【導(dǎo)讀】益提高，對(duì)交通管理和控制提出了更高的要求。在智能化交通管理系統(tǒng)中，車(chē)牌識(shí)別技。輛管理上發(fā)揮著十分重要的作用。車(chē)牌識(shí)別技術(shù)廣泛應(yīng)用于道路違規(guī)車(chē)輛監(jiān)控、停車(chē)場(chǎng)。車(chē)牌識(shí)別軟件系統(tǒng)一般分為三部分：車(chē)牌定位、字符分割。態(tài)學(xué)處理，最后就是車(chē)牌區(qū)域的提取。字符分割部分采用的是投影法，分析垂直投影的。像素點(diǎn)直方圖，利用每個(gè)字符的波谷、波峰和車(chē)牌的定制標(biāo)準(zhǔn)來(lái)劃分每一個(gè)字符。算來(lái)去除干擾因素、消除噪音和無(wú)用信息，簡(jiǎn)單直觀，受環(huán)境干擾少。本文提出車(chē)牌定位算法和字符分割方法均能達(dá)到良好的效果。

　　

【正文】 致適應(yīng)性差，對(duì)尺寸不合適的車(chē)牌圖像會(huì)起不到應(yīng)有的效果甚至有反效果。 經(jīng)過(guò)總結(jié)，雖然這種處理方法受到環(huán)境噪聲影響少，但是，對(duì)圖片的規(guī)格要求相對(duì)較高。因?yàn)樽铌P(guān)鍵的結(jié)構(gòu)元素和閥值的選取都是通過(guò)對(duì)圖片的分析得到的，所以缺少適應(yīng)性，當(dāng)圖片規(guī)格不統(tǒng)一時(shí)，閥值和結(jié)構(gòu)元素都要相應(yīng)變化，但如果圖片規(guī)格統(tǒng)一，那么這套方法的識(shí)別率將會(huì)很高。 而字符分割部分，實(shí)驗(yàn)結(jié)果分析表明準(zhǔn)確性較高，干擾較少，分割的準(zhǔn)確度與車(chē)牌定位的質(zhì)量有關(guān)，車(chē)牌 定位越準(zhǔn)確，字符分割效果越好。 本文論述了車(chē)牌識(shí)別系統(tǒng)的發(fā)展情況和重要性，結(jié)合所學(xué)知識(shí)和學(xué)習(xí)國(guó)內(nèi)學(xué)者提出的各種車(chē)牌識(shí)別系統(tǒng)的研究，針對(duì)車(chē)牌識(shí)別系統(tǒng)的車(chē)牌定位和字符分割這兩個(gè)重要模塊提出了一套方法。盡管這個(gè)方法具有一定的局限性，但基本能實(shí)現(xiàn)車(chē)牌定位和字符分割。 展望 目前的車(chē)牌識(shí)別系統(tǒng)在飛速發(fā)展，但在準(zhǔn)確率和識(shí)別速度方面依然還有很大的提升空間，對(duì)車(chē)牌定位算法的研究依然是車(chē)牌識(shí)別的一個(gè)重點(diǎn)。由于客觀條件的限制，本文對(duì)車(chē)牌定位和字符分割的算法研究處于一個(gè)初級(jí)研究，還有很多后續(xù)的工作要進(jìn)行，更基于 Matlab 的車(chē)牌定位系統(tǒng)的研究與設(shè)計(jì) 19 多的知識(shí)需要學(xué) 習(xí)，本人認(rèn)為有以下幾個(gè)方面還要繼續(xù)改進(jìn)： （ 1）提高形態(tài)學(xué)的適應(yīng)性，使形態(tài)學(xué)處理更合適更好，能適應(yīng)更多的情況。 （ 2）改進(jìn)車(chē)牌的定位方法，使車(chē)牌提取更準(zhǔn)確、更快。 （ 3）增強(qiáng)車(chē)牌定位算法的功能，例如能檢測(cè)出多個(gè)車(chē)牌或者檢測(cè)出沒(méi)有車(chē)牌。 （ 4）字符分割方法要改進(jìn)，增強(qiáng)細(xì)節(jié)處理，使分割出來(lái)的字符不斷裂和更完整。 （ 5）再深入了解車(chē)牌識(shí)別系統(tǒng)，把車(chē)牌識(shí)別功能做出來(lái)。 通過(guò)本課題研究，學(xué)習(xí)到很多知識(shí)，了解到車(chē)牌定位算法的各種知識(shí)，希望能與實(shí)際的應(yīng)用如停車(chē)場(chǎng)、交通管理等進(jìn)行聯(lián)系和配合使用，學(xué)以致用。 基于 Matlab 的車(chē)牌定位系統(tǒng)的研究與設(shè)計(jì) 20 參 考 文 獻(xiàn) 陳濤 ， 楊晨暉，青波 .基于投影和固有特征結(jié)合的車(chē)牌字符分割方法 [J].計(jì)算機(jī)技術(shù)與發(fā)展 ， 2020， 19(05): 4547. 遲曉君，孟慶春 .基于投影特征值的車(chē)牌字符分割算法 [J].計(jì)算機(jī)應(yīng)用研究 ， 2020， (07): 256257. 范蕤，潘永惠 .基于小波變換的車(chē)牌定位算法研究 [J].通化師范學(xué)院學(xué)報(bào)， 2020， 29(10): 46. 郭琳琳，黃仲瑾 .基于邊緣檢測(cè)的車(chē)牌定位方法 [J].信息與電腦， 2020， (04): 1415. 胡小健，張超龍 .利用 Randon變換進(jìn)行圖像分割與特征提取 [J].仲 愷農(nóng)業(yè)技術(shù)學(xué)院學(xué)報(bào) ，2020,19(01): 4446. 焦婷婷，侯德文 .車(chē)牌字符分割問(wèn)題分析 [J].山東科學(xué)， 2020， 21(02): 3941. 馬永慧 .基于邊緣檢測(cè)與 HSI彩色空間的車(chē)牌定位方法 [J].山西電子技術(shù)， 2020， (01): 4547. 孟曉莉，趙安軍，馬光思 .基于數(shù)學(xué)形態(tài)學(xué)的車(chē)牌定位研究與實(shí)現(xiàn) [J].計(jì)算機(jī)技術(shù)與發(fā)展，2020， 20(11): 8486. 齊永奇，王文凡，趙巖，等 .基于紋理特征和垂直投影的車(chē)牌定位算法研究 [J].現(xiàn)代電子技術(shù)， 2020， (17): 184186. 王怡 .基于數(shù)學(xué)形態(tài)學(xué)的車(chē)牌定位與分割 [J].計(jì)算機(jī)應(yīng)用與軟件 ， 2020， 27(08): 255256. 吳林 .基于自適應(yīng)形態(tài)學(xué)的車(chē)牌定位算法及字符分割的研究 [D].重慶：重慶大學(xué)， 2020. 熊春榮，黃文明 .基于復(fù)合型數(shù)學(xué)形態(tài)學(xué)邊緣提取的車(chē)牌定位算法 [J].微計(jì)算機(jī)信息 ，2020, (16): 188190. 徐瑞 .Radon變換在車(chē)牌傾斜校正中的應(yīng)用 [J].中國(guó)科技信息 ， 2020， (12): 146147. 閆青 .常用車(chē)牌定位算法淺析 [J].微型機(jī)與應(yīng)用 ， 2020， (02): 13. 張向東，馬 月濤，楊奇澤 .一種基于灰度圖像的車(chē)牌快速定位算法 [J].電子科技， 2020，(05): 7274. 朱光忠 ， 鄭月齋，楊旭峰 .基于數(shù)學(xué)形態(tài)學(xué)開(kāi)運(yùn)算和投影特征的車(chē)牌定位研究 [J].福建電腦 ， 2020， (07): 7475. 卓均飛，胡煜 .基于邊緣檢測(cè)和投影法的車(chē)牌定位算法研究 [J].科技通報(bào) ， 2020， 26(03): 438441. 基于 Matlab 的車(chē)牌定位系統(tǒng)的研究與設(shè)計(jì) 21 附 錄 程序主要代碼： I=imread(39。*.jpg39。)。%讀取圖片 gp=rgb2gray(I)。%灰度化 E=edge(gp,39。canny39。)。%邊緣檢測(cè) theta=1:180。 [R,xp]=radon(E,theta)。%radon變換 [E,J]=find(R=max(max(R)))。%J記錄了傾斜角 qingxiejiao=90J。 if((qingxiejiao5amp。amp。qingxiejiao20)||(qingxiejiao5amp。amp。qingxiejiao20)) I=imrotate(I,qingxiejiao,39。bilinear39。,39。crop39。)。 figure(1),imshow(I),title(39。旋轉(zhuǎn)校正 39。)。 end gp=rgb2gray(I)。 y=edge(gp,39。roberts39。)。%邊緣檢測(cè) %形態(tài)學(xué)處理 IM=imclose(y,strel(39。rectangle39。,[4,24]))。%閉運(yùn)算 IM1=imopen(IM,strel(39。rectangle39。,[4,24]))。%開(kāi)運(yùn)算 IM2=imopen(IM1,strel(39。rectangle39。,[20,1]))。%開(kāi)運(yùn)算 IM2=bwareaopen(IM2,1210)。 %投影 [y,x,z]=size(IM2)。 Y1=zeros(y,1)。%水平投影 for i=1:y for j=1:x if(IM2(i,j,1)==1) Y1(i,1)=Y1(i,1)+1。 end end end 基于 Matlab 的車(chē)牌定位系統(tǒng)的研究與設(shè)計(jì) 22 %定位上下邊界 [temp MaxY]=max(Y1)。 PY1=MaxY。 while ((Y1(PY1,1)=10)amp。amp。(PY11)) PY1=PY11。 end PY2=MaxY。 while ((Y1(PY2,1)=10)amp。amp。(PY2y)) PY2=PY2+1。 end IY=IM2(PY1:PY2,:,:)。 %左右邊界 PX1=1。 while ((X1(1,PX1)12)amp。amp。(PX1x)) PX1=PX1+1。 end PX2=PX1+1。 while ((X1(1,PX2)10)amp。amp。(PX2x)) PX2=PX2+1。 end PX1=PX11。 PX2=PX2+1。 c=(PX2PX1)/(PY2PY1)。 %定位選擇 if(PX2xamp。amp。PX10amp。amp。PY10amp。amp。PY2yamp。amp。camp。amp。c=2) dw=I(PY1:PY2,PX1:PX2,:)。 figure(2),imshow(dw)。title(39。定位結(jié)果 39。) else [L,num]=bwlabel(IM2,8)。 基于 Matlab 的車(chē)牌定位系統(tǒng)的研究與設(shè)計(jì) 23 STATS=regionprops(L,39。basic39。)。 Area=[]。 BoundingBox=[]。 nu=numel(BoundingBox)。 for i=3:4:nu b=BoundingBox(i)/BoundingBox(i+1)。 if (bamp。amp。b) widthX=BoundingBox(i)。 widthY=BoundingBox(i+1)。 xb=BoundingBox(i2)。 yb=BoundingBox(i1)。 dw=I(yb:yb+widthY,xb:xb+widthX,:)。 figure,imshow(dw)。title(39。定位結(jié)果 39。) end end end gd=rgb2gray(dw)。%灰度化 h=graythresh(gd)。%二值化閥值 I1=im2bw(gd,h)。%二值化 [y,x,z]=size(I1)。 I4=double(I1)。 %分割 Px0=1。 Px1=1。 y=fix(x*90/409)。%寬高比 for i=1:7 while((X1(1,Px0)10)amp。amp。(Px0x)) Px0=Px0+1。 end Px1=Px0。 基于 Matlab 的車(chē)牌定位系統(tǒng)的研究與設(shè)計(jì) 24 a=1。 while(((X1(1,Px1)=10)amp。amp。(Px1x))||((Px1x)amp。amp。((a/y)=))) Px1=Px1+1。 a=Px1Px0。 end Z3=Z2(:,Px0:Px1,:)。 Z4=imresize(Z3,[88 40])。 figure(3) subplot(1,7,i) imshow(Z4) Px0=Px1。 end 基于 Matlab 的車(chē)牌定位系統(tǒng)的研究與設(shè)計(jì) 25 致 謝 謝謝你們！