【文章內(nèi)容簡介】 在設(shè)計(jì)研究單位和工業(yè)部門，MATLAB 被認(rèn)作進(jìn)行高效研究、開發(fā)的首選軟件工具。如美國 National Instruments 公司信號(hào)測量、分析軟件 Lab VIEW ，Cadence 公司信號(hào)和通信分析設(shè)計(jì)軟件 SPW 等，或者直接建筑在 MATLAB 之上，或者以 MATLAB 為主要支撐。又如 HP 公司的 VXI 硬件，TM 公司的 DSP ，Gage 公司的各種硬卡、儀器等都接受 MATLAB 的支持。 MATLAB的語言特點(diǎn)一種語言之所以能如此迅速地普及，顯示出如此旺盛的生命力，是由于它有著不同于其他語言的特點(diǎn)。正如同F(xiàn)ORTRAN和C等高級(jí)語言使人們擺脫了需要直接對(duì)計(jì)算機(jī)硬件資源進(jìn)行操作一樣，被稱作為第四代計(jì)算機(jī)語言的MATLAB，利用其豐富的函數(shù)資源，使編程人員從繁瑣的程序代碼中解放出來。MATLAB的最突出的特點(diǎn)就是簡潔。MATLAB用更直觀的、符合人們思維習(xí)慣的代碼，代替了C和FORTRAN語言的冗長代碼。MATLAB給用戶帶來的是最直觀、最簡潔的程序開發(fā)環(huán)境。以下簡單介紹一下MATLAB的主要特點(diǎn)：（1）語言簡潔緊湊，使用方便靈活，庫函數(shù)極其豐富。MATLAB程序書寫形式自由，利用其豐富的庫函數(shù)避開繁雜的子程序編程任務(wù)，壓縮了一切不必要的編程工作。由于庫函數(shù)都由本領(lǐng)域的專家編寫，用戶不必?fù)?dān)心函數(shù)的可靠性。可以說，用MATLAB進(jìn)行科技開發(fā)是站在專家的肩膀上。 （2）運(yùn)算符豐富。由于MATLAB是用C語言編寫的，MATLAB提供了和C語言幾乎一樣多的運(yùn)算符，靈活使用MATLAB的運(yùn)算符將使程序變得極為簡短。（3）MATLAB既具有結(jié)構(gòu)化的控制語句（如for循環(huán)、while循環(huán)、break語句和if語句），又有面向?qū)ο缶幊痰奶匦?。?）語法限制不嚴(yán)格，程序設(shè)計(jì)自由度大。例如，在MATLAB里，用戶無需對(duì)矩陣預(yù)定義就可使用。 （5）程序的可移植性很好，基本上不做修改就可以在各種型號(hào)的計(jì)算機(jī)和操作系統(tǒng)上運(yùn)行。 （6）MATLAB的圖形功能強(qiáng)大。在FORTRAN和C語言里，繪圖都很不容易，但在MATLAB里，數(shù)據(jù)的可視化非常簡單。MATLAB還具有較強(qiáng)的編輯圖形界面的能力。 （7）MATLAB的缺點(diǎn)是，它和其他高級(jí)程序相比，程序的執(zhí)行速度較慢。由于MATLAB的程序不用編譯等預(yù)處理，也不生成可執(zhí)行文件，程序?yàn)榻忉寛?zhí)行，所以速度較慢。 （8）功能強(qiáng)勁的工具箱是MATLAB的另一重大特色。MATLAB包含兩個(gè)部分：核心部分和各種可選的工具箱。核心部分中有數(shù)百個(gè)核心內(nèi)部函數(shù)。其工具箱又可分為兩類：功能性工具箱和學(xué)科性工具箱。功能性工具箱主要用來擴(kuò)充其符號(hào)計(jì)算功能、圖示建模仿真功能、文字處理功能以及與硬件實(shí)時(shí)交互功能。功能性工具箱能用于多種學(xué)科。而學(xué)科性工具箱是專業(yè)性比較強(qiáng)的，如control、toolbox、signal processing toolbox、munication toolbox等。這些工具箱都是由該領(lǐng)域內(nèi)的學(xué)術(shù)水平很高的專家編寫的，所以用戶無需編寫自己學(xué)科范圍內(nèi)的基礎(chǔ)程序，而直接進(jìn)行高、精、尖的研究。下表列出了MATLAB的核心部分及其工具箱等產(chǎn)品系列的主要應(yīng)用領(lǐng)域。第三章 工作流程 汽車牌照識(shí)別（LPR）系統(tǒng)通過引入數(shù)字?jǐn)z像技術(shù)和計(jì)算機(jī)信息管理技術(shù)，采用先進(jìn)的圖像處理、模式識(shí)別和人工智能技術(shù)，通過對(duì)圖像的采集和處理，獲得更多的信息，從而達(dá)到更高的智能化管理程度。在LPR 系統(tǒng)產(chǎn)品的性能指標(biāo)中，識(shí)別率和識(shí)別速度難以同時(shí)提高其中原因既包括圖像處理技術(shù)不夠成熟，又受到攝像設(shè)備計(jì)算機(jī)等性能的限制。因此，研究高速準(zhǔn)確的定位與識(shí)別算法，是當(dāng)前的主要任務(wù)。 汽車車牌自動(dòng)識(shí)別系統(tǒng)主要包括觸發(fā)拍照、圖像采集、圖像預(yù)處理、車牌定位、字符分割、字符識(shí)別、輸出結(jié)果等單元。圖像采集車牌定位字符分割字符識(shí)別輸出結(jié)果觸發(fā)牌照?qǐng)D像預(yù)處理觸發(fā)拍照：該單元會(huì)自動(dòng)檢測車輛在指定區(qū)域的存在，現(xiàn)有的成熟技術(shù)的有線圈觸發(fā)、視頻觸發(fā)、紅外觸發(fā)、雷達(dá)觸發(fā)以及激光觸發(fā)。其中線圈觸發(fā)和視頻觸發(fā)得到了廣泛的應(yīng)用。圖像采集：該單元是指道路上安裝的攝像頭在檢測到有車輛通過的同時(shí)進(jìn)行拍照并借助網(wǎng)絡(luò)傳送到汽車自動(dòng)識(shí)別系統(tǒng)。圖像預(yù)處理：該單元是指車牌識(shí)別系統(tǒng)對(duì)拍攝的汽車圖片進(jìn)行灰度化和邊緣檢測等處理。在外界光照不均勻，光照強(qiáng)度不穩(wěn)定的情況下，通過攝像機(jī)采集到的車牌原始圖像會(huì)模糊不清，因此需要對(duì)其進(jìn)行圖像增強(qiáng)的處理；在外界環(huán)境噪聲以及電子器件自身產(chǎn)生的噪聲干擾下，車牌圖像質(zhì)量會(huì)有所下降，因此需要對(duì)原圖像進(jìn)行去噪處理等等。以上所做的這些處理均屬于圖像預(yù)處理的工作。車牌定位：是指對(duì)預(yù)處理過的汽車圖片進(jìn)行處理，把車牌部分進(jìn)行定位，把無用的部分去除，得到定位好的車牌圖片。在一張完整的車輛圖像中，大部分區(qū)域都是背景圖像，對(duì)識(shí)別工作毫無意義，我們可以將背景區(qū)域視為無用區(qū)域，并設(shè)法將其去除，即從復(fù)雜的背景圖像中準(zhǔn)確的定位并分割出車牌區(qū)域圖像，從原圖像中提取出需要的部分舍棄不需要的部分，以便節(jié)省系統(tǒng)識(shí)別時(shí)間，這也是車牌定位分割的目的及意義所在。在定位分割的過程中要保證不能把非車牌區(qū)域誤判為車牌區(qū)域，也不能漏檢車牌區(qū)域，否則后繼的工作將無法進(jìn)行。字符分割：對(duì)已經(jīng)定位的車牌圖片的進(jìn)行字符分割，將車牌分割為7個(gè)單一的字符圖片。被分離出的車牌區(qū)域圖像，系統(tǒng)并不能直接對(duì)其進(jìn)行識(shí)別，還需要將車牌上的每一個(gè)字符都獨(dú)立的完整的分割出來，即從車牌區(qū)域圖像中將車牌上所包含的每一個(gè)字符都切分出來，使其成為不具有任何相關(guān)性的單個(gè)字符圖像，再由系統(tǒng)分別對(duì)每個(gè)字符進(jìn)行識(shí)別，在對(duì)字符進(jìn)行切分時(shí)，要注意保證每個(gè)字符的完整度。字符識(shí)別：車牌字符識(shí)別是最為關(guān)鍵的一步，前面對(duì)車牌圖像所做的處理都是為了完成最終的識(shí)別。系統(tǒng)輸入的是單個(gè)的字符圖像，輸出的卻是文本格式的完整的車牌號(hào)碼，車牌字符識(shí)別的準(zhǔn)確率直接反映出車牌識(shí)別系統(tǒng)性能的好壞。輸出結(jié)果：輸出識(shí)別結(jié)果，并進(jìn)行數(shù)據(jù)存儲(chǔ)。對(duì)于車牌識(shí)別系統(tǒng)而言，以上的每一個(gè)步驟都是必不可少的，并且后一步驟均是建立在前面步驟的基礎(chǔ)之上進(jìn)行的，因此，只有確保做好每一步才能順利完成系統(tǒng)最終的識(shí)別工作。一、對(duì)車輛圖像進(jìn)行預(yù)處理：function [d]=main(jpg)[filename, pathname] = uigetfile({39。*.jpg39。, 39。JPEG 文件(*.jpg)39。})。if(filename == 0), return, endglobal FILENAME %定義全局變量FILENAME = [pathname filename]。I=imread(FILENAME)。figure(1),imshow(I)。title(39。原圖像39。)。%將車牌的原圖顯示出來結(jié)果如下：：I1=rgb2gray(I)。%將彩圖轉(zhuǎn)換為灰度圖figure(2),subplot(1,2,1),imshow(I1)。title(39。灰度圖像39。)。figure(2),subplot(1,2,2),imhist(I1)。title(39。灰度圖直方圖39。)。%繪制灰度圖的直方圖結(jié)果如下所示：3. 用roberts算子進(jìn)行邊緣檢測：I2=edge(I1,39。roberts39。,39。both39。)。%，用roberts算子進(jìn)行邊緣檢測figure(3),imshow(I2)。title(39。roberts 算子邊緣檢測圖像39。)。結(jié)果如下：：se=[1。1。1]。I3=imerode(I2,se)。%對(duì)圖像實(shí)施腐蝕操作，即膨脹的反操作figure(4),imshow(I3)。title(39。腐蝕后圖像39。)。se=strel(39。rectangle39。,[25,25])。%構(gòu)造結(jié)構(gòu)元素以正方形構(gòu)造一個(gè)seI4=imclose(I3,se)。% 圖像聚類、填充圖像figure(5),imshow(I4)。title(39。平滑圖像39。)。結(jié)果如下所示：6. 刪除二值圖像的小對(duì)象I5=bwareaopen(I4,2000)。% 去除聚團(tuán)灰度值小于2000的部分figure(6),imshow(I5)。title(39。從對(duì)象中移除小的對(duì)象39。)。結(jié)果如下所示 ：二、車牌定位[y,x,z]=size(I5)。%返回I5各維的尺寸，存儲(chǔ)在x,y,z中myI=double(I5)。%將I5轉(zhuǎn)換成雙精度tic %tic表示計(jì)時(shí)的開始，toc表示計(jì)時(shí)的結(jié)束 Blue_y=zeros(y,1)。%產(chǎn)生一個(gè)y*1的零陣 for i=1:y for j=1:x if(myI(i,j,1)==1) %如果myI(i,j,1)即myI的圖像中坐標(biāo)為(i,j)的點(diǎn)值為1，即該點(diǎn)為車牌背景顏色藍(lán)色 %則Blue_y(i,1)的值加1 Blue_y(i,1)= Blue_y(i,1)+1。%藍(lán)色像素點(diǎn)統(tǒng)計(jì) end end end [temp MaxY]=max(Blue_y)。%Y方向車