【正文】 amp。 d=qiege(d)。 while flag==0 [m,n]=size(d)。539。title(39。 [m,n]=size(word1)。)。139。 two_thirds=sum(sum(temp([round(m/3):2*round(m/3)],:)))。 if k2k1=round(n/) [val,num]=min(sum(d(:,[k1+5:k25])))。 imshow(d)。 .jpg39。 figure(2)。 .jpg39。 subplot(3,3,2)。 while((blue_x(1,px1)3)amp。 myi=double(i5)。 i1=rgb2gray(a)。如若提高圖像的質(zhì)量，分割字符的準(zhǔn) 確率還是可以提高。濾波后的圖像需要進(jìn)行腐蝕或者膨脹處理，膨脹的運(yùn)算規(guī)則是 輸出圖像的像素值是輸入圖像鄰域中的最大值 ， 在一個二值圖像中 ， 只要一個像素值為 1， 則相應(yīng)的輸出像素值為 1。 貴州民族大學(xué)畢業(yè)設(shè)計 第 9 頁 共 26 頁 圖 6：形態(tài)濾波后圖像 車牌分割 車牌部分采用的是車牌色彩信息分割。 Figure(3)。車輛圖像中的車牌部分是一個水平度很高的長方形區(qū)域，在原圖中比較集中，且灰色值和周圍圖樣 有明顯的差異，因此比較容易用邊緣檢測來對圖像進(jìn)行分割。 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算子是一種最簡單的算子 ,是一種利用局部差分算子尋找邊緣的算子 ,他采 用對角線方向相鄰兩象素之差近似梯度幅值檢測邊緣。 %讀取圖像 I1=inrgb2gray(I)。模版匹配算法是講分割后的字符二值化，然后對其模版進(jìn)行匹配，選取比較理想的作為結(jié)果。 隨著人們生活水平的逐漸提高，私家車的出現(xiàn)越來越多，城市交通的壓力便開始擴(kuò)大，如何高效進(jìn)行交通管理也成為現(xiàn)在生活中所關(guān)注的焦點(diǎn)問題，于是各種各樣運(yùn)用于各種交通道路監(jiān)視，管理的系統(tǒng)出現(xiàn)在了人們的視線當(dāng)中，這些系統(tǒng)主要是通過對其過往的車輛進(jìn)行檢測，提取中間的交通數(shù)據(jù)，以達(dá)到監(jiān)控，管制，指揮調(diào)度的目的。本文 側(cè)重于 介紹圖像預(yù)處理、車牌定位、字符分割三個模塊 的實(shí)現(xiàn) 。 車牌識。其中圖像處理部分包括圖像預(yù)處理，邊緣提取，車牌的定位 和字符的分割。在采集過程中由于受到自然因素（噪聲干擾和車速）的影響。和 135176。假設(shè) B對 X腐蝕所產(chǎn)生的二值圖像 E是滿足以下條件的點(diǎn) （ x,y)的集合 ； 如果 B的原點(diǎn)平移到點(diǎn) （ x， y），而在Matlab 中用 imerode（）函數(shù)來實(shí)現(xiàn)： Car_Image_Erode=imerode(Car_Image_Bin,Se)。公式中的 se 采用50x50 的矩形將幾個封閉的區(qū)域連接起來，從而形成一個矩形，這樣能方便的提取需要的圖像區(qū)域。從左向右尋找第一個 1 值像素大于 5 的 X 錯誤 ！ 未找到引用源。 2021 年頒布的我國車牌規(guī)范 (普通中小型汽車 )規(guī)定車牌總長 440mm， 牌照中的7個字符的實(shí)際總長為 409mm 左右 ， 寬 140mm， 每個字符 45mm 寬 ， 90mm 高 ，字符間距為 10mm， 其中第二個字符與第三個字符的間距較為 為 ， 最后一個 字符與第一個字符距邊界 25mm。 （ 3） 采用 彩色分量的定位方法， 通過對 藍(lán)色象素點(diǎn) 的 統(tǒng)計對車牌是藍(lán)色的車牌進(jìn)行定位，實(shí)驗表明， 通過 該方法 得到的 車牌 定位準(zhǔn)確率 較為理想 。)。 while((blue_y(py1,1)=5)amp。amp。 [filename,filepath]=uigetfile(39。title(39。)。title(39。 [m,n]=size(d)。 flag=0。d=qiege(d)。239。)。 word5=imresize(word5,[40,20])。title(39。639。 end temp=qiege(imcrop(d,[1 1 wide m]))。 top=1。 end dd=rightleft。top=m top=top+1。 else word=[]。)。439。title(39。 subplot(5,7,7)。)。 [word7,d]=getword(d)。 end if widey1 d(:,[1:wide])=0。 end k1=j。 end end imwrite(d,39。 %濾波 h=fspecial(39。 [m,n]=size(b)。 a=imread(39。 dw=a(py1:py2,px1:px2,:)。(py2y)) py2=py2+1。rectangle39。 最后也要感謝我的父母，是他們讓我學(xué)會了獨(dú)立自主，也學(xué)會了擁有一顆執(zhí)著奮斗的心，讓我明白要想在社會立足，就必須要有實(shí)力，只有通過自己的不懈的努力，才能在社會闖出屬于自己的一片天地。大小歸一化是在長度和寬度方向分 別乘以一個比例因子，使其等于標(biāo)準(zhǔn)模塊的大小。 雖然圖像間受背景、光照等影響存在較大的差異在 Matlab 實(shí)現(xiàn)方式如下 ： T=round(License_Image_Gray_max(License_Image_Gray_maxLicense_Image_Gray_min)/3)。 Car_Image_Perform2=bwareaopen(Car_Image_Perform,10000)。1]。 both 表示雙向 為敏感度值檢測算法 。 具體的用法如下所示 : Car_Image_Bin=edge(Car_Image_Gray,39。 目前較常用的灰度化方法是平均值法，公式： H=++ 其中 H表示灰度圖的亮度值， R表示彩色圖像中紅色分量值， G代表圖像中的綠色分量值， B表示圖像中的藍(lán)色分量值。一般 采用的方案是首先對采集到的視頻圖像進(jìn)行大范圍相關(guān)搜索 ， 找到符合汽車牌照圖像采集 圖像預(yù)處理 車牌定位 車牌字符分割 車牌字符識別 貴州民族大學(xué)畢業(yè)設(shè)計 第 2 頁 共 26 頁 特征的若干區(qū)域作為候選區(qū) ， 然后對這些侯選區(qū)域做進(jìn)一步分析、評判 ， 最后選定一個最佳的區(qū)域作為牌照區(qū)域并將其從圖象中分割出來。 關(guān)鍵詞： 圖像預(yù)處理 圖像定位 圖像分割 貴州民族大學(xué)畢業(yè)設(shè)計 II ABSTRACT With the development of era, the car gradually into the homes, vehicles management is being more and more difficult, so the application of license plate recognition system has been widely developed. License plate recognition system mainly includes image acquisition, image preprocessing, license plate location, character segmentation, character recognition five core part. This paper focuses on the image preprocessing, license plate location, character segmentation, the realization of the three modules. The vehicle license plate recognition system management more intelligent, digital, can effectively enhance the convenience and effectiveness of traffic management. The image grayscale image preprocessing step, the use and license plate with Roberts operator edge detection. License plate location and segmentation is using mathematical morphology method is used to determine the license plate location, license plate color information of color segmentation method is then used to plete the license plate segmentation. After the character segmentation binarization processing first, and then to plete vertical projection after scanning to the segmentation of the characters. This topic is based on carry on the simulation under Matlab environment. Key Words： image preprocessing, license plate localization, character segmentation .