【正文】 處理最適用的工具之一，其突出的特點是它包含一個圖像處理工具包，這個工具包由一系列支持圖像處理操作的函數(shù)組成。 加權(quán)的鄰域平均算法的基本思想是: 在一個鄰域內(nèi)， 除了可以利用灰度均值外， 灰度的上偏差和下偏差也能夠提供某些局部信息。但是噪聲則不同，一般情況下，沿任一噪聲點的方向(通過上述模板運算得到)不太可能找到與其灰度差及方向差都很小的噪聲點。測試結(jié)果表明，本設(shè)計有以下幾條優(yōu)點:1. 充分利用MATLAB中已有的函數(shù)庫。P39。max函數(shù)就是用來選擇幾個數(shù)值的大小值。第二次便是用以上的畫圖工具來一步一步逼近實現(xiàn)模板設(shè)置。設(shè)計過程如下：1． 用畫圖工具先畫出P、F、M、0、3等幾個字符的圖像。基于模板匹配的OCR的基本過程是:首先對待識別字符進行二值化并將其尺寸大小縮放為字符數(shù)據(jù)庫中模板的大小，然后與所有的模板進行匹配，最后選最佳匹配作為結(jié)果。面積投影法的公式如下: 由于字符塊在豎直方向上的投影必然在字符間或字符內(nèi)的間隙處取得局部最小值，并且這個位置應(yīng)滿足車牌的字符書寫格式、字符尺寸和其他一些條件的限制。只要能找到這兩個谷點，就能大致確定出車牌照的位置，縮小車牌搜索范圍。以下是經(jīng)處理后的一些圖片。目前，發(fā)達國家LPR（汽車牌照識別技術(shù)License Plate Recognition， LPR，簡稱“車牌通”）系統(tǒng)在實際交通系統(tǒng)中已成功應(yīng)用，而我國的開發(fā)應(yīng)用進展緩慢，車牌識別系統(tǒng)基本上還停留在實驗室階段。字符分割 ：利用投影檢測的字符定位分割方法得到單個的字符字符識別 ：利用模板匹配的方法與數(shù)據(jù)庫中的字符進行匹配從而確認(rèn)出字符，得到最后的汽車牌照，包括英文字母和數(shù)字。邊緣的提取采用的是梯度算子，因為其實現(xiàn)過程比較簡單，所以在此不多加贅述了。 圖9 粗略定位出的汽車牌照對初步確定出來的牌照進行微定位，所謂微定位法， 就是對基本定位后的車牌圖像進行局部分析， 以進一步確定字符范圍， 縮減車牌的左、右和上、下邊界， 這有利于后續(xù)的牌照字符處理。第一個字符:110 第二個字符：1018 第三個字符：2841 第四個字符：4248第五個字符：6068 第六個字符：6878 圖12 車牌垂直方向上的面積投影圖 將圖10按照上面的分析行數(shù)不變，列數(shù)分為六組，分別影射到六個不同的數(shù)組中。模板匹配的主要特點是實現(xiàn)簡單，當(dāng)字符較規(guī)整時對字符圖像的缺損、污跡干擾適應(yīng)力強且識別率相當(dāng)高。所畫出的圖形如下:2. 對1中獲得的粗略圖像用MATLAB進行處理。 其中，M=26，N=14。)；M2=imread(39。； case 4 c=1； case 5 c=0； case 6 c=3； otherwiseend M1， M2， M3， M4， M5， M6為標(biāo)準(zhǔn)模板對應(yīng)的二維數(shù)組。所支持的圖像處理操作有:圖像的幾何操作、鄰域和區(qū)域操作、圖像變換、圖像恢復(fù)與增強、線性濾波和濾波器設(shè)計、變換(DCT 變換等) 、圖像分析和統(tǒng)計、二值圖像操作等。算法的計算公式描述如下， 用f (x ，y ) 表示原始圖像， g (x ， y ) 為平滑后點(x ， y ) 的灰度值，V x ， y 表示以點(x ， y ) 為中心的鄰域， 該鄰域包含N 個象素，m (x ， y ) 表示鄰域V x ， y 內(nèi)的灰度均值。 在任一邊緣點附近沿邊緣的走向總能找到另一邊緣點，且這兩邊緣點之間的灰度差及方向差都不可能很大。第二點在程序調(diào)試的過程中要耐心的檢查每一個錯誤。)；M1=double(M1)；M2=double(M2)；M3=double(M3)；M4=double(M4)；M5=double(M5)；M6=double(M6)；d=zeros(6)；d(1)=corr2(H，M1)；d(2)=corr2(H，M2)；d(3)=corr2(H，M3)；d(4)=corr2(H，M4)；d(5)=corr2(H，M5)；d(6)=corr2(H，M6)；[D，e]=max(d(:))；switch e case 1 c=39。其調(diào)用方法如下: r=corr2(A，B) 因此本設(shè)計中的字符識別只需調(diào)用此