【正文】 。 最后還要感謝我的父母，是他們一直在背后支持著我。使我心靈的天平永遠(yuǎn)傾向執(zhí)著奮斗。使我深深的體會(huì)到：在這個(gè)競爭的社會(huì)里，沒有真才實(shí)學(xué)，沒有吃苦精神，是無法立足，無法生存的。 我要時(shí)時(shí)刻刻的記住人的一生要 “ 活到老，學(xué)到老 ” 緊跟時(shí)代步伐，以豪情勃發(fā)的遠(yuǎn)足邁向新的征途，新的挑戰(zhàn)。讓我們用科學(xué)知識(shí) 來武裝自己的頭腦，用高科技技術(shù)來描繪未來的憧憬和期盼。再此感謝我的老師和同學(xué)。 浙江萬里學(xué)院本科畢業(yè)論文 28 參考文獻(xiàn) [1]吳斌 .車牌識(shí)別系統(tǒng)的研究 [D].大連：大連理工大學(xué) ,2022 [2]王立強(qiáng) .車牌自動(dòng)識(shí)別技術(shù)的算法與實(shí)踐 [J].河北 ：廊坊師范學(xué)院學(xué)報(bào)（自然科學(xué)版） 2022 [3]郭燕斌 .應(yīng)用于公路收費(fèi)站系統(tǒng)的車牌識(shí)別 [D].成都：電子科技大學(xué)， 2022 [4]丁芝娟 .基于圖像處理的車牌識(shí)別系統(tǒng)設(shè)計(jì)與應(yīng)用 [D].長安： 長安大學(xué)， 2022 [5]肖啟 .高速鐵路 CFG 樁復(fù)合地基的沉降特性研究 [D].成都： 航西南交通大學(xué)2， 010 [6]董然 .基于 J2ME 的車牌識(shí)別系統(tǒng)的研究 [D].山西 ：太原理工大學(xué)， 2022 [7]龔小兵 .基于 BP 神經(jīng)網(wǎng)絡(luò)的車輛牌照自動(dòng)識(shí)別系統(tǒng)的研究 [D].武漢：武漢理工大學(xué)， 2022 [8]張光輝 .矩形截面復(fù)合材料夾芯薄壁桿件的解耦分析與求解 [D].重慶 :重慶交通大學(xué)， 2022 [9]仝瑞金 .封閉截面復(fù)合材料夾芯薄壁桿件的數(shù)值方法研究 [D].重慶：重慶交通大學(xué)， 2022 [10]孫先波 .基于邏輯規(guī)則的智能交通信號(hào)控制系統(tǒng)研究 [D] .武漢：武漢理工大學(xué)， 2022 [11]徐 建閩，賀敬凱．車型與車牌自動(dòng)識(shí)別技術(shù)分析．交通與計(jì)算機(jī)． 2022， 20(2)：711 [12]王廣宇．車輛牌照識(shí)別系統(tǒng)綜述．鄭州輕工業(yè)學(xué)院學(xué)報(bào) (自然科學(xué)報(bào) )． 2022，16(2): 4750. [13]劉肅平，陳強(qiáng)．?dāng)?shù)字圖像處理技術(shù)在車牌識(shí)別中的應(yīng)用．計(jì)算機(jī)與現(xiàn)代化． 2022(8)： 119121 [14] Srivastava, Deepesh Kumar. Vehicular Number Plate Recognition using Edge Detection and Characteristic Analysis of National Number Plates [J]． International Journal of Computer Applications, 2022, 45(24). [15]ShyangLih, Chang Automatic license plate recognition [J]. IEEE Transaction on Intelligent Transportation Systems, 2022, 5(1):4253 [16]任明亮，范勇．一種快速精確的汽車牌照字符切分算法．四川大學(xué)學(xué)報(bào)． 2022，浙江萬里學(xué)院本科畢業(yè)論文 29 39(3)： 450454 [17]KingChu Hung. RealTime Vehicle License Plate Recognition Based on 1D Discrete Periodic Wavelet Transform [C]. 2022 International Symposium on Computer, consumer and Control, 46 June 2022:914917. [18]Daoqiang Zhang， ZhiHua Zhou， Songcan Chen， Diagonal Principal Component Analysis for Face Recognition， Pattern Recognition， 2022，39(1)： 140142 浙江萬里學(xué)院本科畢業(yè)論文 30 程序附錄： function [d]=main(jpg) I=imread(39。39。)。 figure(1),imshow(I)。title(39。原圖 39。)。 I1=rgb2gray(I)。 %將真彩色圖像轉(zhuǎn)換為灰度圖像 figure(2),subplot(1,2,1),imshow(I1)。title(39。灰度圖 39。)。 figure(2),subplot(1,2,2),imhist(I1)。title(39。灰度圖直方圖 39。)。 I2=edge(I1,39。robert39。,39。both39。)。 %高斯濾波器 ,方差為 figure(3),imshow(I2)。title(39。robert 算子邊緣檢測(cè) 39。) se=[1。1。1]。 I3=imerode(I2,se)。 %圖像的腐蝕 figure(4),imshow(I3)。title(39。腐蝕后圖像 39。)。 se=strel(39。rectangle39。,[40,40])。 %構(gòu)造結(jié)構(gòu)元素，以長方形構(gòu)造一個(gè) se I4=imclose(I3,se)。 %對(duì)圖像實(shí)現(xiàn)閉運(yùn)算，閉運(yùn)算也能平滑圖像的輪廓，但與開運(yùn)算相反，它一般融合窄的缺口和細(xì)長的彎口，去掉小洞，填補(bǔ)輪廓上的縫隙。 figure(5),imshow(I4)。title(39。平滑圖像的輪廓 39。)。 I5=bwareaopen(I4,2022)。 %從二進(jìn)制圖像中移除所有少于 p 像素的連接的組件（對(duì)象），產(chǎn)生另一個(gè)二進(jìn)制圖像 figure(6),imshow(I5)。title(39。從對(duì)象中移除 小對(duì)象 39。)。 [y,x,z]=size(I5)。 %返回 I5各維的尺寸，并存儲(chǔ)在變量 y、 x、 z 中 myI=double(I5)。 %換成雙精度數(shù)值 %begin橫向掃描 tic %計(jì)算 tic與 toc之間程序的運(yùn)行時(shí)間 Blue_y=zeros(y,1)。 %產(chǎn)生 y*1的全 0矩陣 for i=1:y for j=1:x if(myI(i,j,1)==1) %如果 myI(i,j,1)即 myI圖像中坐標(biāo)為 (i,j)的點(diǎn)為藍(lán)色 %則 Blue_y 的相應(yīng)行的元素 white_y(i,1)值加 1 浙江萬里學(xué)院本科畢業(yè)論文 31 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)。%temp 為向量 white_y 的元素中的最大值， MaxY 為該值的索引（ 在向量中的位置） PY1=MaxY。 while ((Blue_y(PY1,1)=120)amp。amp。(PY11)) PY1=PY11。 end PY2=MaxY。 while ((Blue_y(PY2,1)=40)amp。amp。(PY2y)) PY2=PY2+1。 end IY=I(PY1:PY2,:,:)。 %IY為原始圖像 I中截取的縱坐標(biāo)在 PY1： PY2 之間的部分 %end橫向掃描 %begin縱向掃描 Blue_x=zeros(1,x)。%進(jìn)一步確定 x方向的車牌區(qū)域 for j=1:x for i=PY1:PY2 if(myI(i,j,1)==1) Blue_x(1,j)= Blue_x(1,j)+1。 end end end PX1=1。 while ((Blue_x(1,PX1)3)amp。amp。(PX1x)) 浙江萬里學(xué)院本科畢業(yè)論文 32 PX1=PX1+1。 end PX2=x。 while ((Blue_x(1,PX2)3)amp。amp。(PX2PX1)) PX2=PX21。 end %end縱向掃描 PX1=PX12。%對(duì)車牌區(qū)域的校正 PX2=PX2+2。 dw=I(PY1:PY2,:,:)。 t=toc。 figure(7),subplot(1,2,1),imshow(IY),title(39。行方向合理區(qū)域 39。)。 figure(7),subplot(1,2,2),imshow(dw),title(39。定位剪切后的彩色車牌圖像 39。) imwrite(dw,39。39。)。 %將圖像數(shù)據(jù)寫入到圖像文件中 [filename,filepath]=uigetfile(39。39。,39。輸入一個(gè)定位裁剪后的車牌圖像39。)。 %讀取 jpg=strcat(filepath,filename)。 %將數(shù)組 filepath,filename水平地連接成單個(gè)字符串，并保存于變量 jpg中 a=imread(39。39。)。 %讀取圖片文件中的數(shù)據(jù) b=rgb2gray(a)。 %將真彩色圖像轉(zhuǎn)換為灰度圖像 imwrite(b,39。 .jpg39。)。 %將圖像數(shù)據(jù)寫入到圖像文件中 figure(8)。subplot(3,2,1),imshow(b),title(39。 39。) g_max=double(max(max(b)))。 %換成雙精度數(shù)值 g_min=double(min(min(b)))。 %換成雙精度數(shù)值 T=round(g_max(g_maxg_min)/3)。 % T 為二值化的閾值 [m,n]=size(b)。 %返回矩陣 b 的尺寸信息， 并存儲(chǔ)在 m、 n 中。其中 m 中存儲(chǔ)的是行數(shù)， n中存儲(chǔ)的是列數(shù)。 d=(double(b)=T)。 % d:二值圖像 浙江萬里學(xué)院本科畢業(yè)論文 33 imwrite(d,39。 .jpg39。)。 %將圖像數(shù)據(jù)寫入到圖像文件中 figure(8)。subplot(3,2,2),imshow(d),title(39。 39。) figure(8),subplot(3,2,3),imshow(d),title(39。 39。) % 濾波 h=fspecial(39。average39。,3)。 %建立預(yù)定義的濾波算子， average指定算子的類型，3為相應(yīng)的參數(shù) d=im2bw(round(filter2(h,d)))。 %轉(zhuǎn)換為二值圖像 imwrite(d,39。 .jpg39。)。 %將圖像數(shù)據(jù)寫入到圖像文件中 figure(8),subplot(3,2,4),imshow(d),title(39。 39。) % 某些圖像進(jìn)行操作 % 膨脹或腐蝕 % se=strel(39。square39。,3)。 % 使用一個(gè) 3X3的正方形結(jié)果元素對(duì)象對(duì)創(chuàng)建的圖像膨脹 % 39。line39。/39。diamond39。/39。ball39。... se=eye(2)。 % eye(n) returns the nbyn identity matrix 單位矩陣 [m,n]=size(d)。 %返回矩陣 b的尺寸信息， 并存儲(chǔ)在 m、 n中。其中 m中存儲(chǔ)的是行數(shù)， n中存儲(chǔ)的是列數(shù) if bwarea(d)/m/n= %計(jì)算二值圖像中對(duì)象的總面積 d=imerode(d,se)。 %圖像的腐蝕 elseif bwarea(d)/m/n= %計(jì)算二值圖像中對(duì)象的總面積 d=imdilate(d,se)。 %實(shí)現(xiàn)膨脹操作 end imwrite(d,39。 .jpg39。)。 %將圖像數(shù)據(jù)寫入到圖像文件中 figure(8),subplot(3,2,5),imshow(d),title(39。 39。) % 尋找連續(xù)有文字的塊，若長度大于某閾值，則認(rèn)為該塊有兩個(gè)字符組成，需要分割 d=qiege(d)。 %切割 [m,n]=size(d)。 %返回矩陣 b的尺寸信息， 并存儲(chǔ)在 m、 n中。其中 m中存儲(chǔ)的是行數(shù)， n中存儲(chǔ)的是列數(shù) 浙