【正文】 化，二 值化以及濾波處理。基于模板匹配的 OCR的基本過(guò)程 （如圖 314所示） 是 :首先對(duì)待識(shí)別字符進(jìn)行二值化并將其尺寸大小縮放為字符數(shù)據(jù)庫(kù)中模板的大小，然后與所有的模板進(jìn)行匹配，最后選最佳匹配作為結(jié)果。實(shí)驗(yàn)的最終結(jié)果如圖 315所示。再根據(jù)車(chē)牌底色等有關(guān)的先驗(yàn)知識(shí)，采用彩色像素點(diǎn)統(tǒng)計(jì)的方法，先確定行方向的車(chē)牌區(qū)域，再確定列方向的區(qū)域，得出最終的車(chē)牌區(qū)域。主要工作內(nèi)容及結(jié)論如下： （ 1）整理和總結(jié)了國(guó)內(nèi)外在車(chē)牌定位、分割、字符識(shí)別方面的研究成果和發(fā)展方向，系統(tǒng)介紹了我國(guó)車(chē)牌的固有特征，以及車(chē)牌識(shí)別的特點(diǎn)。39。robert39。rectangle39。 %產(chǎn)生 y*1 的全 0矩陣 for i=1:y for j=1:x if(myI(i,j,1)==1) %如果 myI(i,j,1)即 myI 圖像中坐標(biāo)為 (i,j)的點(diǎn)為藍(lán)色 %則 Blue_y 的相應(yīng)行的元素 white_y(i,1)值加 1 浙江萬(wàn)里學(xué)院本科畢業(yè)論文 31 Blue_y(i,1)= Blue_y(i,1)+1。(PX1x)) 浙江萬(wàn)里學(xué)院本科畢業(yè)論文 32 PX1=PX1+1。)。 39。) % 濾波 h=fspecial(39。/39。) % 尋找連續(xù)有文字的塊，若長(zhǎng)度大于某閾值，則認(rèn)為該塊有兩個(gè)字符組成，需要分割 d=qiege(d)。 % 使用一個(gè) 3X3 的正方形結(jié)果元素對(duì)象對(duì)創(chuàng)建的圖像膨脹 % 39。subplot(3,2,2),imshow(d),title(39。 .jpg39。 figure(7),subplot(1,2,2),imshow(dw),title(39。%進(jìn)一步確定 x方向的車(chē)牌區(qū)域 for j=1:x for i=PY1:PY2 if(myI(i,j,1)==1) Blue_x(1,j)= Blue_x(1,j)+1。)。title(39。title(39。 我要時(shí)時(shí)刻刻的記住人的一生要 “ 活到老，學(xué)到老 ” 緊跟時(shí)代步伐，以豪情勃發(fā)的遠(yuǎn)足邁向新的征途，新的挑戰(zhàn)。在智能交通系統(tǒng)中，車(chē)牌自動(dòng)識(shí)別系統(tǒng)是智能化交通系統(tǒng)非常重要的發(fā)展方向。數(shù)學(xué)形態(tài)學(xué)的應(yīng)用可以簡(jiǎn)化圖像數(shù)據(jù)，保持它們基本的形態(tài)特征，并除去不相干的結(jié)構(gòu)。建立自動(dòng)識(shí)別的代碼表 讀取分割出來(lái)的字符 第一個(gè)字符與模板中的漢字模板進(jìn)行匹配 第二個(gè)字符與模板中的字母模板進(jìn)行匹配 待識(shí)別字符與模板字符相減，值越小相似度越大，找到最小的一個(gè)即為匹配的最好的 識(shí)別完成，輸出此模板對(duì)應(yīng)值 后 5 個(gè)字符與模板中的字母與數(shù)字模板進(jìn)行匹配 浙江萬(wàn)里學(xué)院本科畢業(yè)論文 23 其他模板設(shè)計(jì)的方法與此相同。 圖 312 字符分割后的圖像 [m， n]=size（ d），逐排檢查有沒(méi)有白色像素點(diǎn)，設(shè)置 1=jn1，若圖像兩邊 s（ j） =0，則切割，去除圖像兩邊多余的部分 切割去圖像上下多余的部分 根據(jù)圖像的大小，設(shè)置一閾值，檢測(cè)圖像的 X 軸，若寬度等于這一閾值則切割，分離出七個(gè)字符 歸一化切割出來(lái)的字符圖像的大小為 40*20，與模板中字符圖像的大小相匹配 浙江萬(wàn)里學(xué)院本科畢業(yè)論文 21 字符歸一化處理 由于數(shù)碼相機(jī)拍攝的汽車(chē)圖像大小不一樣 ， 所以得到的牌照上的字符大小就不一樣 ， 為了便于字符的識(shí)別 ， 需 要對(duì)字符進(jìn)行歸一化處理 （如圖 313所示） 。 對(duì) 于車(chē)牌部分的本文分割采用的是利用車(chē)牌信息的彩色分割法。)。 figure(1),imshow(I)。 加權(quán)系數(shù)的取值是建立在人眼的視覺(jué)模型之上 ?，F(xiàn)在 字符識(shí)別的常用方法有模板匹配法和神經(jīng)網(wǎng)絡(luò)模型法。在完整的車(chē)牌圖像中，絕大的一部分都是背景，對(duì)識(shí)別毫無(wú)用處，我們能將背景區(qū)域當(dāng)做無(wú)用區(qū)域，并且想方法將他去除，從而在復(fù)雜的背景中準(zhǔn)確的分割并定位在車(chē)牌區(qū)域，從原圖中提取需要的部分舍棄不需要的部分，從而節(jié)省識(shí)別圖像的時(shí)間，這也是車(chē)牌定位分 割的意義及目的所在。 其工具箱又可分為兩類(lèi) ： 學(xué)科性工具箱和功能性工具箱。由于庫(kù)函數(shù)都由本領(lǐng)域的專(zhuān)家編寫(xiě) ， 用 戶(hù)不必?fù)?dān)心函數(shù)的可靠性。 MATLAB 以商品樣子出現(xiàn)后 ， 在短短的幾年中 ， 以它運(yùn)行的可靠性和良好的開(kāi)放性 ， 使其它原來(lái)控制這個(gè)領(lǐng)域的封閉式軟件包 （ 瑞典的 LUND， 如英國(guó)的 UMIST， 德國(guó)的 KEDDC ， SIMNON） 紛紛被淘汰 ， 全變成以 MATLAB 為平臺(tái)加以重建。它還可以同其他的檢測(cè)器或雷達(dá)測(cè)速器配合使用，用來(lái)監(jiān)督違犯限速值的車(chē)輛。新加坡 Optasia 公司的 VLPRS 產(chǎn)品，更加適合于新加坡的車(chē)牌，此外加拿大、意大利、日本、 德國(guó)、英國(guó)等這些西方發(fā)達(dá)國(guó)家都已經(jīng)有適合于本國(guó)車(chē)牌的識(shí)別系統(tǒng)。 車(chē)牌字符識(shí)別的目的是對(duì)車(chē)牌上的字母、數(shù)字和漢字進(jìn)行準(zhǔn)確快速的識(shí)別并且要以字符串的形式輸出識(shí)別的結(jié)果，所以說(shuō)字符識(shí)別技術(shù)是整個(gè)車(chē)牌識(shí)別系統(tǒng)關(guān)鍵。 車(chē)輛牌照識(shí)別系統(tǒng)是基于圖像處理技術(shù)的基礎(chǔ)上進(jìn)行研 究的。本文針對(duì)其的核心部分是進(jìn)行闡述并使用 MATLAB 軟件環(huán)境下來(lái)進(jìn)行字符分割的仿真實(shí)驗(yàn)。 關(guān)鍵詞： MATLAB；圖像預(yù)處理；車(chē)牌定位；字符分割 Abstract Vehicle license plate recognition system is one important of the modern intelligent traffic management. License plate recognition system to make more intelligent vehicle management, digital, Effective traffic management to enhance the convenience and effectiveness. License plate recognition system includes image acquisition, image preprocessing, license plate localization, character segmentation, character recognition and other five core parts. In this paper, preprocessing, license plate localization, character segmentation method for the realization of three modules. This is the image preprocessing module and the use of the image grayscale Roberts edge detection operator steps. License plate location and segmentation using mathematical morphology method is used to determine the license plate location，Reuse license plate color segmentation method of color information to plete the license plate area segmentation. Character segmentation approach is based on the license plate after the binary part of the vertical projection, Then scan in the vertical projection, thus pleting the character segmentation. This article is described for the core part and use the MATLAB software environment, the simulation experiments for character segmentation. Key Words: MATLAB software； image preprocessing； license plate localization； character segmentation .目 錄 1 引言 ............................................................ 1 本課題的研究背景 .............................................. 1 本課題的研究目的及意義 ........................................ 2 國(guó)內(nèi)外的發(fā)展?fàn)顩r .............................................. 3 主要應(yīng)用領(lǐng)域 .................................................. 5 設(shè)計(jì)原理 ...................................................... 7 2 MATLAB 簡(jiǎn)介 ..................................................... 8 MATLAB 發(fā)展歷史 ............................................... 8 MATLAB 的語(yǔ)言特點(diǎn) ............................................. 8 3 LPR 系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn) ............................................. 10 系統(tǒng)框架結(jié)構(gòu)和工作流程 ....................................... 10 設(shè)計(jì)方案 ..................................................... 11 圖像預(yù)處理 ................................................... 12 圖像灰度化 ............................................... 12 圖像的邊緣檢測(cè) ........................................... 13 車(chē)牌定位和分割 ............................................... 16 車(chē)牌定位 ................................................. 16 車(chē)牌分割 ................................................. 18 對(duì)定位后的彩色車(chē)牌的進(jìn)一步處理 ........................... 19 字符分割與歸一化 ............................................. 20 字符分割 ................................................. 20 字符歸一化處理 ........................................... 21 字符的識(shí)別 ................................................... 21 4 實(shí)驗(yàn)結(jié)果和分析 ................................................. 24 5 總結(jié) ........................................................... 26 致 謝 ............................................................ 27 參考文獻(xiàn) .......................................................... 28 浙江萬(wàn)里學(xué)院本科畢業(yè)論文 1 1 引 言 本課題的研究背景 現(xiàn)代社會(huì)已經(jīng)步入信息時(shí)代，伴隨著通信技術(shù)與計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)和計(jì)算機(jī)技術(shù)的一起全面發(fā)展，自動(dòng)化信息的處理水平和能力在不斷提高，但作為現(xiàn)代社會(huì)最主要交通工具的汽車(chē)在人們的生活生產(chǎn)的各個(gè)領(lǐng)域被大量使用，所以他的信息進(jìn)行自動(dòng)采集技術(shù)和管理方案具有十分重要的 意義，成為信息處理技術(shù)的一項(xiàng)重要研究課題 [1]。本課題的圖像