【文章內(nèi)容簡介】 t = fixrightbellow[j] fixlefttop[i] ht * width。 rate = (double) wt / (double) ht。 if (wt 70 amp。amp。 ht 10 amp。amp。 rate amp。amp。 rate amp。amp。 wt 150 amp。amp。 ht 60) { for (int m = 0。 fixrighttop[m] != 0。 m++) { if (fixlefttop[i] == fixrighttop[m] wt) righttop = true。 } for (int m = 0。 fixleftbellow[m] != 0。 m++) { if (fixrightbellow[i] == fixleftbellow[m] + wt) leftbellow = true。 } if (righttop == true || leftbellow == true) { fin = true。 y = fixlefttop[i] / width。 x = fixlefttop[i] y * width。 break。 } } if (fin == true) break。 } } (x + x + y + y)。 if (x == 0 amp。amp。 y == 0) { int widthed = 。 long max = 0。 long maxi = 0。 for (int a = 0。 a * widthed * 29 85。 a++) { long value = 0。 if (a (a / widthed) * widthed widthed 90) continue。 int xx=0,yy=0,xx0=0,yy0=0。 for (int i = 0。 i 4。 i++) { for (int j = 0。 j 85。 j++) { xx=(int)(a + i * widthed + j)/widthed。 yy=(int)(a + i * widthed + j)xx*widthed。 xx0=(int)(a + i * widthed + j + 25 * widthed 1)/widthed。 yy0=(int)(a + i * widthed + j + 25 * widthed 1)xx0*widthed。 value += [yy][xx][2]。 value += [yy0][xx0][2]。 } } for (int m = 0。 m 22。 m++) { for (int n = 0。 n 4。 n++) { xx=(int)(a + 4 * widthed + m* widthed + n)/widthed。 yy=(int)(a + 4 * widthed + m* widthed + n)xx*widthed。 xx0=(int)(a + 4 * widthed + m * widthed + n + 76)/widthed。 yy0=(int)(a + 4 * widthed + m * widthed + n + 76)xx0*widthed。 value += [yy][xx][2]。 value += [yy0][xx0][2]。 } } if (value = max) { max = value。 maxi = a。 } } x = (int) (maxi / widthed)。 y = (int) (maxi widthed * x)。 (x + x + y + y)。 } int wfix = 140, hfix = 50。 int cutx = 0, cuty = 0。 if (x + wfix 15 + 1 ) wfix = x + 40 1。 if (y + hfix 15 + 1 ) hfix = y + 15 1。 if (x 40 0) cutx = x 40。 if (y 15 0) cuty = y 15。 currentImage = (cutx+5, cuty5, wfix, hfix)。 return currentImage。 } 二值化 一幅圖像包括目標(biāo)物體、背景還有噪聲，要想從多值的數(shù)字圖像中直接提取出目標(biāo)物體，最常用的方法就是設(shè)定一個閾值T，用T將圖像的數(shù)據(jù)分成兩部分：大于T的像素群和小于T的像素群。這是研究灰度變換的最特殊的方法，稱為圖像的二值化（BINARIZATION）。通過取直方圖的特征灰度值的方法實現(xiàn)二值化。 圖12 二值化后車牌圖實現(xiàn)代碼： public BufferedImage binarizationMethd() { int wfix = 140, hfix = 50。 int sum=0。 for (int i = 0。 i wfix。 i++) { for (int j = 0。 j hfix。 j++) { int pixel = (i, j)。 pixels[i][j][0] = getAlpha(pixel)。 pixels[i][j][1] = getRed(pixel)。 pixels[i][j][2] = getGreen(pixel)。 pixels[i][j][3] = getBlue(pixel)。 sum+=pixels[i][j][2]。 } } int totalPixels = wfix*hfix。 double[] densityArray = new double[256]。 for (int i = 0。 i 256。 i++) { densityArray[i] = histogramArray[i] * / totalPixels。 } int bestT = 0。 double bestDeviation = 0。 for (int i = 0。 i 256。 i++) { double w0 = 0。 double w1 = 0。 for (int j = 0。 j = i。 j++) { w0 += densityArray[j]。 } for (int j = i + 1。 j 256。 j++) { w1 += densityArray[j]。 } double u0 = 0。 double u1 = 0。 for (int j = 0。 j = i。 j++) { u0 += j * densityArray[j]。 } for (int j = i + 1。 j 256。 j++) { u1 += j * densityArray[j]。 } u0 = u0 / w0。 u1 = u1 / w1。 if (w0 * w1 * (u0 u1) * (u0 u1) bestDeviation) { bestT = i。 bestDeviation = w0 * w1 * (u0 u1) * (u0 u1)。 } } for (int i = 0。 i 256。 i++) { histogramArray[i] = 0。 } for (int i = 0。 i width。 i++) { for (int j = 0。 j height。 j++) { if (pixels[i][j][2] = bestT) { pixels[i][j][1] = 255。 pixels[i][j][2] = 255。 pixels[i][j][3] = 255。 histogramArray[255]++。 } else { pixels[i][j][1] = 0。 pixels[i][j][2] = 0。 pixels[i][j][3] = 0。 histogramArray[0]++。 } } } for (int i = 0。 i wfix。 i++) { for (int j = 0。 j hfix。 j++) { (i, j, getGRB(pixels[i][j][0], pixels[i][j][1], pixels[i][j][2], pixels[i][j][3]))。 } } return currentImage。 } 數(shù)據(jù)庫設(shè)計數(shù)據(jù)庫設(shè)計是指對于一個給定的應(yīng)用環(huán)境，構(gòu)造優(yōu)化的數(shù)據(jù)庫邏輯模式和物理結(jié)構(gòu)，并據(jù)此建立數(shù)據(jù)庫及其應(yīng)用系統(tǒng)，使之能夠有效的存儲和管理數(shù)據(jù)，滿足各種用戶的應(yīng)用需求，包括信息管理要求和數(shù)據(jù)操作要求。[3]數(shù)據(jù)庫設(shè)計的目標(biāo)是為了用戶和各種應(yīng)用系統(tǒng)提供一個信息基礎(chǔ)設(shè)施和高效率的運行環(huán)境。高效率的運行環(huán)境包括：數(shù)據(jù)庫數(shù)據(jù)的存取效率、數(shù)據(jù)庫存儲空間的利用率、數(shù)據(jù)庫系統(tǒng)運行管理的效率都是高的。[4]本系統(tǒng)采用MySQL數(shù)據(jù)庫進行開發(fā)，數(shù)據(jù)庫名稱為ftbbsgbk。下面對系統(tǒng)的數(shù)據(jù)庫ER圖和數(shù)據(jù)庫結(jié)構(gòu)進行分析設(shè)計。 數(shù)據(jù)庫ER圖設(shè)計圖13 車輛實體關(guān)系模型圖14 圖像實體關(guān)系模型圖15 定位后車牌實體模型圖16 分割后車牌實體模型 創(chuàng)建主要數(shù)據(jù)庫 表2 車輛信息表名稱數(shù)據(jù)類型大小Not Null說明Times_inInt 11是進入次數(shù)Times_outInt11是出門次數(shù)NumberChar50否車牌號碼NameChar50否車輛所有者姓名OwnerChar50否車輛所屬單位表3 圖片信息表名稱數(shù)據(jù)類型大小Not Null說明Photo_id int11是自增加(主鍵)Photo_time Datetime是拍攝時間Photo_place char 50 是 拍攝地點表4 定位后車牌信息表名稱數(shù)據(jù)類型大小Not Null說明Handle_id Int11否自增加(主鍵)Handle_timeDatetime是定位時間表5 分割后車牌信息表名稱數(shù)據(jù)類型大小Not Null說明Division_idInt11否自增加(主鍵)Division_timeDatetime是車牌分割時間Division_numberInt11是數(shù)字部分Division_chineseChar50是中文部分Division_englishChar50是英文部分5 運用讀取jar包實現(xiàn)車牌號碼識別code文件一：這個文件中主要實現(xiàn)的功能是產(chǎn)生一個圖象處理的控制界面，在界面上實現(xiàn)了“圖片加載”、“灰度轉(zhuǎn)化”、“圖象均衡”、“強化邊緣”、“車牌定位”、“二值化”、“一次性定位”等按紐，同時顯示了本方案采用的邊緣化與定位方法的簡述。具體代碼說明如下：圖17 getLoadImage(),getDirectLocation(),getToGray(),getEquilibration(),getPeripherization(),getBinarization(),getJLocation()，這些方法用來獲得上述各個功能實現(xiàn)的按紐，通過被initialize()調(diào)用顯示在Frame中。