【正文】 最后利用二次水平投影方法對車牌照字符進(jìn)行了分割。模式識別主要用兩類方法進(jìn)行，統(tǒng)計方法和結(jié)構(gòu)方法，許多具體的模式識別方法都可以歸結(jié)到這兩種方法中來。Color39。 %字符中心位置end markcol6=diff(markcol5)。l=1。subplot(2,1,2),imshow(sbw2)。markrow1(l)=count1。下面需對矯正處理后的水平投影數(shù)據(jù)進(jìn)行分析處理，計算出上下邊框位置、字符高度、字符頂行與尾行，分析原理如圖 43 所示。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)行字符識別。rectangle39。)。石家莊鐵道大學(xué)四方學(xué)院畢業(yè)設(shè)計12圖 34　背景圖像（2）原始圖像與背景圖像作減法，對圖像進(jìn)行增強(qiáng)處理，如圖 35 所示bw=imsubtract(i,bg)。（4）LOG 算子（拉普拉斯算子）是圖像首先與高斯濾波器進(jìn)行卷積，這一步即平滑了圖像又降低了噪聲，孤立的噪聲點和較小的結(jié)構(gòu)組織將被濾除。在使用閾值法進(jìn)行分割技術(shù)時，閾值的選取成為能否正確分割的關(guān)鍵，若將所有灰度值大于或等于某閾值的像素都被判屬于物體，則將所有灰度值小于該閾值的像素被排除在物體之外，如果閾值選取的過高，則過多的目標(biāo)區(qū)域?qū)⒈粍澐譃楸尘?，相反如果閾值的選取的過低，則過多的背景將被劃分到目標(biāo)區(qū)。二維窗口形狀可以是正方形、近似圓形或十字形。 Matlab 實現(xiàn)%裝入待處理圖像并顯示原始圖像 如圖 32： clear。如何從牌照中自動提取其傾斜度是預(yù)處理過程中的一個難點，一般使用 Hough 變換檢測圖像中的直線來對圖像的傾斜進(jìn)行相應(yīng)的矯正 [12]。全局閾值方法的優(yōu)點在于算法簡單，對于目標(biāo)和背景明顯分離、直方圖分布呈雙峰的圖像效果良好，但對輸入圖像石家莊鐵道大學(xué)四方學(xué)院畢業(yè)設(shè)計5量化噪聲或不均勻光照等情況抵抗能力差，應(yīng)用受到極大限制。從圖像輸入裝置得到的圖像數(shù)據(jù)，以濃淡表示，各個像素與某一灰度值相對應(yīng)。但并不盡合我國國情 。學(xué)校可以公布論文（設(shè)計）的全部或部分內(nèi)容。圖表整潔，布局合理，文字注釋必須使用工程字書寫，不準(zhǔn)用徒手畫3）畢業(yè)論文須用 A4 單面打印，論文 50 頁以上的雙面打印4）圖表應(yīng)繪制于無格子的頁面上5）軟件工程類課題應(yīng)有程序清單，并提供電子文檔1）設(shè)計（論文）2）附件：按照任務(wù)書、開題報告、外文譯文、譯文原文（復(fù)印件）次序裝訂3）其它摘　要汽車牌照自動識別系統(tǒng)是智能交通系統(tǒng)的重要組成部分，是高科技的公路交通監(jiān)控管理系統(tǒng)的主要功能模塊之一，汽車牌照識別技術(shù)的研究有重要的現(xiàn)實應(yīng)用意義。車牌識別系統(tǒng)的軟件部分主要分為四大塊，預(yù)處理、車牌定位、車牌字符的分割和字符識別 [5]。一旦灰度變換函數(shù)確定，則確定了一個具體的灰度增強(qiáng)方法。比它大就是白，比它小就是黑。在識別時系統(tǒng)只能根據(jù)每個字符的特征來進(jìn)行判斷，為了最終能準(zhǔn)確識別牌照上的漢字、英文字母及數(shù)字，必須將單個字符從矯正的牌照中逐個提取分離出來。)。第 2個字符是大寫英文字母，是頒發(fā)證照及監(jiān)督機(jī)關(guān)的代號。度直方圖峰型分布明顯時，常以谷底作為門限候選值。梯度是用高斯濾波器的導(dǎo)數(shù)計算的。fmin1=double(min(min(bw)))。 title(39。)。)。count1=0。 %峰中心位置endmaxhight=max(markrow2)。,39。 end count1=0。 %查找最大值，即為最大字符寬度　提取分割字符通過以上水平投影、垂直投影分析計算，獲得了車牌字符高度、字符頂行與尾行、字符寬度、每個字符的中心位置，為提取分割字符具備了條件。 l=l+1。在對車牌中的漢字識別中，由于它的漢字只有有限的幾個，可以考慮構(gòu)建標(biāo)準(zhǔn)字庫來進(jìn)行模板匹配。 Then on license character recognition former pretreatment, feature extraction and recognition.When vehicles, vehicle detection device through by trigger, start image acquisition equipment acquisition vehicle positively or negatively image, and will be handed to the puter, the image license plate location module extract, sungi1 module on the character of license plate character recognition, and finally by segmentation module character recognition and will identify results sent to the monitoring center or cashier39?！∽詣幼R別用模板庫中的字符圖像矩陣與待識字符圖像矩陣作減法，求最小誤差，即其相似度，將最相似的模板庫中的字符圖像矩陣的代碼作為識別結(jié)果，并顯示出來。所謂大小歸一化，就是對不同大小的字符做變換，使之成為同一尺寸大小的字符。 SegBw2 = imresize(SegBw1,[32 16])。markcol2(n1)=markcol(l)markcol(l1)。另外由于我國車牌的標(biāo)準(zhǔn)化，車牌上的第二個字符與第三個字符的距離大于其他字符及邊框的距離，由此采用在垂直投影中找最大的峰中心距離的方法，可以確定車牌上的第二個字符的中心位置，而第二大的峰中心距離即可以確定為車牌字符的最大寬度，即定為車牌字符寬度。 %字符高度(rowbotrowtop+1)　計算車牌垂直投影去水平（上下）邊框后，用如下 MATLAB 程序?qū)崿F(xiàn)垂直投影計算，投影如圖44 所示： histcol=sum(sbw2)。石家莊鐵道大學(xué)四方學(xué)院畢業(yè)設(shè)計21 end count1=0。 title(39。（1）　首先對圖像每個區(qū)域進(jìn)行標(biāo)記，如圖 311 所示。 figure,imshow(bg3)。grd=edge(bw2,39。（1）對原始圖像進(jìn)行開操作得到圖像背景圖像，如圖 34 所示： s=strel(39。一階導(dǎo)數(shù)的局部最大值對應(yīng)二階導(dǎo)數(shù)的零交叉點，這樣通過找圖像強(qiáng)度的二階導(dǎo)數(shù)餓的零交叉點就能找到精確邊緣點?！￠撝祷夹g(shù)石家莊鐵道大學(xué)四方學(xué)院畢業(yè)設(shè)計10基于閾值的車牌定位分割方法是圖像分割中十分古老而又簡單有效的常用方法。石家莊鐵道大學(xué)四方學(xué)院畢業(yè)設(shè)計9圖 33　灰度化后的圖像　中值濾波中值濾波是一種非線性濾波處理技術(shù)，能有效地抑制圖像中的某些噪聲，它基于圖像這樣一種特性：噪聲往往以孤立點的形式出現(xiàn)，這些點對應(yīng)的像素數(shù)很少，而圖像是由許多像素數(shù)較多、面積較大的小塊組成。首先應(yīng)該把 256 色彩色圖像轉(zhuǎn)換為灰度圖像。　灰度拉伸石家莊鐵道大學(xué)四方學(xué)院畢業(yè)設(shè)計6若有一幅圖，由于拍攝光照不足，使得整幅圖偏暗（例如，灰度范圍從 055） ，或者拍攝時光照過強(qiáng)，使得整幅圖偏亮（灰度范圍從 200255） ，這些情況都是屬于低對比度，即灰度都擠在一起，沒有拉開。在數(shù)字圖像處理中，二值圖像占有非常重要的地位。汽車圖像預(yù)處理部分完成對原始汽車圖像進(jìn)行必要的灰度化、去噪聲、圖像增強(qiáng)處理，車牌定位與提取部分利用邊緣檢測方法對圖像進(jìn)行定位與提取，然后利用水平投影的方法對提取的圖像進(jìn)行字符分割，最后利用字符寬高將分割字符提取。對課題進(jìn)行深刻的認(rèn)識，綜合性地運用幾年內(nèi)所學(xué)知識去分析、解決問題 [2]。車牌照識別系統(tǒng)設(shè)計與實現(xiàn)Design and Implementation of Car License Plate Recognition System 畢業(yè)論文（設(shè)計）原創(chuàng)性聲明本人所呈交的畢業(yè)論文（設(shè)計）是我在導(dǎo)師的指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。其發(fā)展對社會生活、國民經(jīng)濟(jì)和城市建設(shè)將產(chǎn)生積極而深遠(yuǎn)的影響，在作畢業(yè)設(shè)計的過程中，要確保所學(xué)知識得到疏理和運用，它既是一次檢閱，又是一次鍛煉?！”菊撐闹饕芯績?nèi)容本文針對汽車牌照自動識別系統(tǒng)進(jìn)行了系統(tǒng)的研究和分析,設(shè)計了一種汽車牌照原始圖像 圖像預(yù)處理 邊緣提取 車牌定位 字符分割 字符識別 石家莊鐵道大學(xué)四方學(xué)院畢業(yè)設(shè)計3的自動識別方法，包括圖像的預(yù)處理、車牌定位與提取、字符分隔和提取?！D像的二數(shù)值化和閾值處理二值圖像是指整幅圖像畫面內(nèi)僅黑、白二值的圖像。為了抑制噪聲，通常我們會采用低通濾波，但由于邊緣輪廓也包含大量的高頻信息，所以低通濾波在過濾噪聲的同時，也使得邊界變模糊，反之，低通濾波后為了提高邊緣輪廓，還需要使用高通濾波，這時存在的噪聲也得到了增強(qiáng)，然而中值濾波在過濾噪聲的同時也很好的保護(hù)到了邊緣輪廓，因此常用中值濾波的方法來去噪 [11]。因此在圖像處理之前必須進(jìn)行預(yù)處理，包括去除噪音，邊界石家莊鐵道大學(xué)四方學(xué)院畢業(yè)設(shè)計8增強(qiáng)，增加亮度等等。)。下文將對其算法做詳細(xì)介紹?？梢酝ㄟ^求梯度局部最大值對應(yīng)的點，并認(rèn)定為邊緣點，去除非局部最大值，可以檢測出精確的邊緣。本文中所用方法是基于圖像的特征來做的，計算了類車牌區(qū)域的特征值，面積、寬和高，在根據(jù)先驗知識的寬高比來定位車牌。在本文中采用的是 Canny 算子提取邊緣。,[5,19]))。并根據(jù)先驗知識和調(diào)試中的經(jīng)驗，設(shè)定了車牌長寬的范圍作為判斷依據(jù)。subplot(2,1,2),bar(histrow)。 %谷寬度（下降點至下一個上升點） l=l+1。 %子圖為(rowbotrowtop+1)行maxhight=rowbotrowtop+1。石家莊鐵道大學(xué)四方學(xué)院畢業(yè)設(shè)計23 字 符 寬 字 符 寬 左 邊 谷 寬 度 Markcol1(k) 峰 上 升 點 Markcol (k) 峰 寬 度 Markcol4(k) 峰 下 降 點 Markcol3(k) 峰 距 離 Markcol2(k) 峰 中 心 Markcol5(k) 谷 寬 度 Markcol1(k+1) 峰 上 升 點 Markcol (k+1) 右 邊 峰 中 心 Markcol5(k) 峰 中 心 距 離 Markcol6(k) 圖 45　垂直投影分析計算示意根據(jù)垂直投影分析計算原理，因為谷值近似為 0，取閥值 Level = （投影均值+投影最小值）/4 。markcol1(l)=count1。 SegBw1=sbw(rowtop:rowbot,cleft:cright)。實現(xiàn)程序中采用 markcol5 字符峰中心位置來實現(xiàn)位置定位歸一化?！∧０迤ヅ?　建立樣本庫根據(jù)實際情況，將部分地區(qū)的汽車牌照單個字符進(jìn)行編輯，建立一個車牌照識別樣本庫，樣本庫可利用繪圖工具建立，字符根據(jù)實際情況設(shè)定大?。徊颖編焓仪f鐵道大學(xué)四方學(xué)院畢業(yè)設(shè)計28放入文檔中以備自動識別時使用。s installations.2. The license plate identification technique research status:Current license plate recognition system can be widely used in the following fields:(1) the freeway tolling management system: in the expressway toll collection plete license number respectively, and exportIdentify and license plate matching work. The vehicles can be found that the change to the card act, the cashier at frauds,Maintain owner interests。（2）　特征分析匹配的方法這類方法是基于特征平面來進(jìn)行匹配的，是使用率較高的一種方法，相比較于模板匹配而言，它能更好的獲得字符的特征，有的特征對噪聲是不明顯的。end程序中 markcol5 為字符峰中心位置， maxwidth 為字符寬度，(rowbot –rowtop+1) 為字符高度，SegGray 為分割出的車牌灰度圖像，SegBw1 為二值圖像，大小為(rowbot –rowtop+1)行* maxwidth 列，SegBw2 為歸一化二值圖像，大小為 32 行*16列。采用如下石家莊鐵道大學(xué)四方學(xué)院畢業(yè)設(shè)計25MATLAB 實現(xiàn)：figure。 endendmarkcol2=diff(markcol)。r39。findc=find(markrow2==maxhight)。l=1。figure,subplot(2,1,1),bar(histcol1)。石家莊鐵道大學(xué)四方學(xué)院畢業(yè)設(shè)計14圖 37　邊緣提取圖 38　閉運算石家莊鐵道大學(xué)四方學(xué)院畢業(yè)設(shè)計15圖 39　開運算圖 310　開運算Canny 算子提取邊緣能有效檢測出車牌區(qū)域的紋理特征，而采用 [5，19]的矩形