【正文】 局變量作為原始數(shù)據(jù)帶入就可。我們發(fā)現(xiàn)車輛牌照?qǐng)D象的灰度取值范圍大多局限在r=(50,200)間，而且總體上灰度偏低，圖象較暗圖6 灰度增強(qiáng)后的圖像（2）平滑處理對(duì)于受噪聲干擾嚴(yán)重的圖象，由于噪聲點(diǎn)多在頻域中映射為高頻分量，因此可以在通過低通濾波器來濾除噪聲，但實(shí)際中為了簡(jiǎn)化算法，也可以直接在空域中用求鄰域平均值的方法來削弱噪聲的影響，這種方法稱為圖象平滑處理。關(guān)鍵詞：MATLAB，數(shù)字圖像處理，車牌識(shí)別系統(tǒng)一、課程設(shè)計(jì)目的Matlab技術(shù)課程設(shè)計(jì)是利用Matlab應(yīng)用軟件的基礎(chǔ)知識(shí)和基本程序設(shè)計(jì)方法，解決選修專業(yè)課程中數(shù)字信號(hào)處理的實(shí)際應(yīng)用問題，從而加深對(duì)理論知識(shí)的掌握，并把所學(xué)的知識(shí)系統(tǒng)、高效的貫穿到實(shí)踐中來，避免理論與實(shí)踐的脫離。并用MATLAB軟件編程來實(shí)現(xiàn)每一個(gè)部分,最后識(shí)別出汽車牌照。這時(shí)就可以采用灰度校正的方法來處理，增強(qiáng)灰度的變化范圍、豐富灰度層次，以達(dá)到增強(qiáng)圖象的對(duì)比度和分辨率。d) 本次設(shè)計(jì)存在一個(gè)比較大的問題，就是每次操作都是獨(dú)立的，比如：要對(duì)圖像加入噪聲，然后在此基礎(chǔ)上進(jìn)行亮度調(diào)整，截圖，頻譜分析等等就不行。 else m=x39。四， 參考文獻(xiàn)【1】 鄭阿奇，曹戈，[M].北京：電子工業(yè)出版社【2】 程衛(wèi)國(guó)，馮峰，姚東，[M].北京：人民郵電出版社【3】 [M].西安：西安電子科技大學(xué)出版社五， 附錄19function varargout = two(varargin)% Begin initialization code DO NOT EDITgui_Singleton = 1。 ischar(varargin{1}) = str2func(varargin{1})。 imshow(x)。i=getimage(gca)。輸入?yún)?shù)239。 p3=str2num(p{3})。prompt={39。輸入放大倍數(shù):39。}。 defans={39。39。}。endfunction leftright_Callback(hObject, eventdata, handles)%左右翻轉(zhuǎn)axes()。prompt={39。輸入?yún)?shù)239。=y。 pepper39。y=imnoise(,39。set(,39。else msgbox(39。set(,39。axes()。 y=fftshift(m)。 % 轉(zhuǎn)換數(shù)據(jù)矩陣[M,N]=size(g)。,39。 else h=1。x=()。,39。x=()。)。 k(:,:,1)=medfilt2(a)。,3),b)/255。 imshow(k,[])。=get(,39。)。,[.9 .9 .9])。end% Executes on slider movement.function gamma_Callback(hObject, eventdata, handles)axes()。x=()。1 1 1]。average39。b=(:,:,2)。else msgbox(39。,39。endfunction suoyintuxiang_Callback(hObject, eventdata, handles)%創(chuàng)建索引圖像axes()。)。 %截止頻率為3m=fix(M/2)。 % 顯示濾波處理后的圖像endfunction gaotong_Callback(hObject, eventdata, handles)%高通濾波器axes()。)。if isrgb(x) m=fft2(x(:,:,1))。HandleVisibility39。 %直方圖統(tǒng)計(jì)x1=x(1:10:256)。bar(horz,x1)。x=imhist((:,:,1))。p=inputdlg(prompt,39。 %字符串轉(zhuǎn)化為數(shù)值axes()。 y=imnoise(,39。function gs_Callback(hObject, eventdata, handles)%加入高斯噪聲 axes()。x=()。%上下翻轉(zhuǎn)函數(shù)endimshow(y)。輸入放大倍數(shù):39。prompt={39。function suoxiao_Callback(hObject, eventdata, handles)%鄰近插值縮小 axes()。 %最近鄰插值法放大imshow(y)。)。y=imcrop()。輸入?yún)?shù)39。)。)。)。gui_Callback39。配置好編譯器后，自然就是對(duì)自己編寫的M文件進(jìn)行編譯了。y(:,:,3)=f。比如，彩色圖像的濾波處理，直方圖均衡等?！　∥濉⒖傮w設(shè)計(jì)車牌識(shí)是一輛汽車獨(dú)一無二的信息，因此，對(duì)車輛牌照的識(shí)別技術(shù)可以作為辨識(shí)一樣車最為有效地方法。根據(jù)它提供的500多個(gè)數(shù)學(xué)和工程函數(shù)，工程技術(shù)人員和科學(xué)工作者可以在它的集成環(huán)境中交互或編程以完成各自的計(jì)算。 以下幾點(diǎn)是程序必須實(shí)現(xiàn)的功能。為了克服這種平均化引起的圖象模糊現(xiàn)象，我們給中心點(diǎn)象素值與其鄰域平均值的差值設(shè)置一固定的閾值，只有大于該閾值的點(diǎn)才能替換為鄰域平均值，而差值不大于閾值時(shí)，仍保留原來的值，從而減少由于平均化引起的圖象模糊。b=x(:,:,2)。通過這次經(jīng)歷后，后來在設(shè)計(jì)其它程序時(shí)，盡量找MATLAB自帶的現(xiàn)成函數(shù)，而不是一碰到問題就自己想算法，這樣可以節(jié)省較多的時(shí)間。, gui_Singleton, ... 39。},39。,39。%編輯菜單的程序function edit_Callback(hObject, eventdata, handles)function huidu_Callback(hObject, eventdata, handles)%灰度處理axes()。[0 ]39。 imshow(y)。}。p=inputdlg(prompt,39。輸入放大倍數(shù)39。,1,defans)。p1=str2num(p{1})。y=imresize(,p1,39。 y=fliplr(x)。}。39。 %對(duì)話框的設(shè)置，用戶輸入的是字符串defans={39。function cx_Callback(hObject, eventdata, handles)%加入乘性噪聲 axes()。guidata(hObject,handles)。,39。endfunction blue_Callback(hObject, eventdata, handles)%B直方圖set(,39。,0:2000:15000)。 k(:,:,2)=b。這是彩色圖像,不能通過低通濾波器39。for i=1:M for j=1:N d=sqrt((im)^2+(jn)^2)。)。imshow(y3)。)。imshow(y,jet(16))。,39。HandleVisibility39。 k(:,:,1)=wiener2(a,[5,5])。endelseswitch str case 39。 case39。% Executes during object creation, after setting all properties.function ld_CreateF(hObject, eventdata, handles)if isequal(get(hObject,39。