【正文】 會起不到應有的效果甚至有反效果。經(jīng)過總結，雖然這種處理方法受到環(huán)境噪聲影響少，但是，對圖片的規(guī)格要求相對較高。因為最關鍵的結構元素和閥值的選取都是通過對圖片的分析得到的，所以缺少適應性，當圖片規(guī)格不統(tǒng)一時，閥值和結構元素都要相應變化，但如果圖片規(guī)格統(tǒng)一，那么這套方法的識別率將會很高。而字符分割部分，實驗結果分析表明準確性較高，干擾較少，分割的準確度與車牌定位的質量有關，車牌定位越準確，字符分割效果越好。本文論述了車牌識別系統(tǒng)的發(fā)展情況和重要性，結合所學知識和學習國內(nèi)學者提出的各種車牌識別系統(tǒng)的研究，針對車牌識別系統(tǒng)的車牌定位和字符分割這兩個重要模塊提出了一套方法。盡管這個方法具有一定的局限性，但基本能實現(xiàn)車牌定位和字符分割。　展望目前的車牌識別系統(tǒng)在飛速發(fā)展，但在準確率和識別速度方面依然還有很大的提升空間，對車牌定位算法的研究依然是車牌識別的一個重點。由于客觀條件的限制，本文對車牌定位和字符分割的算法研究處于一個初級研究，還有很多后續(xù)的工作要進行，更多的知識需要學習，本人認為有以下幾個方面還要繼續(xù)改進：（1）提高形態(tài)學的適應性，使形態(tài)學處理更合適更好，能適應更多的情況。（2）改進車牌的定位方法，使車牌提取更準確、更快。（3）增強車牌定位算法的功能，例如能檢測出多個車牌或者檢測出沒有車牌。（4）字符分割方法要改進，增強細節(jié)處理，使分割出來的字符不斷裂和更完整。（5）再深入了解車牌識別系統(tǒng)，把車牌識別功能做出來。通過本課題研究，學習到很多知識，了解到車牌定位算法的各種知識，希望能與實際的應用如停車場、交通管理等進行聯(lián)系和配合使用，學以致用。參 考 文 獻陳濤，楊晨暉，[J].計算機技術與發(fā)展，2009，19(05): 4547.遲曉君，[J].計算機應用研究，2006，(07): 256257.范蕤，[J].通化師范學院學報，2008，29(10): 46.郭琳琳，[J].信息與電腦，2010，(04): 1415.胡小健，[J].仲愷農(nóng)業(yè)技術學院學報，2006,19(01): 4446.焦婷婷，[J].山東科學，2008，21(02): 3941.[J].山西電子技術，2013，(01): 4547.孟曉莉，趙安軍，[J].計算機技術與發(fā)展，2010，20(11): 8486.齊永奇，王文凡，趙巖，[J].現(xiàn)代電子技術，2007，(17): 184186.[J].計算機應用與軟件，2010，27(08): 255256.[D].重慶：重慶大學，2009.熊春榮，[J].微計算機信息，2010, (16): 188190.[J].中國科技信息，2009，(12): 146147.[J].微型機與應用，2010，(02): 13.張向東，馬月濤，[J].電子科技，2007，(05): 7274.朱光忠，鄭月齋，[J].福建電腦，2009，(07): 7475.卓均飛，[J].科技通報，2010，26(03): 438441.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。旋轉校正39。)。endgp=rgb2gray(I)。y=edge(gp,39。roberts39。)。%邊緣檢測%形態(tài)學處理IM=imclose(y,strel(39。rectangle39。,[4,24]))。%閉運算IM1=imopen(IM,strel(39。rectangle39。,[4,24]))。%開運算IM2=imopen(IM1,strel(39。rectangle39。,[20,1]))。%開運算IM2=bwareaopen(IM2,1210)。%投影[y,x,z]=size(IM2)。Y1=zeros(y,1)。%水平投影for i=1:yfor j=1:xif(IM2(i,j,1)==1)Y1(i,1)=Y1(i,1)+1。endendend%定位上下邊界[temp MaxY]=max(Y1)。PY1=MaxY。while ((Y1(PY1,1)=10)amp。amp。(PY11))PY1=PY11。endPY2=MaxY。while ((Y1(PY2,1)=10)amp。amp。(PY2y)) PY2=PY2+1。endIY=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。定位結果39。) else[L,num]=bwlabel(IM2,8)。STATS=regionprops(L,39。basic39。)。Area=[]。BoundingBox=[]。nu=numel(BoundingBox)。for i=3:4:nub=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。定位結果39。)endendendgd=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=1:7while((X1(1,Px0)10)amp。amp。(Px0x))Px0=Px0+1。endPx1=Px0。a=1。while(((X1(1,Px1)=10)amp。amp。(Px1x))||((Px1x)amp。amp。((a/y)=)))Px1=Px1+1。a=Px1Px0。endZ3=Z2(:,Px0:Px1,:)。Z4=imresize(Z3,[88 40])。figure(3)subplot(1,7,i)imshow(Z4)Px0=Px1。end致　　　　謝謝謝你們！26