【正文】 end end end result=d。flag=1。 d(:,[1:wide])=0。flag=1。 if sum(sum(d))~=0 d=qiege(d)。amp。 [m1,n1]=size(temp)。wide=n2 wide=wide+1。 while sum(d(:,wide+1))~=0amp。 while flag==0 [m,n]=size(d)。y1=8。 %返回圖像的一個(gè)裁剪區(qū)域 function [word,result]=getword(d) word=[]。 hh=bottomtop。right=1 right=right1。 end while sum(d(:,right))==0amp。amp。bottom1 bottom=bottom1。 end while sum(d(bottom,:))==0amp。amp。right=n。bottom=m。 焦作大學(xué)畢業(yè)設(shè)計(jì)說(shuō)明書(shū) 第 26 頁(yè) 共 35 頁(yè) 子程序代碼 : function e=qiege(d) [m,n]=size(d)。r39。Color39。車(chē)牌號(hào)碼 :39。 %輸出最大相關(guān)圖像 l=l+1。 Code(l*2)=39。 findc=find(Error1==MinError)。 end Error1=Error(kmin:kmax)。 for k1=1:40 for l1=1:20 if ( SubBw2(k1,l1) 0 | SubBw2(k1,l1) 0 ) Dmax=Dmax+1。 for i=1:40 for j=1:20 SubBw2(i,j)=SegBw2(i,j)SamBw2(i,j)。 %把行向量轉(zhuǎn)化成字符串 建立自動(dòng)識(shí)別的代碼表 讀取分割出來(lái)的字符 第一個(gè)字符與模板中的漢字模板進(jìn)行匹配 第二個(gè)字符與模板中的字母模板進(jìn)行匹配 待識(shí)別字符與模板字符相減，值越小相似度越大，找到最小 的一個(gè)即為匹配的最好的 識(shí)別完成，輸出此模板對(duì)應(yīng)值 后 5 個(gè)字符與模板中的字母與數(shù)字模板進(jìn)行匹配 焦作大學(xué)畢業(yè)設(shè)計(jì)說(shuō)明書(shū) 第 25 頁(yè) 共 35 頁(yè) SamBw2 = imread(fname)。.jpg39。字符模板 \39。 kmax=36。 kmax=36。 kmax=43。 %對(duì)圖像做縮放處理 SegBw2=double(SegBw2)20。nearest39。])。 %轉(zhuǎn)為串 t=imread([ii,39。 %產(chǎn)生 40*20的全 0矩陣 l=1。])。 39。:39。 39。:39。 識(shí)別的流程圖如下所示： 焦作大學(xué)畢業(yè)設(shè)計(jì)說(shuō)明書(shū) 第 24 頁(yè) 共 35 頁(yè) 源代碼 如下： liccode=char([39。 首先取字符模板，接著依次取待識(shí)別字符與模板進(jìn)行匹配，將其與模板字符相減，得到的 0越多那么就越匹配。為了實(shí)驗(yàn)方便，結(jié)合本次設(shè)計(jì)所選汽車(chē)牌照的特點(diǎn)，只建立了 7 個(gè)數(shù)字 26 個(gè)字母與 10 個(gè)數(shù)字的模板。 汽車(chē)牌照的字符一般有七個(gè)，大部分車(chē)牌第一位 是漢字，通常代表車(chē)輛所屬省份，緊接其后的為字母與數(shù)字。也可以計(jì)算圖象與模板特征量之間的距離，用最小距離法判定所屬類(lèi)。)。 imwrite(word7,39。39。)。 imwrite(word5,39。39。)。 imwrite(word3,39。39。)。 imwrite(word1,39。739。)。 subplot(2,7,13),imshow(word6),title(39。539。)。 subplot(2,7,11),imshow(word4),title(39。339。)。 subplot(2,7,9),imshow(word2),title(39。139。 word7=imresize(word7,[40 20])。 word5=imresize(word5,[40 20])。 word3=imresize(word3,[40 20])。 % 商用系統(tǒng)程序中歸一化大小為 40*20,此處演示 word1=imresize(word1,[40 20])。)。 subplot(2,7,7),imshow(word7),title(39。639。)。 subplot(2,7,5),imshow(word5),title(39。439。)。 subplot(2,7,3),imshow(word3),title(39。239。)。 subplot(2,7,1),imshow(word1),title(39。 % 分割出第七個(gè)字符 [word7,d]=getword(d)。 % 分割出第五個(gè)字符 [word5,d]=getword(d)。 % 分割出第三個(gè)字符 [word3,d]=getword(d)。d=qiege(d)。word1=temp。 two_thirds=sum(sum(temp([round(m/3):2*round(m/3)],:)))。 [m,n]=size(temp)。 d=qiege(d)。 while sum(d(:,wide+1))~=0 wide=wide+1。 left=1。word1=[]。y2=。 % 分割 end end % 再切割 d=qiege(d)。 if k2k1=round(n/) [val,num]=min(sum(d(:,[k1+5:k25])))。 j=n1 j=j+1。 while s(j)~=0 amp。 while j~=n while s(j)==0 j=j+1。s=sum(d)。 焦作大學(xué)畢業(yè)設(shè)計(jì)說(shuō)明書(shū) 第 20 頁(yè) 共 35 頁(yè) % subplot(3,2,5),imshow(d),title(n) k1=1。 % 尋找連續(xù)有文字的塊，若長(zhǎng)度大于某閾值，則認(rèn)為該塊有兩個(gè)字符組成，需要分割 %首先創(chuàng)建子函數(shù) qiege 與 getword，而后調(diào)用子程序，將車(chē)牌的字符分割開(kāi)并且進(jìn)行歸一化處理 d=qiege(d)。但是對(duì)于車(chē)牌的識(shí)別，并不需要太多的處理就已經(jīng)可以達(dá)到正確識(shí)別的目的。字符識(shí)別的算法很多，因?yàn)檐?chē)牌字符間間隔較大，不會(huì)出現(xiàn) 字符粘連情況，所以此處采用的方法為 尋找連續(xù)有文字的塊，若長(zhǎng)度大于某閾值，則認(rèn)為該塊有兩個(gè)字符組成，需要分割。 運(yùn)行結(jié)果如下所示： 在汽車(chē)牌照自動(dòng)識(shí)別過(guò)程中，字符分割有承前啟后的作用。膨脹或腐蝕處理后 39。)。%如果小于則實(shí)現(xiàn)膨脹操作 end 焦作大學(xué)畢業(yè)設(shè)計(jì)說(shuō)明書(shū) 第 19 頁(yè) 共 35 頁(yè) imwrite(d,39。%返回矩陣 b的尺寸信息， 并存儲(chǔ)在 m,n中 if bwarea(d)/m/n= %計(jì)算二值圖像中對(duì)象的總面積與整個(gè)面積的比是否大于 d=imerode(d,se)。... se=eye(2)。/39。/39。 % 使用一個(gè) 3X3的正方形結(jié)果 元素對(duì)象對(duì)創(chuàng)建的圖像進(jìn)行膨脹 % 39。square39。均值濾波后 39。)。%使用指定的濾波器 h對(duì) h進(jìn)行 d即均值濾波 imwrite(d,39。,3)。) %均值濾波前 % 濾波 h=fspecial(39。 subplot(3,2,2),imshow(d),title(39。均值濾波前 .jpg39。 d=(double(b)=T)。 T=round(g_max(g_maxg_min)/3)。) g_max=double(max(max(b)))。subplot(3,2,1),imshow(b),title(39。)。%將車(chē)牌圖像轉(zhuǎn)換為灰度圖 imwrite(b,39。)。%將彩色車(chē)牌寫(xiě)入 彩色車(chē)牌 文件中 焦作大學(xué)畢業(yè)設(shè)計(jì)說(shuō)明書(shū) 第 18 頁(yè) 共 35 頁(yè) a=imread(39。彩色車(chē)牌 .jpg39。的車(chē)牌區(qū)域如下所示： 三、 字符分割 及處理 理 對(duì) 分割出的彩色 車(chē)牌圖像進(jìn)行 灰度轉(zhuǎn)換 、二值化 、均值濾波、腐蝕膨脹 以及字符分割以從車(chē)牌圖像中分離出組成車(chē)牌號(hào)碼的單個(gè)字符圖像 ， 對(duì)分割出來(lái)的字符進(jìn)行預(yù)處理（二值化、歸一化），然后分析提取，對(duì)分割出的字符圖像進(jìn)行識(shí)別給出文本形式的車(chē)牌號(hào)碼。定位裁剪后的車(chē)牌彩色圖像 39。)。 figure(7),subplot(1,2,1),imshow(IY),title(39。 dw=I(PY1:PY28,PX1:PX2,:)。 end 焦作大學(xué)畢業(yè)設(shè)計(jì)說(shuō)明書(shū) 第 17 頁(yè) 共 35 頁(yè) PX1=PX11。amp。 end PX2=x。amp。 end end end PX1=1。 %x方向車(chē)牌區(qū)域確定 %%%%%% X方向 %%%%%%%%% Blue_x=zeros(1,x)。(PY2y)) PY2=PY2+1。 while ((Blue_y(PY2,1)=5)amp。(PY11)) PY1=PY11。 while ((Blue_y(PY1,1)=5)amp。%藍(lán)色像素點(diǎn)統(tǒng)計(jì) end end end 焦作大學(xué)畢業(yè)設(shè)計(jì)說(shuō)明書(shū) 第 16 頁(yè) 共 35 頁(yè) [temp MaxY]=max(Blue_y)。%將 I5轉(zhuǎn)換成雙精度 tic %tic表示計(jì)時(shí)的開(kāi)始， toc表示計(jì)時(shí)的結(jié)束 Blue_y=zeros(y,1)。 結(jié)果如下所示 ： 二、 車(chē)牌定位 [y,x,z