【正文】 連獨立結(jié)構(gòu)、漢字筆畫橫、豎、撇、捺、點的個數(shù)建立的四維特征向量可以使車牌漢字得以區(qū)分。如圖27所示，圖（a）～(d)及（e）～(h)分別為漢字“北”及“蘭”的圖像特征提取結(jié)果。 本章小結(jié)本章主要是介紹了車牌漢字圖像的預(yù)處理及漢字圖像的特征的提取。漢字圖像經(jīng)過尺寸規(guī)格化、二值化、反色、細化等一系列預(yù)處理后，生成了漢字圖像的骨架結(jié)構(gòu)。在這個基礎(chǔ)上，可以使?jié)h字圖像特征的提取更加簡單準(zhǔn)確。然后介紹了在原有二值圖像漢字輪廓、骨架為基礎(chǔ)的漢字特征及提取方法的基礎(chǔ)，改進的一種新的二值圖像漢字輪廓、骨架為基礎(chǔ)的漢字特征的提取方法。第3章 漢字圖像的識別與一般印刷體漢字識別相比，車牌漢字識別有其自身的特點，它是文字識別技術(shù)與車牌圖像自身因素協(xié)調(diào)兼顧的綜合性技術(shù)。在車牌漢字識別設(shè)計方面，公開資料中提出的識別方法主要有：神經(jīng)網(wǎng)絡(luò)分類器識別法、模板匹配分類器識別法、基于概率統(tǒng)計的Bayes分類器識別、幾何分類器識別法等。下面我們將介紹本課題用到得模版匹配分類識別方法。 模板匹配分類器識別法模板匹配分類器識別法就是把訓(xùn)練樣品集的所有樣品作為標(biāo)準(zhǔn)模板，將待測樣品與每一個標(biāo)準(zhǔn)模板做比較，按照某種判斷準(zhǔn)則，找出最相似、最近鄰的標(biāo)準(zhǔn)模板，則標(biāo)準(zhǔn)模板的類別即為待測樣品的類別。本課題采用的為最小距離模板匹配分類識別法，其實現(xiàn)過程為:1. 建立訓(xùn)練樣品集的特征模板庫 使用設(shè)計好的車牌漢字結(jié)構(gòu)特征軟件對訓(xùn)練樣品集中的每一個車牌漢字圖像進行特征向量（xl）提取。建立標(biāo)準(zhǔn)的車牌漢字結(jié)構(gòu)特征向量模板庫。每個向量對應(yīng)一個樣品。如圖31及圖32所示。2．求出待測樣品X與訓(xùn)練樣品集里每一個樣品的距離D 其計算公式為公式（32）。 （32）3．找出距離D最小時對應(yīng)的訓(xùn)練樣品 比較步驟2中計算出的D,找出最小D值對應(yīng)的樣品。該樣品的類別即為待測樣品的類別。從而得到漢字識別結(jié)果。其流程圖如圖33所示。對于車牌漢字來說，模板匹配分類識別法的原理簡單，要存儲的標(biāo)準(zhǔn)模板數(shù)量只有50多個，因而存儲量不大。而且，每個待測樣品與每個標(biāo)準(zhǔn)模板進行相似度判斷的計算量也不大，識別速度比較快。，我們將對識別性能具體介紹。 圖31 對漢字“京”進行特征向量提取圖32 對漢字“蘭”進行特征向量提取開始輸入待識別字符特征向量計算模版對照相似度模版相似度比較輸出相似度大的漢字結(jié)果結(jié)束圖33 最小距離模板匹配分類識別法流程圖 識別性能分析在種類眾多的識別方法中，每個方法都有其各自的優(yōu)點和缺點。所以在選擇方法的時候，要根據(jù)識別對象和設(shè)計目的，要求的不同選擇合適的識別方法。本課題中選擇使用最小距離模板匹配分類識別法，主要由以下兩個性能來決定：（1）識別時間短 我們隨機抽取10個樣品對系統(tǒng)進行時間性能測試。將每個樣品識別所用時間記錄下來并且繪成坐標(biāo)圖，如圖34。由坐標(biāo)圖可以看出，使用該識別方法。符合設(shè)計指導(dǎo)書要求。圖34 識別時間統(tǒng)計（2） 準(zhǔn)確率高 通過對本課題漢字庫中漢字圖像進行識別?；旧厦總€圖像都可以正確識別出。也符合畢業(yè)設(shè)計任務(wù)指導(dǎo)書的要求。 本章小結(jié)本章主要介紹了設(shè)計中使用到的漢字識別方法以及其識別性能的分析。該識別方法雖然在設(shè)計中有很好的識別速度和精度。但是其只局限與本設(shè)計所用的漢字庫。對于一些未知的漢字庫，其識別效率不能保證。本章只是提供了一種漢字識別的方法，僅供參考。第4章 基于MATLAB的界面設(shè)計本文提供了一種基于MATLAB的車牌漢字漢字的識別系統(tǒng)，該系統(tǒng)使用MATLAB設(shè)計人機接口的界面環(huán)境，調(diào)用MATLAB的工具箱函數(shù)實現(xiàn)車牌漢字的預(yù)處理，使用MATLAB語言編寫車牌漢字特征提取及識別，從而建立車牌漢字漢字識別系統(tǒng)的快速實驗平臺。MATLAB開發(fā)環(huán)境擁有豐富的實驗工具箱，其中包括信號處理（signal processing）、控制系統(tǒng)（control system）、圖像處理（image processing）等等，這些工具箱給各個領(lǐng)域的研究和工程應(yīng)用提供了有力的工具。，他在圖形圖像處理功能上得到進一步的完善，把使用者從繁瑣、無謂的底層編程中解放出來，從而有更多的時候用于提高工作效率。 本設(shè)計基于MATLAB自帶的GUI設(shè)計工具箱制作了本程序的人機接口操作界面 GUI簡介 一個可發(fā)布的應(yīng)用程序通常都需要有一個友好的圖形界面。MATLAB為用戶開發(fā)圖形界面提供了一個方便高效的集成開發(fā)環(huán)境，MATLAB用圖形用戶界面開發(fā)環(huán)境GUIDE（MATLAB Graphical User Interface Development Environment）。其中GUI用戶圖形界面是程序化界面。用戶可以在空白模版上添加各種控件，如：按鈕、滾動條、單選按鈕、復(fù)選框、編輯框、靜態(tài)文本、列表框等等。然后在界面對用的M文件中添加各個按鈕對應(yīng)的功能程序就可以完成人機界面的設(shè)計。MATLAB為用戶開發(fā)圖形界面提供了一個方便高效的集成開發(fā)環(huán)境，MATLAB用圖形用戶界面開發(fā)環(huán)境GUIDE。用戶可以通過GUIDE方便快捷的設(shè)計出自己想要的人機接口界面。如圖42～圖45為本課程設(shè)計的界面設(shè)計效果。圖 42 運行初始界面 運行車牌漢字識別程序后，出現(xiàn)車牌漢字識別初始界面。該界面由三大功能區(qū)域組成。分別為讀入圖片顯示區(qū)、控制區(qū)以及運行結(jié)果顯示區(qū)。圖 43 選擇圖片路徑 點擊控制區(qū)的“讀入圖片”按鍵，出現(xiàn)一個輸入路徑對話框。通過該對話框選擇你所要識別的車牌漢字圖片。圖44 讀入漢字“北”的圖片點擊“漢字識別”按鍵，系統(tǒng)開始進行漢字識別。 圖45 漢字識別結(jié)果 輸出識別結(jié)果。在運行結(jié)果顯示區(qū)顯示出識別結(jié)果及識別用時。可以通過繼續(xù)點擊“讀入圖片”按鍵繼續(xù)識別其它圖像。也可以點擊“退出”按鍵退出車牌漢字識別系統(tǒng)。 本章小結(jié) 設(shè)計一個完整的系統(tǒng)軟件，不僅要實現(xiàn)其所要具有的目的功能，而且要設(shè)計出友善的人機接口界面。便于使用者簡單明了的進行操作。本畢業(yè)課題所設(shè)計的人機接口界面，簡潔明了。任何識字的人都可以熟練的使用。結(jié) 論車牌識別系統(tǒng)是一個涉及圖像處理、模式識別、計算機視覺、神經(jīng)網(wǎng)絡(luò)和軟件工程等多個領(lǐng)域的研究課題，它有著廣闊的市場和巨大的商業(yè)應(yīng)用前景。近幾年對復(fù)雜背景和環(huán)境干擾條件下的高速車牌自動識別技術(shù)研究非?；钴S，諸多學(xué)者提出了很多方法，有些已獲得了成功應(yīng)用，但都有各自的優(yōu)勢和劣勢，在理論上也沒有找到現(xiàn)成的高速實時的算法能解決識別系統(tǒng)中的所有現(xiàn)實問題。漢字識別，特別是漢字識別作為車牌識別系統(tǒng)中的重點和難點，也是現(xiàn)實問題存在最多的環(huán)節(jié)。所以，需要針對不同車牌成像環(huán)境特點和任務(wù)的特殊需要提出自己的解決方法。在本系統(tǒng)設(shè)計和實現(xiàn)的過程中，首先滲透并學(xué)習(xí)了他人提出的一些典型算法，盡可能實現(xiàn)或模擬這些算法，從結(jié)果中分析其優(yōu)劣，并提出自己的方法或改進的算法。對于車牌漢字，僅是確定的50多個漢字。這樣就大大縮小了標(biāo)準(zhǔn)庫的范圍。根據(jù)車牌漢字識別的目的，它強調(diào)效率和精確度，因此在漢字結(jié)果特征提取中將每一結(jié)構(gòu)特點都提取出來。只要找到這50多個漢字相互的區(qū)分點就可以了。本文在參考大量有關(guān)車牌圖像識別技術(shù)公開資料的基礎(chǔ)上，圍繞著車牌漢字識別技術(shù)實際應(yīng)用的特點和要求，并通過一定的實驗分析手段，首先對輸入的車牌漢字漢字圖像進行預(yù)處理包括不同圖像的規(guī)格化，灰度圖像的二值化、反色、二值化圖像的細化等等。然后對輸入的車牌漢字漢字圖像進行漢字特征提取，并在二值圖像漢字輪廓、骨架為基礎(chǔ)的漢字特征及提取方法的基礎(chǔ)上，提出了根據(jù)漢字的不相連獨立結(jié)構(gòu)、漢字筆畫橫、豎、撇、捺、點的個數(shù)建立的四維特征向量來區(qū)分車牌漢字。 實驗證明，該方法識別速度快、準(zhǔn)確率高。在識別對象確定的車牌漢字識別中有很好的效果。本文雖然在車牌漢字識別系統(tǒng)的算法技術(shù)和實現(xiàn)方法上進行了一些探索，并做了大量工作，取得了一些階段性的成果，但由于客觀條件及時間的限制，在很多方面還存在不足，有待于進一步的研究和探討，主要有以下幾點：車牌漢字的訓(xùn)練和識別樣本尚待進一步完善 本文實驗中采集到的車牌漢字圖像是已經(jīng)處理過的灰度圖像，其效果要比實際圖像清晰干凈。另外提供給系統(tǒng)的車牌漢字訓(xùn)練樣本和識別樣本還不夠完備，車牌漢字庫中漢字圖像的種類和數(shù)量有限。總之，面對真正復(fù)雜現(xiàn)場情況下的應(yīng)用，還有很多具體工作要做。最后，軟件程序上還需要對整個識別系統(tǒng)進行模塊化封裝和標(biāo)準(zhǔn)化設(shè)計。復(fù)雜背景下的多車牌定位識別 目前我們討論的是單個車牌圖像的定位識別技術(shù)，對于復(fù)雜背景下的多目標(biāo)搜索、同幅多輛汽車牌照的圖像分割、精確定位等技術(shù)及現(xiàn)實的成像噪聲干擾等實際問題及技術(shù)難點還有很多工作尚待進一步研究。在多車牌圖像目標(biāo)分割與定位識別技術(shù)方面，北京理工大學(xué)信息學(xué)院、國防科技大學(xué)603教研室、浙江師范大學(xué)模式識別研究所等單位都進行了初步的研究，取得了階段性成果，這些，我們可以進一步借鑒并應(yīng)用到商用的便攜式移動車牌識別稽查系統(tǒng)中?；诓噬卣鞯能嚺谱詣幼R別 本文所介紹的是基于灰度圖像的車牌識別技術(shù)，并沒有利用到車牌圖像的彩色空間特征信息。車牌底色和漢字的顏色是有限的幾種且往往與車身背景不同，當(dāng)前攝像機與計算機性能的提高使得彩色圖像的實時處理也變成現(xiàn)實，因此考慮基于彩色特征和彩色圖像分析技術(shù)來研究車牌的定位、分割與識別技術(shù)應(yīng)該說是車牌識別領(lǐng)域的一種新思路。這方面上海交通大學(xué)計算機科學(xué)與工程系、浙江大學(xué)等都已有學(xué)者進行了探索研究，如提出采用彩色分割、目標(biāo)定位及多級混合集成分類器的車牌自動識別方法等，這些算法和思路值得我們進一步借鑒和參考。致 謝本次設(shè)計在我的導(dǎo)師侯進副教授和陳曾學(xué)長的指導(dǎo)和幫助下，我有了很大的收獲，同時還有很多同學(xué)對我有很大的幫助，他們向我提出了很多寶貴的意見和建議。侯進副教授和陳曾學(xué)長實事求是的治學(xué)態(tài)度給我印象頗深，對我也產(chǎn)生了很大的影響，在這里向他們表示誠懇的感謝。侯老師讓我在對MATLAB編程的理解上少走了很多彎路，再次感謝她的不辭辛勞，向她表示深切的敬意。最后向所有支持我，幫助過我的老師和同學(xué)們表示衷心的謝意。參考文獻[1] 趙明生，. ，1997: 1014[2] 劉大宇. 漢字識別方法研究及其在車牌識別系統(tǒng)中的應(yīng)用. 四川大學(xué), 2003: 25[3] 朱峰. 車牌漢字識別技術(shù)的研究和實現(xiàn). 江蘇大學(xué), 2006: 69[4] . : 5053[5] 袁紹松. . : 5054[6] 求是科技. . 人民郵電出版社. : 403406[7] 吳一全,朱兆達. 圖像處理中閾值選取方法30年(19621992)的進展(一). 數(shù)據(jù)采集與處理. 1993 ,8(3): 193282[8] 丁曉青,: 125130[9] 飛思科技產(chǎn)品研發(fā)中心. . 電子工業(yè)出版社 : 213214[10] 楊淑瑩. 圖像模式識別. 北京清華大學(xué)出版社. : 19134[11] 孫星明,胡運發(fā). 結(jié)構(gòu)化漢字信息處理. 國防科技大學(xué)出版社. : 4551[12] 夏良正. 數(shù)字圖像處理東南大學(xué)出版社. : 203206[13] 徐慧等. Visual C++數(shù)字圖像實用工程案例精選. 北京:人民郵電出版社. : 244245[14] 郭招球,. 2005. 11: 1619[15] 王春,. 2005. 1 .31(1): 3638[16] 胡延平,. 44(3): 23[17] 吳煒，. : 3436[18] 岡薩雷斯. 數(shù)字圖像處理(第二版). 北京電子工業(yè)出版社. : 420453[19] 蔣先剛. 數(shù)字圖像模式識別工程軟件設(shè)計. : 35[20] 張忻中. . 1992: 103106[21] 丁曉青,郭繁夏. 漢字識別技術(shù)的發(fā)展. : 12[22] 汪芳,康慕寧等. 印刷體漢字識別技術(shù). 情報技術(shù). 2004 .2: 14[23] 周妮娜,王敏等. 車牌字符識別的預(yù)處理算法. 計算機工程與應(yīng)用. : 220222[24] Kenneth R. Castleman. Digital Image : 99103