],)。endend%這是亮度滑動條的程序function ld_Callback(hObject, eventdata, handles)axes()。 k=wiener2(,[5,5])。1 1 1。,3),c)/255。 k(:,:,1)=filter2(fspecial(39。 imshow(k) case 39。if isrgb(i) a=(:,:,1)。)。imshow(ycbcr)。else msgbox(39。這是灰度圖像,不能轉(zhuǎn)換39。elsey=grayslice(x,16)。imshow(bw)。,39。轉(zhuǎn)換失敗39。y2=ifft2(result)。d0=3。elsey1=imnoise(x,39。imshow(y3)。 %截止頻率為10m=fix(M/2)。 pepper39。x=()。x=()。 c=histeq((:,:,3))。endfunction junheng_Callback(hObject, eventdata, handles)%直方圖均衡set(,39。%set(,39。if isrgb() x=imhist((:,:,3))。旋轉(zhuǎn)失敗39。horz=1:10:256。function gray_Callback(hObject, eventdata, handles)%G直方圖set(,39。axes()。imshow(y)。}。=y。 p1=str2num(p{1})。輸入?yún)?shù)1:39。 p2=str2num(p{2})。039。 imshow(y)。defans={39。function right90_Callback(hObject, eventdata, handles)%右轉(zhuǎn)90度axes()。%左右翻轉(zhuǎn)函數(shù)endimshow(y)。if isrgb() for k=1:3 y(:,:,k)=flipud(x(:,:,k))。,1,defans)。prompt={39。輸入放大倍數(shù)39。function shuangxian_Callback(hObject, eventdata, handles)%雙線性縮小axes()。 p=inputdlg(prompt,39。 imshow(y)。}。)。239。nearest39。defans={39。axes()。 y=imadjust(x,p1,p2,gamma)。 p=inputdlg(prompt,39。}。轉(zhuǎn)換失敗39。close all。出錯39。 guidata(hObject,handles)endfunction save_Callback(hObject, eventdata, handles)%文件保存 [filename,pathname] = uiputfile(39。出錯39。end% End initializat