【正文】 i)*100)/100。 ES=[ES SR]。 end end end　CANNY算子處理后的圖BW1=zeros(y,x)。 % 根據(jù)上述的統(tǒng)計直方圖設定 S 的閾值for i=1:x for j=1:y if((BW(j,i)==1)amp。(S(j,i)=)amp。(S(j,i)=)) BW1(j,i)=1。 end end end對X方向和Y方向進行邊緣像素點數(shù)量統(tǒng)計，挑出邊緣點數(shù)量大于平均值的位置，最后一列大于平均值的位置作為，最后一個區(qū)域的切分位置，下面是X方向的算法，Y方向的也類似，代碼簡要實現(xiàn)如下：ColumnX=zeros(1,x)。for i=1:x if (EdgePointsX(i)=AveragePointsX) ColumnX(i)=1。 endendNx=sum(ColumnX)。 Posx=zeros(1,Nx)。 % 挑出邊緣點數(shù)量大于平均值的位置k=1。for i=1:x if (EdgePointsX(i)=AveragePointsX) Posx(k)=i。 k=k+1。 endendgapx=12。 % 間隔小于10列的，區(qū)域合并Partx0=zeros(1,Nx)。Partx1=zeros(1,Nx)。k=1。Partx0(1)=Posx(1)。for i=2:Nx d=Posx(i)Posx(i1)。 if (dgapx) Partx1(k)= Posx(i1)。 k=k+1。 Partx0(k)=Posx(i)。 endend Partx1(k)= Posx(Nx)。 % 最后一列大于平均值的位置作為，最后一個區(qū)域的切分位置Spanx=zeros(1,k)。 % 共有k個區(qū)域for i=1:k Spanx(i)=sum(ColumnX(Partx0(i):Partx1(i)))。end[mytemp nPartx]=max(Spanx)。word_Xseg0=Partx0(nPartx)。word_Xseg1=Partx1(nPartx)。最后得出分割的圖片，代碼實現(xiàn)如下：word=I(word_Yseg0:word_Yseg1,word_Xseg0:word_Xseg1,:)?！∽詈蠓指畛鰜淼膱D 模板讀取模塊在圖像識別之前，首先就是要從模板庫中讀取模板，之后才可以進行匹配識別。下面就是模板讀取算法的實現(xiàn)代碼：function [Plate]=get_model()for n=1:15 Plate{n}=imread([39。plates\39。,int2str(n),39。.bmp39。])。 Plate{n}=rgb2gray(Plate{n})。 Plate{n}=im2bw(Plate{n})。End 圖像識別模塊將RGB原圖分割出來之后，再將其灰度化、二值化、反色處理，之后將其大小調(diào)整至和模板大小一樣，因為模板匹配的時候，兩幅二值化圖片的大小要一樣才能夠進行模板匹配，之后再讀取模板，調(diào)用識別函數(shù)就可以得出該圖片和模板庫里面哪一幅圖片相似度最大了。代碼實現(xiàn)如下：ww=word。Img2=rgb2gray(ww)。%將切割出來的圖片灰度化處理Threshold=graythresh(Img2)。Img3=im2bw(Img2,Threshold)。%將灰度化的圖片二值化處理Img4=~Img3。Img5=imresize(Img4,[100,100])。%將該圖片重新調(diào)整至模版尺寸plate=get_model。%讀取模版for n=1:15 like(n)=shibie(Img5,plate{n})。%調(diào)用識別函數(shù)end下面是模板匹配識別函數(shù)的實現(xiàn)代碼：　Plate = Load_Plate?！　　? Plate定義的變量，用來加%載導入的模板數(shù)據(jù)　　　　　　　　　　　　% Load_Plate是導入模板數(shù)據(jù)%的函數(shù) for n=1:24 A = get_Img4。 B = Plate{n}。 a = A mean2(A)。 b = B mean2(B)。r(n)= sum(sum(a.*b))/sqrt(sum(sum(a.*a))*sum(sum(b.*b)))。 end [like,j]=max(r)。% like是相關系數(shù),j是所對應的模板序號之后就再定義一個空數(shù)組message{i}= 39。39。來存儲字符串，這個空的字符串數(shù)組的賦值方式如下：if i=amp。amp。j==1 result=39。該路段可以鳴喇叭39。end if i=amp。amp。j==2 result=39。注意:前方不可以左轉彎39。end　……… ……… ……… GUI界面設計及系統(tǒng)測試界面采用了MATLAB里面的圖形用戶界面(GUI,Graphical User Interface)來設置，因為它方便、快捷、易用。圖形用戶界面提供人機交互的工具和方法。GUI是用圖形對象――GUI控件，如：按鈕、文本、滑塊和菜單等組成的用戶界面。一個設計優(yōu)秀的GUI能夠非常直觀地讓用戶知道如何操作MATLAB界面。MATLAB的GUI為開發(fā)者提供了一個不脫離MATLAB的開發(fā)環(huán)境，更有益于MATLAB程序的GUI的集成。開發(fā)者開發(fā)的產(chǎn)品是面向使用者，是告訴使用者如何了解產(chǎn)品、如何使用產(chǎn)品。往往絕大數(shù)使用者都不愿意去理解一大堆繁雜的代碼，甚至對這些代碼一無所知。而GUI就是實現(xiàn)開發(fā)者與使用者的橋梁。在研發(fā)部門和決策部門進行溝通的過程中，GUI就顯得特別重要，決策人并不了解具體的代碼，而研發(fā)部門想要得到?jīng)Q策人的肯定，就必須向決策人提供圖文并茂盛的界面，甚至達到多媒體效果，這樣就可以讓決策人清晰地理解項目的精髓，作出正確的、有益于研發(fā)部門的判斷。下面就是用matlab里面的圖形用戶界面的各種控件來設計的斑馬線自動識別系統(tǒng)界面：　 　斑馬線自動識別系統(tǒng)運行前界面　斑馬線自動識別系統(tǒng)運行后界面在菜單的“文件”下有“打開”的菜單項，點擊“打開”就會彈出一個面板，在這里選擇你要識別的圖像。圖如下：　　打開圖片　　　　　選擇圖片點擊識別按鈕，系統(tǒng)將作出識別，顯示識別的過程和結果，如下圖：　二值處理　　　　　　　　　　顯示識別結果結論經(jīng)濟日益發(fā)展，科技越來越發(fā)達，將來伴隨著的自動化、智能化也將越來越高要求，自動識別這個領域的發(fā)展前景不可限量，現(xiàn)在有的國家已經(jīng)有無人駕駛交通工具研制成功并投入使用。圖片識別作為自動識別領域的一個重要分支，擔負著中堅力量的角色。本人在這個基于matlab的斑馬線自動識別系統(tǒng)的研究和設計中，遇到過不少難題和節(jié)點，有點心得體會。，沒法取得很好的攝像頭，攝取得高質(zhì)量的圖片，只能夠從網(wǎng)上找一些資料以及用一些比較低級的設備收集資料，這是一個很重要的客觀原因。，這是由斑馬線本身決定的，在道路上，有車，有人，有樹木等等，這就給分割提取圖片增加了很大的難度，很難從這些不同的圖片中找出共性來提取出感興趣區(qū)域來識別。，由于每個圖像的像素不同，背景不同，顏色不同，沒法取得很好質(zhì)量的一組圖，并且圖像的內(nèi)部參數(shù)大概一致，所以在用canny算子分割時很容易丟失數(shù)據(jù)，本來想要分割的區(qū)域數(shù)據(jù)流失了，本來想分割掉的區(qū)域又分割不掉。很難在算法的設計上設計出一種普遍性分割的算法出來。所以本系統(tǒng)的分割識別也只是選擇某些背景簡單的圖來研究。，一定要注意做好模板，就算差了一點，最后在模板匹配的時候這些錯誤就會暴露出來了，正所謂失之毫厘，差之千里，一點沒錯?；谀０迤ヅ涞淖R別思想，要求我們對匹配的模板也要認真考慮，因為如果模板沒有做好的話，就算是下面的算法設計得再完美也會匹配錯誤或者識別不出來。對于每一個模板，都要分析物體的體形特征，才能做出和它真正匹配的模板出來。把要識別的物體都給它做一兩個模板，這樣很多物體的模板就組成了一個模板庫。在本系統(tǒng)的設計過程中，將很多理論的東西在實際中應用出來，同時，也在現(xiàn)實應用中發(fā)現(xiàn)很多實際的問題，這些問題亦都有待解決。致謝本人在此課題研究和設計的過程中，多得老師的指導和幫助，李老師他為人樸實，平易近人，學問博學多深，知識面廣。在課題研究過程中，遇到過的不少難點李老師都給我耐心的解答直至理解，種種都令我感動。同時也引領我進入圖像識別這個豐富多彩的世界里面，使我在這個研究當中越來越有興趣，越來越有信心一定要完成它。在此，特向李老師表示深切的謝意和崇高的敬意。還有，要感謝范運標同學，他在本人課題設計的時候從頭到尾都給予了我莫大的幫助和指引，亦是在他的協(xié)助之下，本課題才得以順利完成；同時感謝源毅紅同學給予我提供了寶貴的資料。參考文獻1　胡小鋒 C++/2　，3　陳桂明、張明照、?？茖W出版社，20004　許志影、2004(4)5　王家文 6. 蔣光毅、鄭義、郁梅　基于數(shù)學形態(tài)學的斑馬線自動識別　汕頭大學學報第13卷第1期19987蔣光毅、鄭義　　第1卷第3期19968 (美)Rafael Richard 阮秋奇 （第二版中文版）.電子工業(yè)出版社9 王永明　基于Hu不變矩擴展的斑馬線識別,曲靖師范學院學報　10　楊 斐、王坤明、馬 欣、朱雙東　應用BP神經(jīng)網(wǎng)絡分類器識別斑馬線. 計　算機工程　1. 若不給自己設限，則人生中就沒有限制你發(fā)揮的藩籬。2. 若不是心寬似海，哪有人生風平浪靜。在紛雜的塵世里，為自己留下一片純靜的心靈空間，不管是潮起潮落，也不管是陰晴圓缺，你都可以免去浮躁，義無反顧，勇往直前，輕松自如地走好人生路上的每一步3. 花一些時間，總會看清一些事。用一些事情，總會看清一些人。有時候覺得自己像個神經(jīng)病。既糾結了自己，又打擾了別人。努力過后，才知道許多事情，堅持堅持，就過來了。4. 歲月是無情的，假如你丟給它的是一片空白，它還給你的也是一片空白。歲月是有情的，假如你奉獻給她的是一些色彩，它奉獻給你的也是一些色彩。你必須努力，當有一天驀然回首時，你的回憶里才會多一些色彩斑斕，少一些蒼白無力。只有你自己才能把歲月描畫成一幅難以忘懷的人生畫卷。