【導讀】取得的研究成果。盡我所知，除了文中特別加以標注和致謝中所羅列的內容以外，論文。中不包含其他人已經發(fā)表或撰寫過的研究成果。與我一同工作的同志對本研究所做的任。何貢獻均已在論文中作了明確的說明并表示了謝意。本人完全意識到本聲明的法律結果。本學位論文諾與資料若有不實之處，本人承擔一切相關責任。急待解決的問題。本論文旨在運用模式識別理論，通過對監(jiān)控圖像進行適當處理和建立。更好地維護社會治安和人民生命財產安全。要求識別絕對準確，只要求通過技術分析為人眼辨識提供借鑒。牌上的數(shù)字，模糊等級至少考慮5種情況。如何使公路交通管理科學化、現(xiàn)代化、智能化已成為公路交通管理部門的首要。圖像匹配是計算機視覺和圖像處理領域中一項非常重要的工作。文中主要對車牌數(shù)字進行了研究，并在。MATLAB環(huán)境下進行了相應的實驗。首先，將不同模糊程度的車牌數(shù)字存儲在電腦中備用，然后

　　

【正文】 從而可快速有效地識別數(shù)字符號，并達到較好的分類效果。 提取筆劃特征的算法如下： 1）按從上到下，從左到右的順序掃描預處理后圖像并選擇黑像素點 P； 2）計 算像素 P 的 8——— 領域之和 N； 3）若 N＝ 1，則像素 P 為端點，端點計數(shù)器加 1； 4）重復步驟（ 1）－（ 3），直到遍歷整個圖像。 依據上述特征提取方法， 本系統(tǒng)中的特征矢量由 7 個分量組成，其排列如下所示： DATA＝ [水平 1 ／ 3 處交點數(shù)，水平中線交點數(shù)，水平 2 ／ 3 處交點數(shù)，豎直 5 ／ 12 處交點數(shù)，豎直中線交點數(shù)，豎直 7 ／ 12 處交點數(shù) ，端點數(shù) ] 圖 41 待識別字符特征提取 圖 42 模板特征提取 算法流程 1 圖像讀取 ： 將讀取進來的圖像進行 灰度變換； 2 清晰化 ： 根據模糊數(shù)字圖像的圖像進行清晰化處理，清晰化過程課參考 節(jié)的匹配預處理技術，得到邊緣清晰的模糊數(shù)字圖像 3 細化 ： 將邊緣比較清晰的模糊數(shù)字圖像進行二值化，并將其轉換為細化圖像： 圖像處理中物體的形狀信息是十分重要的，為了便于描述和抽取圖像特定區(qū)域的特征，對那些表示物體的區(qū)域通常需要采用細化算法處理，得到與原來物體區(qū)域形狀近似的由簡單的弧或曲線組成的圖形，這些細線處于物體的中軸附近，這就是所謂的圖像的細化。通俗的說圖像細化就是從原來的圖像中去掉一些點，但仍要保持目標區(qū)域的原來形狀，通過細化操作可以將一個物體細化為一條單像素寬的線，從而圖形化的顯示出其拓補性質。 效果如圖 為細化前的圖像， 圖 為細化后的圖像 4 骨架提取 ： 實際上，圖像細化就是保持原圖的骨架。所謂骨架，可以理解為圖象的中軸，例如一個長方形的骨架是它的長方向上的中軸線；正方形的骨架是它的中心點；圓的骨架是它的圓心，直線的骨架是它自身，孤立點的骨架也是自身。對于任意形 細化前 細化后 狀的區(qū)域，細化實質上是腐蝕操作的變體，細化過程中要根據每個像素點的八個相鄰點的情況來判斷該點是否可以剔除或保留。 細化即將二值化的數(shù)字圖像按一定的規(guī)律縮小到成單像素點 構成，但保持源圖像的結構特征。 細化算法依據是否使用迭代運算可以分為兩類：第一類是非迭代算法，一次即產生骨架，如基于距離變換的方法，游程長度編碼細化等。第二類是迭代算法，即重復刪除圖像邊緣滿足一定條件的像素，最終得到單像素寬帶骨架。迭代方法依據其檢查像素的方法又可以再分成串行算法和并行算法，在串行算法中，是否刪除像素在每次迭代的執(zhí)行中是固定順序的，它不僅取決于前次迭代的結果，也取決于本次迭代中已處理過像素點分布情況，而在并行算法中，像素點刪除與否與像素值圖像中的順序無關，僅取決于前次迭代的結果。 在細化一幅圖像 X 時應滿足兩個條件： 第一，在細化的過程中， X 應該有規(guī)律地縮??； 第二，在 X 逐步縮小的過程中，應當使 X的連通性質保持不變。 對設已知目標點標記為 1，背景點標記為 0。邊界點是指本身標記為 1 而其 8連通鄰域中至少有一個標記為 0的點。 本文采用串行的迭代算法對一幅圖像的所有邊界點即一個 3 3 區(qū)域都進行如下檢驗和操作： 考慮以邊界點為中心的 8 鄰域，設 p1 為中心點，對其鄰域的 8個點逆時針繞中心點分別標記為 p2， p3，?， p9，其中 p2 位于 p1 的上方。如果 p1=1(即黑點 )時，下面 4 個條件同時滿足， 則刪除 p1(p1=0)：① 2≤ N(p1)≤ 6，其中 N(p1)是 p1 的非零鄰點的個數(shù)；② S(p1)=1，其中 S(p1)是以 p2， p3， p4，?， p9 為序時這些點的值從 0 到 1 變化的次數(shù)；③ p2p4p6=0 或者 S(p1)≠ 1；④ p4p6p8=0 或者 S(p1)≠ 1。 仿真實現(xiàn) 仿真一： 圖一 圖二 ‘圖一’為待識別的模糊數(shù)字圖像，‘圖二’是經過預處理后二值化的數(shù)字圖像，‘圖三’是經過細化后的圖像 ，‘圖四‘為骨架提取，計算可得： DATA=[1,3,3,3,3,3]。 圖三 圖四 表三 數(shù)字 編號 1 編號 2 編號 3 標號 4 標號 5 編號 6 1 1 1 1 0 0 0 2 1 1 1 3 3 3 3 1 1 1 3 4 4 4 2 2 2 2 2 2 5 1 1 1 3 3 3 6 1 2 2 3 3 3 7 1 1 1 1 3 2 8 2 2 2 3 3 3 9 2 2 1 3 3 3 10 2 2 2 2 2 2 通過與模板庫存放的模板數(shù)據即‘表三’ 比較， DATA 數(shù)據跟數(shù)字 6 的最為匹配，可得所識別的字符為 6。 仿真二 ： ‘圖五’為待識別的模糊數(shù)字圖像，‘圖六’是經過預處理后二值化的數(shù)字圖像，‘圖七 ’是經過細化后的圖像 ，‘圖八’為骨架提取圖，計算得： DATA=[2,1,1,3,3,3]； 通過對比得：數(shù)字五跟 DATA 最為匹配，所以可以得出待匹配數(shù)字為 5。 圖五 圖六 圖七 圖八 結論 本論文對模糊數(shù)字預處理方面做了很多的研究，這研究主要集中在空域。在圖像調整方面應用到灰度投影方面的知識。其次，在模板匹配方面，本論文在空域方面進行加權匹配，提高了匹配準確率。再次，在模板匹配上，本論文提出并研究圖像特征匹配，這對模糊圖像識別提供很有利的識別證據 本論文能順利完成，少不了李學斌老師的熟心指導，還有討論小組的成員。若是沒有他們的幫助，再次衷心甘心李老師以及所有個哦我提供幫助的同學們。 參考文獻 1 《一種改進的模板匹配的數(shù)字識別方法》 劉洋洋 西安建筑科技大學信息與克制工程學院。 2《幾種基于模板匹配法的數(shù)字圖像識別分析》 吳小艷，王維慶 楊春祥 王小龍 新疆大學電氣工程學院。 3 《基于特征匹配的車牌識別算法研究》 來自網上 博客。 4《基于模板匹配的車牌識別及 MATLAB 實現(xiàn)》 伏紹鶇 來自網上資源博客。 5《基于 MATLAB 的改進模板匹配方法的機器人目標識別系統(tǒng)》 張金國 呂庭豪 華中科技大學交通學院 湖北武漢。 6《基于數(shù)字圖像處理的車型車牌識別與超速檢測系統(tǒng)研究》 孫宏琦 7《數(shù)字識別及應用》 鄔建瓴。 8 《基于模糊人工神經網絡識別的水質評價模型》 陳守煜 李亞偉 大連理工大學土木水利學院。 9 《一種高精度的圖像匹配算法》 主兆仲 周付根 劉志芳 楊建峰 北京航天航空大學。 10 《圖像匹配算法研究》 碩士 張強 西安電子科技大學 11《圖像匹配經典算法及其改進方法研究》 張紅源 張自立 軍械工程學院光學與電子工程系 12 《 Learning Templates from Fuzzy Examples in Structural Pattern Recognition》KwokPing Chan, Member, IEEE 13 《 IMAGE REGISTRATION BY TEMPLATE MATCHING USING NORMALIZED CROSSCORRELATION》 Jignesh N Sarvaiya Dr. Suprava Patnaik 14 《 Extraction of License Plate Region in Automatic License Plate Recognition》Department of Electronics and Communicatio Amrita Vishwa Vidyapeetham Kollam 15 《 Implementation of Number Recognition using Adaptive Template matching and Feature Extraction Method 》 Ketan ,Pradnya ,Pravin 。 16 《 Recognition of Number and Position using Image Processing Techiques for Solving dudoku Puzzles》 Pramod J Simha, Suraj K v, and Tejas Ahobala Electronics and Communications Department, VTUBNM Institute of Technology, Bangalore, India 畢業(yè)設計（論文）原創(chuàng)性聲明和使用授權說明 原創(chuàng)性聲明 本人鄭重承諾：所呈交的畢業(yè)設計（論文），是我個人在指導教師的指導下進行的研究工作及取得的成果。盡我所知，除文中特別加以標注和致謝的地方外，不包含其他人或組織已經發(fā)表或公布過的研究成果，也不包含我為獲得 及其它教育機構的學位或學歷而使用過的材料。對本研究提供過幫助和做出過貢獻的個人或集體，均已在文中作了明確的說明并表示了謝意。 作 者 簽 名： 日 期： 指導教師簽名： 日 期： 使用授權說明 本人完全了解 大學關于收集、保存、使用畢業(yè)設計（論文）的規(guī)定，即：按照學校要求提交畢業(yè)設計（論文）的印刷本和電子版本；學校有權保存畢業(yè)設計（論文）的印刷本和電子版，并提供目錄檢索與閱覽服務；學?？梢圆捎糜坝?、縮印、數(shù)字化或其它復制手段保存論文；在不以贏利為目的前提下，學?？梢怨颊撐牡牟糠只蛉績热荨? 作者簽名： 日 期： 學位論文原創(chuàng)性聲明 本人鄭重聲明：所呈交的論文是本人在導師的指導下獨立進行研究所取得的研究成果。除了文中特別加以標注引用的內容外，本論文不包含任何其他個人或集體已經發(fā)表或撰寫的成果作品。對本文的研究做出重要貢獻的個人和集體，均已在文中以明確方式標明。本人完全意識到本聲明的法律后果由本人承擔。 作者簽名： 日期： 年 月 日 學位論文版權使用授權書 本學位論文作者完全了解學校有關保留、使用學位論文的規(guī)定，同意學校保留并向國家有關部門或機構送交論文的復印件和電子版，允許論文被查閱和借閱。本人授權 大學可以將本學位論文的全部或部分內容編入有關數(shù)據庫進行檢索，可以采用影印、縮印或掃描等復制手段保存和匯編本學位論文。 涉密論文按學校規(guī)定處理。 作者簽名： 日期： 年 月 日 導師簽名： 日期： 年 月 日