【正文】 疑成為一個(gè)難點(diǎn)。所得到的字符均為黑字白底。本次設(shè)計(jì)所識(shí)別的車牌只有字母與數(shù)字。因此，字符特征的提取就成為研究的關(guān)鍵。使其最后得到的圖像與標(biāo)準(zhǔn)模板一樣。有字符的列其灰度值比較高，無(wú)字符的則相對(duì)比較低。本設(shè)計(jì)中采用的車牌，其寬高比為1:3。 類似的方法得出汽車邊緣圖像的垂直面積投影圖 圖8 汽車邊緣圖像的垂直面積投影圖 同上可初步得到汽車牌照的列位置在120~210之間。該方法包括三部分: (1) 車牌的橫向定位； (2)車牌的縱向定位； (3) 車牌的微定位。分析這種情況產(chǎn)生的原因，歸納起來(lái)主要有以下方面: 原始圖像清晰度比較高，從而簡(jiǎn)化了預(yù)處理 圖像的平滑處理會(huì)使圖像的邊緣信息受到損失，圖像變得模糊 圖像的銳化可以增強(qiáng)圖像中物體的邊緣輪廓，但同時(shí)也使一些噪聲得到了增強(qiáng) 綜上所述，結(jié)合MATLAB實(shí)驗(yàn)過(guò)程，得出不是每一種圖像處理之初都適合濾波和邊界增強(qiáng)。濾波的方式有兩種，一種是空間域?yàn)V波，一種是頻率域?yàn)V波。其識(shí)別流程如下：字符識(shí)別 字符分割 車牌定位 邊緣提取 圖像預(yù)處理 原始圖像 原始圖像 ：由數(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取 ：通過(guò)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。 基于圖像處理的汽車牌照的識(shí)別作者:陳秋菊指導(dǎo)老師:李方洲 (溫州師范學(xué)院 物理與電子信息學(xué)院 325027)摘要：以一幅汽車牌照的識(shí)別為例，具體介紹了車牌自動(dòng)識(shí)別的原理。 課題組成汽車車牌的識(shí)別過(guò)程主要包括車牌定位、字符車牌分割和車牌字符識(shí)別三個(gè)關(guān)鍵環(huán)節(jié)。因?yàn)樵肼曋饕且恍┖哳l的突變成分，因此可以通過(guò)一個(gè)低通濾波器來(lái)消除圖像中包含的噪聲，并使低頻成分得到增強(qiáng)。圖5中包含的噪聲太多，圖4未經(jīng)濾波直接提取出的邊緣圖像最清晰，所包含的有用信息最多。根據(jù)這種峰谷特點(diǎn)，自動(dòng)檢測(cè)車牌位置峰點(diǎn)檢測(cè)的車牌區(qū)域定位方法， 并對(duì)初步定位后的車牌進(jìn)一步使用微定位技術(shù)。根據(jù)這些特定，可定出車牌位置大概在320~350行之間。再利用牌照的大小，寬高比一般都是固定的這些先驗(yàn)知識(shí)，就可以確定出牌照的具體位置。從圖形中我們很直觀的看出投影值中出現(xiàn)了8條間隙， 6個(gè)字母中間的間隙只有5個(gè)，還有三個(gè)間隙是字符間的。因此必須進(jìn)行濾波，然后歸一化，二值處理。識(shí)別效果與字符特征的提取有關(guān)，而字符特征提取往往比較耗時(shí)。所以建立字符模板庫(kù)也極為方便。根據(jù)畫(huà)圖的經(jīng)驗(yàn)其大小應(yīng)略大于2614，以利于后面的處理。經(jīng)過(guò)處理后的標(biāo)準(zhǔn)模板形式如下: 模板的設(shè)計(jì)過(guò)程，共進(jìn)行了兩次。 字符識(shí)別中模板匹配方法是實(shí)現(xiàn)離散輸入模式分類的有效途徑之一，其實(shí)質(zhì)是度量輸入與樣本之間的某種相似性，取相似性最大者為輸入模式所屬類別，它根據(jù)字符的直觀形象抽取特征，用相關(guān)匹配原理進(jìn)行識(shí)別，即是將輸入字符與標(biāo)準(zhǔn)字符在一個(gè)分類器中進(jìn)行匹配。本次實(shí)驗(yàn)中直接取相關(guān)最大值為判定域值。39。F39。這是本次車牌識(shí)別中的一大亮點(diǎn) 運(yùn)行結(jié)果，MATLAB的運(yùn)行窗口顯示出的車牌號(hào)碼為:P，F(xiàn)，M，1，0，3。在很大程度上得利于MATLAB這套軟件， MATLAB功能強(qiáng)大，它包括數(shù)值計(jì)算和符號(hào)計(jì)算，并且計(jì)算結(jié)果和編程可視化。現(xiàn)在次簡(jiǎn)單討論一下: 本設(shè)計(jì)在邊緣提取之時(shí)，使用的是梯度算子。加權(quán)領(lǐng)域平均算法來(lái)進(jìn)行濾波處理 6．2 加權(quán)領(lǐng)域平均算法來(lái)進(jìn)行濾波處理 由實(shí)驗(yàn)我們可以看出，一般的濾波器在對(duì)圖像進(jìn)行噪聲濾除的同時(shí)對(duì)圖像中的細(xì)節(jié)部分有不同程度的破壞，都不能達(dá)到理想的效果?？茖W(xué)出版社，2000[3] C++，[4] 劉露、中國(guó)公路網(wǎng)，20030926[5] 周妮娜、王敏、黃心漢、呂雪峰、2003(15)[6] 佘新平、朱　，200164[7] 苑瑋琦、傘曉鐘. 一種汽車牌照多層次分割定位方法 ，2004 [8] 許志影、2004(4)[9] 董慧穎、(12) [10] 崔　江、(4)[11] 王年、李婕、任彬、. 安徽大學(xué)學(xué)報(bào)，1999(6)[12] 馬俊莉、莫玉龍、 13