【正文】 謝謝你們。再次，要感謝各位任課老師。兩位老師的教誨對(duì)于我來(lái)說(shuō)終身受用。六、主要參考資料如下：王家文. MATLAB ： 陳陽(yáng). 車(chē)牌定位系統(tǒng)的研究與開(kāi)發(fā)[D]. 山西: 中北大學(xué), 2007張曉. 復(fù)雜背景下的車(chē)牌定位系統(tǒng)設(shè)計(jì)[D]. 西安: 西安電子科技大學(xué), 2009龔聲蓉，劉純平，王強(qiáng)．?dāng)?shù)字圖象處理與分析[M]．北京：清華出版社．2006．賀興華，周媛媛，王繼陽(yáng)，等．MATLAB圖像處理[M]．北京：人民郵電出版社．2006．[M].北京：機(jī)械工業(yè)出版社,2004(6) [M].北京:電子工業(yè)出版社,2004 劉為國(guó)．MATLAB程序設(shè)計(jì)教程[M]．北京：中國(guó)水利水電出版社，2005．徐飛，施曉紅．MTALAB應(yīng)用圖像處理[M]．西安：西安電子科技大學(xué)出版社，2003．崔江，王友仁．車(chē)牌自動(dòng)識(shí)別方法中的關(guān)鍵技術(shù)研究[J]．計(jì)算機(jī)測(cè)量與控制，2003，1l(4)：260—262．1楊靜．基于數(shù)學(xué)形態(tài)學(xué)的圖像分割研究及應(yīng)用[J]．儀器儀表用戶(hù)，2005(5)：18一19．1TMS320DM642 Video/Imaging FixedPoint Digital Signal Processor Data Manual[M].Texas Instruments Incorporated,2004 七、致謝首先，要感謝我的兩位老師：章學(xué)靜和陳景園。處理后顯示的車(chē)牌圖像：處理后定位的車(chē)牌圖像問(wèn)題和不足：在MATLAB運(yùn)行中，由于采集圖像的問(wèn)題，經(jīng)常出現(xiàn)無(wú)法進(jìn)行車(chē)牌定位或者提出位置不準(zhǔn)確的現(xiàn)象。第一行第二個(gè)圖為：對(duì)灰度圖進(jìn)行形態(tài)學(xué)處理，提取邊緣。經(jīng)過(guò)以上這些處理之后我們已經(jīng)可以初步確定車(chē)牌的位置了，對(duì)基本定位后的車(chē)牌圖像進(jìn)行局部分析，以進(jìn)一步確定字符范圍，縮減車(chē)牌的左、右和上、下邊界，確定出汽車(chē)牌照的具體位置，精確定位出的圖片會(huì)因?yàn)榕臄z角度產(chǎn)生傾斜，需要對(duì)車(chē)牌圖像進(jìn)行傾斜矯正，本文使用Hough 變換的方法進(jìn)行傾斜矯正，提取出汽車(chē)牌照。把直方圖統(tǒng)計(jì)圖（a , c ）和P 氏熵（Pa , Pc ）進(jìn)行比較，通過(guò)對(duì)兩塊圖像直方圖分布和對(duì)應(yīng)的P 氏熵值的比較，可以看到，直方圖分布比較分散而且灰度級(jí)個(gè)數(shù)之間跳變比較頻繁的那一塊圖像，其P 氏熵的數(shù)值比直方圖分布集中的那一塊圖像的P 氏熵?cái)?shù)值大。該算法從圖像整體灰度變化性質(zhì)出發(fā)，把熵值越大，系統(tǒng)內(nèi)部越不均勻，系統(tǒng)平均不確定程度越大的信息熵物理意義與圖像灰度直方圖分布越不均勻，熵值越大的特性結(jié)合起來(lái)，通過(guò)對(duì)分塊后的每一塊圖像進(jìn)行基于整體性質(zhì)的P 氏熵計(jì)算。選擇車(chē)體區(qū)域定位在車(chē)牌定位分割系統(tǒng)的應(yīng)用，原因在于車(chē)體區(qū)域定位為實(shí)現(xiàn)車(chē)牌定位提供了兩個(gè)方面幫助：1 車(chē)體區(qū)域定位能夠改變圖像的尺寸以及確定車(chē)牌在圖像中的位置。否則為1。① 膨脹是以得到B的相對(duì)與它自身原點(diǎn)的映像并且由z對(duì)映像進(jìn)行移位為基礎(chǔ)的。接著對(duì)車(chē)牌在垂直方向進(jìn)行開(kāi)運(yùn)算，這樣既消除了車(chē)牌區(qū)域與它上方或下方干擾區(qū)域的粘連，又消除了狹長(zhǎng)的水平線的干擾。邏輯運(yùn)算盡管本質(zhì)上很簡(jiǎn)單，但對(duì)于實(shí)現(xiàn)以形態(tài)學(xué)為基礎(chǔ)額圖像處理算法是一種有力的補(bǔ)充手段。：邊緣檢測(cè)提取圖、形態(tài)學(xué)處理形態(tài)學(xué)處理是指將數(shù)字形態(tài)學(xué)作為工具從圖像中提取對(duì)于表達(dá)和描繪區(qū)域形狀有用處的圖像分量，比如邊界、骨架以及凸殼，還包括用于預(yù)處理或后處理的形態(tài)學(xué)過(guò)濾、細(xì)化和修剪等。邊緣檢測(cè)的基本思想是通過(guò)檢測(cè)每個(gè)像元是否位于一個(gè)物體的邊界上。常用方法有LaPlaciai3．邊緣增強(qiáng)、Sobel梯度方向邊緣增強(qiáng)等。 (1)這里的T稱(chēng)為二值化閾值（Threshold），在灰度圖象中純黑色為0，純白色為1。二值化的目的就是要找出一個(gè)合適的閾值，將待處理的區(qū)域劃分為前景和背景兩個(gè)部分。由于背景的復(fù)雜性和不可知性，灰度化處理并不能滿足實(shí)際需要，車(chē)牌照區(qū)域在圖像中不夠突出，這樣為了增強(qiáng)圖像對(duì)比度，采用灰度拉伸的辦法增強(qiáng)原圖的各部分的反差。當(dāng)以上幾種情況影響到車(chē)牌定位時(shí)，就可以采用灰度校正的方法來(lái)處理，增強(qiáng)圖像灰度的變化范圍、豐富灰度層次，達(dá)到增強(qiáng)圖像對(duì)比度和分辨率的目的。采用MATLAB工具自定義濾波函數(shù)，實(shí)現(xiàn)圖像的平滑處理。卷積是一個(gè)加權(quán)求和的過(guò)程。使得圖像中那些不明顯的低頻成分更容易識(shí)別。（1）圖像濾波濾波是對(duì)圖像進(jìn)行一系列區(qū)域處理，以達(dá)到去除干擾、突出圖像特征信息的目的。 圖像預(yù)處理分為兩大類(lèi)：圖像濾波和圖像增強(qiáng)。車(chē)輛圖像的采集一般都在高速公路收費(fèi)站或城市里的電子眼，由于室外環(huán)境的不穩(wěn)定性，使得車(chē)輛景象在成像過(guò)程中，受多種因素的影響，圖像質(zhì)量會(huì)下降，人們常常把這種圖像質(zhì)量下降的過(guò)程稱(chēng)為圖像的退化。導(dǎo)入彩色原始圖像圖像預(yù)處理灰度化處理圖像邊緣檢測(cè)形態(tài)學(xué)處理車(chē)牌定位定位 系統(tǒng)流程圖、圖像預(yù)處理車(chē)牌自動(dòng)識(shí)別系統(tǒng)中車(chē)輛圖像是通過(guò)圖像采集卡將運(yùn)動(dòng)的車(chē)輛圖像抓拍下來(lái)，并以位的格式存放在系統(tǒng)內(nèi)存中。．系統(tǒng)原理圖和生成的PCB板系統(tǒng)原理圖：原理圖生成的PCB板：PCB板四、在MATLAB環(huán)境下實(shí)現(xiàn)車(chē)牌定位的功能、車(chē)牌定位系統(tǒng)介紹一個(gè)完整車(chē)牌定位系統(tǒng)應(yīng)包括圖像采集、圖像預(yù)處理、灰度化、圖像邊緣檢測(cè)、形態(tài)學(xué)處理、腐蝕膨脹等單元等。其他部分電路模塊：上拉電阻注：中斷電路，I2C總線需要接上拉電阻：晶振模塊注：X2/CLKIN為12M晶振連接到內(nèi)部振蕩器的輸入引腳。數(shù)據(jù)程序存儲(chǔ)模塊SDRAM和FLASH：SDRAM模塊： Flash模塊：TMS320VC5509ADSP注意：由于芯片中的RESET和BYTE為低電平有效，需提供10K的上拉電阻接+。（5）SDRAM：同步動(dòng)態(tài)隨機(jī)存儲(chǔ)，用于存儲(chǔ)中心數(shù)據(jù)。該芯片主要完成數(shù)據(jù)的運(yùn)算和處理。通過(guò)圖像輸入，系統(tǒng)的處理后顯示要達(dá)到的效果圖像。通過(guò)仿真，使原始圖像經(jīng)過(guò)該算法的處理后能夠清楚地顯示出車(chē)牌區(qū)域，同時(shí)使圖像中的非車(chē)牌區(qū)域消失或者減弱，從而能準(zhǔn)確有效地定位出車(chē)牌在圖像中的位置。在研究中，主要對(duì)車(chē)體區(qū)域定位，車(chē)牌定位和車(chē)牌字符分割三個(gè)部分進(jìn)行了算法研究。同時(shí)在畢業(yè)設(shè)計(jì)中添加了拓展部分：硬件設(shè)計(jì)的部分。通過(guò)網(wǎng)絡(luò)，出入卡口的車(chē)輛數(shù)據(jù)可以實(shí)時(shí)在線，隨時(shí)可用于統(tǒng)計(jì)流量和進(jìn)行模糊查詢(xún)，找到某一輛車(chē)現(xiàn)在的具體位置。通常用于交通監(jiān)控卡口、路橋收費(fèi)卡口、停車(chē)場(chǎng)入口等。( 10 ）車(chē)輛安全防盜、查堵指定車(chē)輛等。( 6 ）不停車(chē)自動(dòng)收費(fèi)。( 2 ）交通控制與誘導(dǎo)。因此現(xiàn)有的識(shí)別系統(tǒng)要達(dá)到完全實(shí)用化仍然有很長(zhǎng)的路要走。由于漢字的識(shí)別難度較大，以及眾多自然和人文因素的干擾，使得國(guó)內(nèi)的成熟產(chǎn)品并不多，目前國(guó)內(nèi)的車(chē)牌識(shí)別技術(shù)研究還主要集中在對(duì)各種車(chē)牌定位、字符分隔和識(shí)別等方面的算法進(jìn)行研究上。以色列Hi—Tech公司的See/CarSystem系列有多種的變形產(chǎn)品來(lái)分別適應(yīng)某一個(gè)國(guó)家的車(chē)牌See / Car Chinese 系統(tǒng)可以對(duì)中國(guó)大陸的車(chē)牌進(jìn)行識(shí)別，但也有很大的缺陷，而且不能識(shí)別車(chē)牌中的漢字，另外日本、加拿大、德國(guó)、意大利、英國(guó)等各個(gè)西方發(fā)達(dá)國(guó)家都有適合于本國(guó)車(chē)牌的識(shí)別系統(tǒng)．各個(gè)國(guó)家的產(chǎn)品雖然不同，但