【導讀】牌照自動識別系統(tǒng)是現代社會智能交通系統(tǒng)的重要組成部分,是圖像處理和模式識別技術研究的熱點,應用也越來越普遍。一個完整的車輛牌照識別系統(tǒng)一般包括圖像預處理，車牌定位、字符分割、字符識別四大模塊。因此，本課題將研究如何改進車牌字符識別的算法，從而提高其識別的速度和準確率。改進的模板匹配法中主要是三個內容：字符歸一化，字符模板庫建立，字符匹配的過程.字符模板庫的制作很重要，必須要用精確的模板，否則就不能正確的識別，它之字符正確識別的關鍵。字符匹配的過程則會根據車牌字符區(qū)域特征進行識別已達到提高字符識別速度目的。在相關理論的基礎上，本文通過matlab軟件對上述思想進行了編程實現。通過編程實驗可知，該方法具有實現簡單、處理數據量小、抗旋轉和對低分辨率車牌字符識別性能好等優(yōu)點。

　　

【正文】 6. 致謝 值此論文完成之際，首先感謝感謝畢業(yè)設計老師劉占衛(wèi)的幫助和指導，您開闊的思維、敏銳的洞察力一直給我很大的啟發(fā)，尤其是您嚴謹的治學態(tài)度給我印象很深，唯一的遺憾是自己不夠主動，錯過了許多與您交流的機會。 同時，感謝同一課題組同學，大家互相幫助，互相學習，我會珍惜這份來之不易的友誼。還要感謝我同窗的室友同學，謝謝你們一直以來給我的信任和無微不至的關心，我會一直銘刻于心。衷心感謝我的父母，沒有你們的支持，就沒有我的學業(yè)，沒有你們的關愛，就沒有兒子的今天。感謝抽出寶貴時間評閱我的論文的各位老師。 最后，再次向所有幫助我順利完成學業(yè)的各位致以最誠摯的謝意。7. 參考文獻[1] 岡薩雷斯．數字圖像處理（第二版）．電子工業(yè)出版社，2007．8[2] ，[3] 藍章禮、[4] 陳桂明、張明照、?？茖W出版社，2000 [5] 葉晨洲，廖金周．梅帆．車輛牌照字符識別系統(tǒng)叨．計算機系統(tǒng)應用。1999(5)：10—13．[6] 崔江，王友仁．車牌自動識別方法中的關鍵技術研究【J】．計算機測量與控制，2003，1l(4)：260—262．[7] 宋建才．字符結構知識在車牌識別中的應用．電子技術應用，2004(4)：18～19 [8] 陳景航,楊宜民. 基于小波變換和神經網絡的車牌識別系統(tǒng)[J].計算機工程,2005,31(15):175177.[9] 童建軍,鄒明福. 車牌字符的一種精判別識別方法[J].計算機工程與應用,2005,41(2):223226.[10] 宋建才. 字符結構知識在車牌識別中的應用[ J ] . 計算機應用,2005 , 21 (3) : 33 36.[11] 沈庭芝，[M].北京：[12] [J] 中國公路學報,2001(1):104106[13] [期刊論文]電子技術應用 2000(1)[14] 1991(01)[15] 趙明生, 包叢笑等. 車牌識別技術在交通工程和城市安全中的作用及應用前景〔M 〕. 北京: 人民交通出版杜. 1997.8 . 附錄% 讀取原始車牌圖像I=imread(39。39。)。% 讀取車牌分割出來的七個字符word1=imread(39。39。)。word2=imread(39。39。)。word3=imread(39。39。)。word4=imread(39。39。)。word5=imread(39。39。)。word6=imread(39。39。)。word7=imread(39。39。)。% 商用系統(tǒng)程序中歸一化大小為 40*20word1=imresize(word1,[40 20])。word2=imresize(word2,[40 20])。word3=imresize(word3,[40 20])。word4=imresize(word4,[40 20])。word5=imresize(word5,[40 20])。word6=imresize(word6,[40 20])。word7=imresize(word7,[40 20])。subplot(3,7,15),imshow(word1),title(39。139。)。subplot(3,7,16),imshow(word2),title(39。239。)。subplot(3,7,17),imshow(word3),title(39。339。)。subplot(3,7,18),imshow(word4),title(39。439。)。subplot(3,7,19),imshow(word5),title(39。539。)。subplot(3,7,20),imshow(word6),title(39。639。)。subplot(3,7,21),imshow(word7),title(39。739。)。imwrite(word1,39。39。)。imwrite(word2,39。39。)。imwrite(word3,39。39。)。imwrite(word4,39。39。)。imwrite(word5,39。39。)。imwrite(word6,39。39。)。imwrite(word7,39。39。)。liccode=char([39。039。:39。939。 39。A39。:39。Z39。 39。蘇豫陜魯晉浙遼京39。])。 %建立自動識別字符代碼表 SubBw2=zeros(40,20)。 % 初始值歸為0矩陣l=1。for I=1:7 ii=int2str(I)。 %轉化為字符串格式 t=imread([ii,39。.jpg39。])。 SegBw2=imresize(t,[40 20],39。nearest39。)。 if l==1 %第一位漢字識別 kmin=37。 kmax=44。 elseif l==2 %第二位 A~Z 字母識別 kmin=11。 kmax=36。 elseif l==3amp。amp。l==4 %第三位或者第四位是字母或數字識別 kmin=1。 kmax=36。 else l=5 %第五位以后是數字識別 kmin=1。 kmax=10。 end for k2=kmin:kmax fname=strcat(39。字符模板\39。,liccode(k2),39。.jpg39。)。 % 讀取字符模板庫中的圖像 SamBw2 = imread(fname)。 for i=1:40 for j=1:20 SubBw2(i,j)=SegBw2(i,j)SamBw2(i,j)。 end end % 以上相當于兩幅圖相減得到第三幅圖 Dmax=0。 for k1=1:40 for l1=1:20 if ( SubBw2(k1,l1) 0 | SubBw2(k1,l1) 0 ) Dmax=Dmax+1。 % 如果兩幅圖像對應的圖像相減得到的不是0,次數加1 end end end Error(k2)=Dmax。 end Error1=Error(kmin:kmax)。 MinError=min(Error1)。 % 如果第三幅圖像中所得到的0數量最多，那么兩幅圖像相似度最高 findc=find(Error1==MinError)。 Code(l*21)=liccode(findc(1)+kmin1)。 Code(l*2)=39。 39。 % 確定識別出的圖像在車牌中的位置，中間加上空格 l=l+1。 % 繼續(xù)循環(huán)enddw=imread(39。39。)。 % 定位后的圖像figure(10),imshow(22),title ([39。車牌號碼:39。, Code],39。Color39。,39。b39。)。25