【正文】 x1+1。 subplot(1,7,i)。 autonomous, cabled, or portable receivers with hydrophones (piezoelectric sensors)。標(biāo)準(zhǔn)子圖 39。 end Z3=Z2(:,Px0:Px1,:)。%找到待分割字符左邊的位置 end Px1=Px0。 end end figure(6)。 %%%%%%%%%再次計(jì)算列方向像素 %%%%%%%%% [y,x,z]=size(Z2)。i~=2) x0=x01。%找到第一個(gè)字符的位置 for i=1:2 while (i~=2) while ((X1(1,x0)=5)amp。 for i=1:5 while (i~=5) while ((X1(1,x1)=15)amp。 附錄 plot(0:x1,X1),title(39。%將二值圖像上下邊框去除 figure(3)。 Py1=fix(y/2)+1。 plot(Y1,0:y1),title(39。%取菱形結(jié)構(gòu)的閉運(yùn)算 subplot(2,2,4)。%取圓盤形的開運(yùn)算 subplot(2,2,3)。車牌二值化后圖像 39。提取車牌后圖像 39。 clc。 [4]王興玲 ． 最大類間方差車牌字符分割的模板匹配算法 ， 計(jì)算機(jī)工程， 2020， 32(19)：193195。 而國外的車牌中只有數(shù)字和字母，識別起來很容易，故國外的車牌識別算法有很高的識別正確率 其次，現(xiàn)在的 出現(xiàn)的 車牌識別算法多是針對某一固定場景 提出 的，這就使得車牌識別算法可移植性不高， 為了使系統(tǒng)有更大的應(yīng)用范圍，需要 研究出一個(gè)移植能力很強(qiáng)的車牌識別算法。 由于 車牌 在垂直方向上的投影必然在字符間的間隙處取得局部最小值，并且這個(gè)位置應(yīng)滿足 標(biāo) 準(zhǔn) 牌照的字符書寫格式、字符尺寸和一些其他條件。 另外， 本文論述了車牌識別系統(tǒng)的工作原理及組成并詳細(xì)地就其中的重要步驟之一：車牌的分割進(jìn)行了研究。 界面上的按鍵和菜單上的菜單鍵一一對應(yīng)，實(shí)現(xiàn)相同的功能，并將退出鍵設(shè)置成為了紅色，用來警示使用者。利用 MATLAB 的圖形用戶界面對象可以設(shè)計(jì)出界面友好、操作方便的圖形用戶界面 [7]。 Step4：計(jì)算出列方向像素值之和。 Step4：由車牌的標(biāo)準(zhǔn)先將漢字、第一個(gè)字母的位置找到 ，并將其分割出來。 Step2： 用 Otsu算法確定車牌區(qū)域的二 閾值（即采用全局閾值）， 然后根據(jù)此閾值將圖像二值化。 Step2： 選取車牌行方向的正中間位置，分別向車牌上下掃描尋找到行像素和突然變小的位置，即為車牌的上下端。 本文主要運(yùn)用了 數(shù)學(xué)形態(tài)學(xué)方法中的 開閉運(yùn)算來實(shí)現(xiàn)去噪的處理，還 根據(jù) 車牌標(biāo)準(zhǔn) 判斷噪聲的位置與 投影像素原理 相結(jié)合的方法進(jìn)行 去噪處理， 下面是對開閉運(yùn)算 以及去除其它噪聲 等方法 的介紹。 ( , ) ( , ) * ( , )g x y f x y x y?? （ 33） ( , ) ( , ) * ( , )g x y f x y x y?? （ 34） 產(chǎn)生的噪聲 會 因產(chǎn)生原因的不同而表現(xiàn)出不同的 特點(diǎn) 。 以 t 為閾值 從最小灰度值到最大灰度值遍歷 圖像，當(dāng)t 使得 類間方差值 221 1 2 2( ) ( )k u u k u u? ? ? ? ? ? ?為最大時(shí) 即為最佳閾值。 因此如何選擇閾值就成為全局閾值算法的關(guān)鍵所在。 圖 為將彩色圖像灰度化前后的圖像： 圖 車牌圖像的灰度化 值化 圖像二值化是指將彩色或灰度圖像轉(zhuǎn)化為黑白圖像，而且圖像沒有灰度層次的變化，對 圖像 二值化可根據(jù)式（ 31）或（ 32）來確定。用 B 對 A 進(jìn)行形態(tài)學(xué)閉運(yùn)算可以 記為： AB? ，它的定義為： ()A B A B B? ? ? ? 上式表示，用結(jié)構(gòu)元素 B 對 A 進(jìn)行形態(tài)學(xué)閉運(yùn)算的結(jié)果包括所有滿足以下條件的點(diǎn)：該 點(diǎn)可被映射和位移的結(jié)構(gòu)元素覆蓋時(shí)， A 與經(jīng)過映射和位移的 B 的交集不為零。 膨脹的運(yùn)算符為 ? ，用 B 對 A 進(jìn)行膨脹可以記為 AB? ，其定義為 ^[ ( ) ]xA B x B A??? ? ? ????? 其中， ^B 表示集合 B 的反射，它的定義為： ? ?^ ,B w w b b B? ? ? ?。 圖 表示一幅灰度圖像及其對應(yīng)的圖像矩陣 [7]。 理論上講，圖像是一 種二維的連續(xù)函數(shù)，因而在計(jì)算機(jī)上對圖像進(jìn)行數(shù)字處理的時(shí)候，首先必須對其在空間和亮度上進(jìn)行數(shù)字化，這就是圖像的采樣和量化的過程。 第四章為 車牌字符分割方法 。 （ 4）在分析了 上述兩種方法的 優(yōu) 缺點(diǎn)后，提出了改進(jìn)的投影法。陳黎等提出 了 基于聚類分析的車牌字符分割方法 [5]， 根據(jù) 屬于同一個(gè)字符的像素構(gòu)成一個(gè)連通域的原則，結(jié)合牌照 標(biāo)準(zhǔn)的固定字符間距， 固定比例關(guān)系等先驗(yàn)知識，來對車牌進(jìn)行 字符 分割。其中的計(jì)算機(jī)處理系統(tǒng)主要涉及了三個(gè)關(guān)鍵技術(shù)：車牌區(qū)域定位技術(shù)、車牌字符分割技術(shù)和車牌字符識別技術(shù)。 在高速公路收費(fèi)入、出口分別完成車牌號碼識別和車牌匹配工作，實(shí)現(xiàn)不停車收費(fèi)；還可以根據(jù)識別出的車牌號碼從數(shù)據(jù)庫中調(diào)出該車檔案，可發(fā)現(xiàn)沒有及時(shí)交納養(yǎng)路費(fèi)的車輛。 （ 2） 城市交通路口的“電子警察” 。針對這一問題，人們相繼研發(fā)了各種道路交通監(jiān)管系統(tǒng)、車輛控制系統(tǒng)及公共交通 管理 系統(tǒng)。 車牌自動識別技術(shù)是指能夠檢測到受監(jiān)控路面的車輛并 自動提取車輛車牌信息 （ 含漢字字符、英文字母、阿拉伯?dāng)?shù)字及號牌顏色 ） 進(jìn)行處理與識別的技術(shù)。實(shí)驗(yàn)結(jié)果表明， 這兩種 方法可以 對車牌字符進(jìn)行分割，但效果都不是很理想。 其次，在字符分割算法中， 給出兩種分割算法，一種是 固定邊界法 ，另一種是 垂直 投影法，并對車牌字符進(jìn)行了分割。它主要是通過對過往車輛實(shí)施檢測，提取有關(guān)的交通數(shù)據(jù)來達(dá)到對交通的監(jiān)控、管理和指揮。如何有效地進(jìn)行交通管理日益成為各國政府相關(guān)部門所關(guān)注的焦 點(diǎn)。 車牌識別技術(shù)的推廣普及，必將對加強(qiáng)城市道路管理 ， 減少交通事故、車輛 失竊 案件的發(fā)生， 以及 保障社 會穩(wěn)定等方面產(chǎn)生重大而深遠(yuǎn)的影響。 （ 6） 高速公路收費(fèi)管理系統(tǒng) 。然后將所采集的車 輛 數(shù)字圖像送入計(jì)算機(jī)系統(tǒng)，通過車牌定位、字符分割、字符識別三個(gè) 環(huán)節(jié) 的處理，最終得到車牌號碼。王興玲提出了基于類間方差車牌字符分割的模板匹配算法 [4]， 該算法 根據(jù) 車牌 字符串的結(jié)構(gòu)和尺寸特征，設(shè)計(jì) 出 車牌字符串模板， 用 該模板在車牌區(qū)域滑動 來進(jìn)行 匹配 、 分類，并 根據(jù) 最大類間方差判決準(zhǔn)則，確定最佳匹配位置，分割出車牌字符。 （ 3）給出了應(yīng)用固定邊界法對車牌圖像進(jìn)行分割的方法。 主要介紹了車牌圖像的預(yù)處理過程，包括圖像灰度化、圖像二值化、開運(yùn)算、閉運(yùn)算以及 去除邊框 等。圖像帶有大量的信息， 如何從中找到我們需要的信息就是我們所關(guān)注的焦點(diǎn)，因此 圖像處理技術(shù)發(fā)展越來越快，已經(jīng)在很多方面取得了 較大 的進(jìn)步，尤其 在 近幾年，數(shù)字通信、計(jì)算機(jī)、計(jì)算機(jī)網(wǎng)絡(luò) 等技術(shù)的飛速發(fā)展，對圖像處理技術(shù)的發(fā)展起到了推動作用。若圖像是 double 型，則像素 的取值就是雙精度浮點(diǎn)型。 數(shù)學(xué)形態(tài)學(xué)有膨脹、腐蝕、開 運(yùn)算 、閉 運(yùn)算 四種基本運(yùn)算： （ 1） 膨脹 ： 設(shè)用 A 表示圖像， B 表示結(jié)構(gòu)元素（ B 本身也是圖像集合， A 和 B 均為集合），形態(tài)學(xué)運(yùn)算就是用 B 對 A 進(jìn)行操作。 （ 4） 閉運(yùn)算 ： 閉運(yùn)算是指先對圖像進(jìn)行膨脹，然后腐蝕其結(jié)果。在灰度圖像中，通常 將亮度 劃分成 0 到 255 共 256 個(gè)級別 ， 0 最暗， 255最亮。 如果車牌圖像的預(yù)處理 背景的 像素 值在整個(gè)圖像中可 近似 看作為恒定，那么，只要選擇了正確的 閾值 ，使用一個(gè)固定的 全 局閾值 就 可以達(dá)到 較好的 二值化 效果。 大律法的原理為：設(shè) t 為車牌圖像的前景與后景的分割閾值，前景點(diǎn)數(shù)所占圖像的比例為 1k ，平 均灰度為 1u ；后景點(diǎn)數(shù)所占圖像比例為 2k ，平均灰度為 2u ；則圖像的總平均灰度為 1 1 2 2u u k u k? ? ? ?。而乘性噪聲和 原 圖像 數(shù)據(jù) 是相乘的關(guān)系，可用表達(dá)式 34 來表示。而在頻域上去噪主要是利用噪聲和信號所占頻帶的不同從而將其分離，根據(jù)噪聲所在不同的頻帶，我們可以采用低通濾波、高通濾波和帶通濾波來去噪 [10]。 步驟為： Step1：計(jì)算每一 行 的像素值總和。 該算法的步驟為： Step1：將車牌圖像灰度化。 Step3：對該二值化圖像進(jìn)行去燥處理，經(jīng)過開閉運(yùn)算、濾波、去除車牌邊框、去除圓點(diǎn)等步驟后就可得到質(zhì)量較好的二值化圖像。 Step3：對該二值化圖像進(jìn)行預(yù)處理，經(jīng)過開閉運(yùn)算、 去除車牌上下 邊框 、去除圓點(diǎn) 等步驟后就可得到質(zhì)量較好的二值化圖像。 MATLAB 是一款 功能強(qiáng)大的科學(xué)計(jì)算軟件， 它 同樣也提供了圖形用戶界面設(shè)計(jì)的功能。 （ 2） 界面上按鍵的設(shè)計(jì)： 然后根據(jù)需要將按鈕鍵和菜單鍵分別添加到界面上，本文先將界面大小拖動至所需大小，然后分別添灰度化、二值化、開運(yùn)算、閉運(yùn)算、去除邊框、去除圓點(diǎn)等按鈕，并分別通過設(shè)定按鈕的大小 、 字體大小以及 callback 函數(shù)。該車牌系統(tǒng)的算法原理主要包括三個(gè)部分：車牌定位、車牌字符分割、字符識別，本人負(fù)責(zé)該系統(tǒng)的 第二 個(gè)部分，該系統(tǒng)的 其它部分 由項(xiàng)目組的其他同學(xué)完成，本文將該系統(tǒng)的 第二 個(gè)部分的算法原理詳細(xì) 地 介紹了一下。對 于第二種方法，主要優(yōu)點(diǎn)是較好解決了車牌字符間有粘連和噪聲的問題 ，但對于車牌左邊界有偏差的車牌會導(dǎo)致誤分割。要想提高國內(nèi)的智能交通系統(tǒng)的推廣 范圍，首先需要做的就是找出新的識別漢字的解決方法，從而提高車牌字符整體識別率。 [3]吳進(jìn)軍，杜樹新 ． 車牌字符分割新方法，工業(yè)控制計(jì)算機(jī)， 2020， 18(4)： 6970。 [11]馬婉婕．車牌識別系統(tǒng)中字符分割的研究與實(shí)現(xiàn)． 上海： 復(fù)旦大學(xué)， 2020 [12]白建華． 車牌字符分割及識別算法研究 ． 西安： 西安電子科技大學(xué)， 2020 [13]鄒永星 ．車牌字符分割方法的 研究． 湖南： 湖南師范大學(xué)， 2020 [14]中華人民共和國公共安全行業(yè)標(biāo)準(zhǔn) ． ICS ． GA36— 2020． [15]歷旭 ．基于神經(jīng)網(wǎng)絡(luò)的車牌識別系統(tǒng)的研究與設(shè)計(jì) ，武漢 :武漢理工大學(xué)， 2020 附錄 附錄 附錄 A車牌字符分割源程序 clear all。%將圖一分為 四 塊，圖一的第一幅圖 imshow(I), title(39。%圖一的第二幅圖 imshow(I1),title(39。%創(chuàng)建一個(gè)平坦的圓盤形結(jié)構(gòu)元素 I2=imopen(I1,SE)。%創(chuàng)建一個(gè)平坦的菱形結(jié)構(gòu)元素 I3=imclose(I2,SE)。%計(jì)算 I3 第 j 列有幾個(gè)一 end end end figure(2)。 %%%%%去除行方向邊框 %%%%%%%%%% Py0=fix(y/2)。%找到去除邊框后下邊的位置 end Z1=I4(Py0:Py1,:,:)。%計(jì)算 I3 第 j 列有幾個(gè)一 end end end figure(4)。 %%%%%%%%去除垂直邊框 %%%%%%%%% x1=fix(x/2)+1。%從車牌中間開始尋找字符間隙，直到找到第四個(gè)間隙為止，即找到去除邊框后車牌右邊的位置 end end end x0=fix(x*45/440)。amp。 附錄 Px1=1。 for i=1:y for j=x1:x2 Z2(i,j)=0。(Px0x)) Px0=Px0+1。%找到待分割字符右邊的位置 a=Px1Px0。 imshow(Z4),title(39。 and data management and processing applications. Receivers have been deployed at large hydroelectric dams [2] and in freeflowing sections [3] of the FCRPS, as well 附錄 as throughout the estuary of the Columbia River [4]. Each micro transmitter, surgically implanted in study fish, transmits a unique binary code encoded using binary phase shift keying (BPSK) at a frequency of kHz. Its code structure includes a total of 31 bits, with 7 synchronization bits (Barker code 1110010), 16 data bits, and 8 cyclic redundancy check (CRC) bits. The micro transmitters emit this unique 31bit code at a programmed inte