【文章內(nèi)容簡介】 即消除邊界點(diǎn)，是邊界向內(nèi)部收縮的過程，腐蝕的規(guī)則是輸出圖像的最小值是輸入圖像領(lǐng)域中的最小值 ， 在一個二值圖像中 ，只要有一個像 素值為 0， 則相應(yīng)的輸出像素值為 0。假設(shè) B對 X腐蝕所產(chǎn)生的二值圖像 E是滿足以下條件的點(diǎn) （ x,y)的集合 ； 如果 B的原點(diǎn)平移到點(diǎn) （ x， y），而在Matlab 中用 imerode（）函數(shù)來實(shí)現(xiàn)： Car_Image_Erode=imerode(Car_Image_Bin,Se)。 其中結(jié)構(gòu)元素 Se又被形象成為刷子 ， 用于測試輸入圖像 ， 一般比待處理圖像小很多。結(jié)構(gòu)元素的大小形狀任意 ， 一般是二維的。二維結(jié)構(gòu)元素為數(shù)值 0 和 1 組成圖 像 的 腐蝕 去 除 圖 像雜質(zhì) 通過 X和 Y方向?qū)ふ? 完 成 車 牌定位 對 圖 像 進(jìn)一步處理 貴州民族大學(xué)畢業(yè)設(shè)計(jì) 第 7 頁 共 26 頁 的矩陣 。 結(jié)構(gòu)元素中數(shù)值為 1 的點(diǎn)決定結(jié)構(gòu)元素的領(lǐng)域像素在進(jìn)行腐蝕操 作時是， 造成信息丟失 ， 太小起不了預(yù)期的效果 ， 這里使用 3x1矩陣的線性結(jié)構(gòu)元素 ,即 se=[1。1。1]。 車牌的腐蝕圖像： Se=[1。1。1]。 I3=imerode(I2,se)。 Figure(3)。 Imshow(I3)。 圖 4：邊緣檢測 從圖中可以看到，對于一些小的目標(biāo)通過腐蝕的方法已經(jīng)消除留下了的大體就是車牌區(qū)域部分。 雖然對圖像進(jìn)行了必要的腐蝕處理，但由于圖像在存在數(shù)字 化誤差和噪聲，所以需要 對圖像進(jìn)行平滑處理，可以使用 Matlab 中的 imclose（）函數(shù)來解決，公式如下： Car_Image_Perform=imclose(Car_Image_Erode,Se)。 它的作用是融合窄的缺口和細(xì)長的彎口，去除小洞以及填補(bǔ)輪廓中的縫隙。公式中的 se 采用50x50 的矩形將幾個封閉的區(qū)域連接起來，從而形成一個矩形，這樣能方便的提取需要的圖像區(qū)域。 平滑后圖像： Se=imstrel(‘rectangle’,[50,50])。 I4=imclose(I3,se)。 Figure(4)。 Imshow(I4)。 貴州民族大學(xué)畢業(yè)設(shè)計(jì) 第 8 頁 共 26 頁 圖 5：平滑后圖像 圖像平滑處理 后， 可能會有多個閉合區(qū)域 ， 對于不是車牌區(qū)域的必須予以刪除 ，這時需要使用 Matlab 中的 bwareaopen()函數(shù) 刪除二值圖像中面積小于一個定值的對象 ， 默認(rèn)情況下使用 8鄰居。 Car_Image_Perform2=bwareaopen(Car_Image_Perform,10000)。 這樣 ， Car_Image_Perform 中面積小于 10000 的對象都被刪除了。 形態(tài)學(xué)處理后的圖像： I5=bwareaopen(I4,10000)。 Figure(5)。 Imshow(I5)。 貴州民族大學(xué)畢業(yè)設(shè)計(jì) 第 9 頁 共 26 頁 圖 6：形態(tài)濾波后圖像 車牌分割 車牌部分采用的是車牌色彩信息分割。使用統(tǒng)計(jì)色彩圖像素點(diǎn)的方法分割出車牌區(qū)域。直雙向投影法 ： 水平坐標(biāo)的確定 ， 先定義一個 1xX 的數(shù)組 ， 其中 X 錯誤 ！ 未找到引用源。為原始圖像的寬度值 ， 然后將二值圖像垂直投影到 x 軸。從直方 圖中基本可以看書水平方向上的兩個分界線 ， 為了便于處理 ， 該課題將像素值臨界值定量化 ， 取值 5個像素。從左向右尋找第一個 1 值像素大于 5 的 X 錯誤 ！ 未找到引用源。坐標(biāo)為水平方向左側(cè)分界線 ， 從右向左尋找到第一個 1值像素量大于 5的為右側(cè)分界線 ，程序可以用 for 循環(huán)語句。 垂直方向的分界線可用同樣的方法實(shí)現(xiàn)。分界線計(jì)算后 ，即可分割出車牌圖。 貴州民族大學(xué)畢業(yè)設(shè)計(jì) 第 10 頁 共 26 頁 圖 7：分割后的彩色圖像區(qū)域 對定位后的車牌再處理 定位后的圖像需要對其進(jìn) 行二值化，避免對計(jì)算機(jī)的存儲空間的過多的占用，減少存在的噪聲。圖像的二值化處理是將圖像上的點(diǎn)的灰度值設(shè)置為兩個數(shù)值（ 0和 255），是圖像呈現(xiàn)黑白效果。 雖然圖像間受背景、光照等影響存在較大的差異在 Matlab 實(shí)現(xiàn)方式如下 ： T=round(License_Image_Gray_max(License_Image_Gray_maxLicense_Image_Gray_min)/3)。 然后通過濾波來去除噪聲。均值濾波是指在圖像上對目標(biāo)像素給一個模板，再用模板中的全體像素的平 均值代替原有的像素值。這里采用的是高通濾波算法。通過對比濾波前后對比，不僅去除了噪聲，還銳化了圖像。濾波后的圖像需要進(jìn)行腐蝕或者膨脹處理，膨脹的運(yùn)算規(guī)則是 輸出圖像的像素值是輸入圖像鄰域中的最大值 ， 在一個二值圖像中 ， 只要一個像素值為 1， 則相應(yīng)的輸出像素值為 1。 根據(jù)經(jīng)驗(yàn)值 ， 車牌圖像中 ， 字符面積與車牌面積之比在 (,)之間 ， 因此計(jì)算字符面積與車牌面積比值 ， 如果大于 ， 如果小于 則對圖像進(jìn)行膨脹 ， 在這里結(jié)構(gòu)元素 Se使用一個二維單位矩陣 [1 0 01]錯誤 !未找到 引用源。 從圖像中可以看到膨脹后的圖像更加的清晰。 貴州民族大學(xué)畢業(yè)設(shè)計(jì) 第 11 頁 共 26 頁 圖 9 ：分割區(qū)域處理后圖像 字符分割與歸一化 字符分割與歸一化流程圖： [m,n]=size(d),逐步檢查有沒有白色像素點(diǎn)，設(shè) 置 1=jn1,當(dāng)圖像兩邊s(j)=0,切割并去除雜質(zhì) 切割圖像上下多余部分 依據(jù)圖像大小，設(shè)置一閾值，檢查圖像 X 方向，如果寬度等于閾值，分割 歸一化切割出來的字符為 40*20，并與模板內(nèi)的進(jìn)行大小匹配 貴州民族大學(xué)畢業(yè)設(shè)計(jì) 第 12 頁 共 26 頁 字符 分割 得到二值化圖像后對其進(jìn)行垂直投影，此時可以用直方圖來表示，通過對波形從左到右進(jìn)行 掃描，根據(jù)谷和峰的特征來判斷每個字符的位置 ，計(jì)算垂直峰，檢測合理的字符高寬比?？梢酝ㄟ^對字符的寬度的統(tǒng)計(jì)來減少字符分割的不準(zhǔn)確性，并將切割過寬的字符進(jìn)行分裂處理出來。 2021 年頒布的我國車牌規(guī)范 (普通中小型汽車 )規(guī)定車牌總長 440mm， 牌照中的7個字符的實(shí)際總長為 409mm 左右 ， 寬 140mm， 每個字符 45mm 寬 ， 90mm 高 ，字符間距為 10mm， 其中第二個字符與第三個字符的間距較為 為 ， 最后一個 字符與第一個字符距邊界 25mm。如果平均分配每個字符在牌照中占據(jù)的寬度 ，則 每個字符寬度為 ：width/7（ width 指字符寬度） 。實(shí)際 情況中，往往 第二個第三個字符之間