【正文】 end Z3=Z2(:,Px0:Px1,:)。((a/y)=))) Px1=Px1+1。(Px1x))||((Px1x)amp。 while (((X1(1,Px1)=10)amp。%找到待分割字符左邊的位置 end Px1=Px0。amp。%%%%%%%%%%%%%對(duì)圖像分割%%%%%%%%%%%%%%y=fix(x*90/409)。去除圓點(diǎn)后圖像39。 endendfigure(6)。x2=fix(x*128/409)。Z2=double(Z2)。for j=1:x for i=1:y if(Z2(i,j,1)==1) X1(1,j)= X1(1,j)+1。%%%%%%%%%再次計(jì)算列方向像素%%%%%%%%%[y,x,z]=size(Z2)。%將二值圖像垂直邊框去除后圖像顯示出來Px0=1。將二值圖像垂直邊框去除后圖像39。%將二值圖像左右邊框去除figure(5)。i~=2) x0=x01。(x01)amp。 while ((X1(1,x0)5)amp。(x02)) x0=x01。%找到第一個(gè)字符的位置for i=1:2while (i~=2) while ((X1(1,x0)=5)amp。(x1x)) x1=x1+1。 while ((X1(1,x1)15)amp。(x1x)) x1=x1+1。for i=1:5while (i~=5) while ((X1(1,x1)=15)amp。)。),ylabel(39。),xlabel(39。plot(0:x1,X1),title(39。for j=1:x for i=1:y if(Z1(i,j,1)==1) X1(1,j)= X1(1,j)+1。%將二值圖像上下邊框去除后圖像顯示出來[y,x,z]=size(Z1)。將二值圖像上下邊框去除后圖像39。%將二值圖像上下邊框去除figure(3)。(Py1y)) Py1=Py1+1。%找到去除邊框后上邊的位置 end while ((Y1(Py1,1)=30)amp。amp。Py1=fix(y/2)+1。)。),ylabel(39。),xlabel(39。plot(Y1,0:y1),title(39。for i=1:y for j=1:x if(I4(i,j,1)==1) Y1(i,1)= Y1(i,1)+1。I4=double(I3)。閉運(yùn)算后圖像39。%取菱形結(jié)構(gòu)的閉運(yùn)算subplot(2,2,4)。,fix(y/140))。SE=strel(39。開運(yùn)算后圖像39。%取圓盤形的開運(yùn)算subplot(2,2,3)。,fix(y/45))。%計(jì)算 I1 的大小%%%%%%%%%對(duì)圖像進(jìn)行開閉運(yùn)算%%%%%%%%SE=strel(39。imshow(I1)。車牌二值化后圖像39。subplot(2,2,2)。I1=im2bw(I1,h)。 %%%%%%%%%%二值化圖像%%%%%%%%I1 = rgb2gray(I)。提取車牌后圖像39。 subplot(2,2,1)。)。I=imread(39。 clc。感謝測(cè)控專業(yè)的兄弟姐妹們，和你們一起學(xué)習(xí)的四年生活是我在大學(xué)期間最珍貴的回憶。還為我的設(shè)計(jì)提供了大量的資料，并指導(dǎo)我不斷完善相關(guān)算法?；厥姿哪甑拇髮W(xué)本科學(xué)習(xí)生涯，走過的路跌跌蕩蕩卻也收獲滿筐。[11]馬婉婕．車牌識(shí)別系統(tǒng)中字符分割的研究與實(shí)現(xiàn)．上海：復(fù)旦大學(xué)，2022[12]白建華． 車牌字符分割及識(shí)別算法研究．西安：西安電子科技大學(xué)，2022[13]鄒永星．車牌字符分割方法的研究．湖南：湖南師范大學(xué)，2022[14]中華人民共和國公共安全行業(yè)標(biāo)準(zhǔn)．ICS ．GA36—2022．[15]歷旭．基于神經(jīng)網(wǎng)絡(luò)的車牌識(shí)別系統(tǒng)的研究與設(shè)計(jì)，武漢: 武漢理工大學(xué)，2022致謝在這 13 周的畢業(yè)設(shè)計(jì)過程中，我始終得到了導(dǎo)師的悉心指導(dǎo)和諄諄教誨，讓我獲益匪淺。[9]劉衛(wèi)國．MATLAB 程序設(shè)計(jì)教程．中國水利水電出版社，2022。[7]楊高波，杜青松．MATLAB 圖像、視頻處理應(yīng)用及實(shí)例 .電子工業(yè)出版社，2022,1:23，31。[5] ]陳黎，黃心漢，王敏等．用，2022，29(3) ：4547。[3]吳進(jìn)軍，杜樹新．車牌字符分割新方法，工業(yè)控制計(jì)算機(jī)，2022，18(4)：6970。(2)本文只探討了一種藍(lán)底白字的單排普通標(biāo)準(zhǔn)車牌的分割，沒有涉及對(duì)其它車牌(兩排字符，或其它底色等)的分割，這仍是今后需要研究的重點(diǎn)。同時(shí)仍有許多問題需要在未來的工作中加以解決。這才可以使嵌入該識(shí)別系統(tǒng)的智能交通系統(tǒng)擁有更高的實(shí)用性。要想提高國內(nèi)的智能交通系統(tǒng)的推廣范圍，首先需要做的就是找出新的識(shí)別漢字的解決方法，從而提高車牌字符整體識(shí)別率。首先，由于國內(nèi)的車牌中有眾多的漢字需要進(jìn)行識(shí)別，而漢字筆畫眾多、結(jié)構(gòu)復(fù)雜，故漢字的識(shí)別難度很大。本文對(duì)其中關(guān)鍵技術(shù)之——車牌字符分割技術(shù)做了深入的研究，隨著社會(huì)的發(fā)展，車輛會(huì)越來越多，如何有效的管理這些車輛成為一個(gè)亟待解決的問題，而智能交通系統(tǒng)就是一個(gè)很好的解決方法，該系統(tǒng)能大量減少人力物力的同時(shí)可以很好的管理大量的車輛。在對(duì)車牌進(jìn)行一系列的預(yù)處理之后，再利用改進(jìn)的垂直投影法對(duì)復(fù)雜環(huán)境下的汽車圖像中的字符分割達(dá)到了良好的效果。對(duì)于第二種方法，主要優(yōu)點(diǎn)是較好解決了車牌字符間有粘連和噪聲的問題，但對(duì)于車牌左邊界有偏差的車牌會(huì)導(dǎo)致誤分割。通過使用這種方法對(duì)車牌字符進(jìn)行分割達(dá)到了良好的效果。(1)在車牌字符預(yù)處理過程中，用了數(shù)學(xué)形態(tài)學(xué)理論，包括開運(yùn)算和閉運(yùn)算，還根據(jù)車牌的標(biāo)準(zhǔn)去除圓點(diǎn)等。在分析了車牌分割的發(fā)展現(xiàn)狀后選擇了兩種進(jìn)行了詳細(xì)的闡述，分別是：垂直投影法和固定邊界法，并根據(jù)該兩種方法的優(yōu)缺點(diǎn)提出了將兩者結(jié)合的一種改進(jìn)的垂直投影，實(shí)現(xiàn)了良好的車牌字符分割效果。該車牌系統(tǒng)的算法原理主要包括三個(gè)部分：車牌定位、車牌字符分割、字符識(shí)別，本人負(fù)責(zé)該系統(tǒng)的第二個(gè)部分，該系統(tǒng)的其它部分由項(xiàng)目組的其他同學(xué)完成，本文將該系統(tǒng)的第二個(gè)部分的算法原理詳細(xì)地介紹了一下。圖 打開幫助時(shí)的界面當(dāng)點(diǎn)擊界面上紅色的“退出”鍵或文件菜單下的“退出”鍵時(shí)，會(huì)彈出一個(gè)對(duì)話框，詢問使用者是否真的要退出，可以避免因錯(cuò)點(diǎn)按鈕而退出系統(tǒng)情況的發(fā)生。其他按鍵的使用與此鍵相類似，這里不再贅述，可參看圖 ~。圖 為設(shè)計(jì)的 GUI 主界面：圖 設(shè)計(jì)的 GUI 主界面圖 ~圖 為運(yùn)行 GUI 時(shí)的界面：當(dāng)點(diǎn)擊文件菜單下的“打開”鍵時(shí)，會(huì)彈出一個(gè)用于打開文件的對(duì)話框，使用者可以選擇需要處理的車牌圖像，且圓圖像會(huì)顯示在圖像顯示區(qū)。（2）界面上按鍵的設(shè)計(jì)：然后根據(jù)需要將按鈕鍵和菜單鍵分別添加到界面上，本文先將界面大小拖動(dòng)至所需大小，然后分別添灰度化、二值化、開運(yùn)算、閉運(yùn)算、去除邊框、去除圓點(diǎn)等按鈕，并分別通過設(shè)定按鈕的大小、字體大小以及 callback 函數(shù)。每個(gè)菜單鍵都有與之相對(duì)應(yīng)的快捷鍵。下面介紹本文設(shè)計(jì)的 GUI 界面：（1）菜單鍵的設(shè)計(jì)：一級(jí)菜單有文件、預(yù)處理、計(jì)算行列像素點(diǎn)、分割和幫助。 本文設(shè)計(jì)圖形用戶界面本文主要設(shè)計(jì)了菜單鍵和按鈕鍵，主菜單下有二級(jí)菜單，并且有快捷鍵。MATLAB 是一款功能強(qiáng)大的科學(xué)計(jì)算軟件，它同樣也提供了圖形用戶界面設(shè)計(jì)的功能。所謂圖像用戶界面是指由菜單、窗口、對(duì)話框等各種圖形對(duì)象組成的用戶界面。此方法將垂直投影法和固定邊界法相結(jié)合，達(dá)到了更好的分割效果。Step5：選取一較小的像素和閾值，找到車牌上漢字的左端，在用該閾值繼續(xù)尋找漢字右端的同時(shí)，根據(jù)車牌標(biāo)準(zhǔn)，利用高與寬的比例關(guān)系找到漢字的右端。Step3：對(duì)該二值化圖像進(jìn)行預(yù)處理，經(jīng)過開閉運(yùn)算、去除車牌上下邊框、去除圓點(diǎn)等步驟后就可得到質(zhì)量較好的二值化圖像。圖 為使用該法分割的圖像：圖 改進(jìn)法分割該方法的實(shí)現(xiàn)步驟為：Step1：將車牌圖像灰度化。圖 為應(yīng)用固定邊界法分割的圖像：圖 可以看出，有的車牌可以很好地分割出來，但有的車牌卻出現(xiàn)了錯(cuò)誤分割，原因就是，車牌的左邊界不一致會(huì)導(dǎo)致分割位置錯(cuò)誤，從而使得分割結(jié)果錯(cuò)誤。Step5：第二個(gè)字母和其后的數(shù)字由于間隔都為 12mm，所以可根據(jù)此規(guī)律很容易計(jì)算出來，然后將其分割。Step3：對(duì)該二值化圖像進(jìn)行去燥處理，經(jīng)過開閉運(yùn)算、濾波、去除車牌邊框、去除圓點(diǎn)等步驟后就可得到質(zhì)量較好的二值化圖像。 應(yīng)用固定邊界法的實(shí)現(xiàn)步驟Step1：將車牌圖像灰度化。下圖為應(yīng)用投影法對(duì)車牌進(jìn)行分割的圖像：原圖像：分割后圖像：圖 投影法分割效果圖由于此方法已經(jīng)能夠?qū)④嚺茀^(qū)域灰度圖像轉(zhuǎn)化為較高質(zhì)量的二值圖片進(jìn)行分割，但對(duì)于一些質(zhì)量較差的車牌照片還是可能發(fā)生字符粘連或者對(duì)字符的誤分割，故采用車牌區(qū)域二值圖片的投影圖來分割字符還有待改善。Step3：對(duì)該二值化圖像進(jìn)行去燥處理，經(jīng)過開閉運(yùn)算、濾波、去除車牌邊框、去除圓點(diǎn)等步驟后就可得到質(zhì)量較好的二值化圖像。該算法的步驟為：Step1：將車牌圖像灰度化。 基于垂直投影的車牌字符分割方法該算法是由遲曉君，孟慶春等首先提出來的，該算法是依據(jù)車牌字符間的像素為零而找到各個(gè)字符的左右位置分割的。圖 為車牌去除邊框前后的圖像： 圖 去除車牌邊框前后對(duì)比圖 去除車牌圖像中的圓點(diǎn)車牌上字母與數(shù)字間有一白色圓點(diǎn)，在采用投影法對(duì)車牌進(jìn)行分割時(shí)會(huì)受到很大的影響，因此本文根據(jù)該白點(diǎn)所在車牌的位置，將此白點(diǎn)處數(shù)字矩陣置為全零，可以消除其帶來的影響。Step3：只保留 Step2 找到的車牌上下端以內(nèi)的車牌數(shù)據(jù)即可將車牌的上下邊框去除。步驟為：Step1：計(jì)算每一行的像素值總和。 去除車牌邊框在對(duì)車牌進(jìn)行定位后，車牌的上下邊緣處總會(huì)殘留一些車牌的邊框或者鉚釘?shù)仍肼暉o法去除，待車牌被分割后也會(huì)給后續(xù)的字符識(shí)別帶來麻煩，為了消除這些影響，須將其去除。開運(yùn)算可以把比結(jié)構(gòu)元素小的突刺噪聲濾掉，切斷將字符搭接起來的噪聲而起到分離作用。 車牌圖像的開運(yùn)算由于車牌上會(huì)有泥點(diǎn)、刮痕、銹蝕等造成車牌上會(huì)成為噪聲，在二值化時(shí)會(huì)成為小點(diǎn)，給字符分割帶來阻礙，因而在對(duì)車牌分割前必須將這些噪聲去掉，因此可以根據(jù)開操作來達(dá)到目的。而在頻域上去噪主要是利用噪聲和信號(hào)所占頻帶的不同從而將其分離，根據(jù)噪聲所在不同的頻帶，我們可以采用低通濾波、高通濾波和帶通濾波來去噪 [10]。不管是哪種方法，我們都是為了將信號(hào)和噪聲分離從而得到一個(gè)含有少量噪聲的圖像數(shù)據(jù)。大體上可以分為兩種，一種是在時(shí)域進(jìn)行去噪，另外一種是在頻域進(jìn)行去噪。常見的噪聲類型有：均勻分布噪聲、高斯噪聲、脈沖噪聲、指數(shù)分布噪聲、瑞利噪聲、伽馬噪聲等噪聲模型。而乘性噪聲和原圖像數(shù)據(jù)是相乘的關(guān)系，可用表達(dá)式 34 來表示。一般將圖像中的噪聲分為兩種：一種是加性噪聲，另一種是乘性噪聲。是否需要將圖像進(jìn)行去噪處理，這取決于噪聲對(duì)圖像的影響程度。因?yàn)榉讲顃 212()()????值的大小代表了灰度值的分布情況，因而當(dāng)方差 越大，說明前景和背景的差別 越大，? ?當(dāng)將前景劃為背景區(qū)域或?qū)⒈尘皠潪榍熬皡^(qū)域時(shí)都會(huì)使得方差 變小，所以當(dāng) 使得方差?t最大時(shí)即為最佳閾值。大律法的原理為：設(shè) 為車牌圖像的前景與后景的分割閾值，前景t點(diǎn)數(shù)所占圖像的比例為 ，平均灰度為 ；后景點(diǎn)數(shù)所占圖像比例為 ，平均灰度為 ；1k1u2k2u則圖像的總平均灰度為 。在此情況下，有一種解決辦法就是局部閾值法，該方法由像素的灰度值以及該像素周圍點(diǎn)的局部灰度特性來確定閾值，把灰度閾值取成一個(gè)隨圖像位置緩慢變化的函數(shù)值，因而也稱此方法為自適應(yīng)閾值算法或動(dòng)態(tài)閾值算法。它的基本原理是（2）局部閾值法：在許多情況下，背景的灰度值并不能近似為一個(gè)常數(shù)，由于各種原因使得車牌受到污染或有陰影、光照不均等，都會(huì)使車牌字體顏色和背景顏色的對(duì)比度在圖像中產(chǎn)生變化。在全局閾值算法中最出名的也是效果最好的就是 Otsu 提出的最大方差閾值算法。如果背景的像素值在整個(gè)圖像中可近似看作為恒定，那么，只要選擇了正確的閾值，使用一個(gè)固定的全局閾值就可以達(dá)到較好的二值化效果。 (,)(,)fijtfij由式（31 ）和（32 ）可知，圖像的二值化就是選取一個(gè)閾值，灰度值大于閾值的（或小于閾值的）被認(rèn)定為字符圖像，灰度值小于閾值的（或大于閾值的）被認(rèn)定為車牌背景，對(duì)車牌圖像進(jìn)行二值化處理的目的就是將車牌上的字符和背景分開，因此在二值化過程中最關(guān)鍵的就是閾值的選取，好的閾值可以把車牌背景和車牌上的字符區(qū)分開來，而不恰當(dāng)?shù)拈撝禃?huì)把背景認(rèn)定為字符，同樣也可能把部分字符認(rèn)定為背景。(,)fij（31）39。其中 t 為閾值， 為輸入圖像數(shù)據(jù)，(,)fij為輸出圖像數(shù)據(jù)。在灰度圖像中，通常將亮度劃分成 0 到 255 共 256 個(gè)級(jí)別，0最暗，255 最亮。第三章 車牌圖像的預(yù)處理 車牌圖像的灰度化圖像的灰度化，就是將彩色圖像轉(zhuǎn)化為具有 256 個(gè)灰度級(jí)的黑白圖像，灰度圖像只保留圖像的亮度信息，去除了色彩信息，就像我們平時(shí)看到的黑白照片，它的亮度由暗到明，而且亮度變化是連續(xù)的。開運(yùn)算可以把比結(jié)構(gòu)元素小的突刺濾掉，切斷細(xì)長搭接而起到分離作用。從幾B何上講， 是所有不與 重疊的 的平移的并集。（4）閉運(yùn)算：閉運(yùn)算是指先對(duì)圖像進(jìn)行膨脹，然后腐蝕其結(jié)果。用 對(duì) 進(jìn)行形態(tài)學(xué)開運(yùn)算可以BA記為 。B（2）腐蝕：腐蝕的算符為 ， 用 B 來腐蝕寫作 ，其