【正文】 figure(8),subplot(2,2,4),imsh。 dw=I(PY1:PY28,PX1:PX2,:)。 PX1=PX11。)。title(39。(PX2PX1)) PX2=PX21。 while ((Blue_x(1,PX2)3)amp。(PX1x)) PX1=PX1+1。 while ((Blue_x(1,PX1)3)amp。%進(jìn)一步確定 x 方向的車牌區(qū)域 for j=1:x for i=PY1:PY2 if(myI(i,j,1)==1) Blue_x(1,j)= Blue_x(1,j)+1。)。 figure(8),subplot(2,2,2),imshow(IY),title(39。)。title(39。 end IY=I(PY1:PY2,:,:)。amp。 end PY2=Max_index。amp。%Y 方向車牌區(qū)域確定 PY1=Max_index。 for i=1:y for j=1:x if(myI(i,j,1)==1) Blue_y(i,1)= Blue_y(i,1)+1。myI=double(I5)。)。title(39。I5=bwareaopen(I4,2022)。圖像的輪廓39。figure(6),imshow(I4)。,[25,25])。se=strel(39。腐蝕后圖像39。figure(5),imshow(I3)。1]。)se=[1。title(39。)。)I21=edge(J,39。title(39。)。I2=edge(I1,39?；叶葓D直方圖39。figure(3),subplot(1,2,2),imhist(J)。灰度拉伸后的圖39。%非線性變換figure(3),subplot(1,2,1),imshow(J)。)。title(39。)。title(39。)I1=rgb2gray(I)。title(39。)。I=imread(39。阮秋琦等譯，數(shù)字圖像處理(第二版)[M].電子工業(yè)出版社，2022.[2]李樹廣，[D].2022(6):16.[3]張引，潘云鶴，彩色汽車圖像牌照定位新方法[J].中國圖像圖形學(xué)報(bào).2022(4):374377.[4]徐建國，[J].(2):712.[5]戴青云，[J].中國圖像(5):411415.[6][M].清華大學(xué)出版社，.[7]徐飛， 應(yīng)用圖像處理[M].西安電子科技大學(xué)出版社，.[8][D].武漢:武漢理工大學(xué),2022.[9]曾致遠(yuǎn)，[J].電視技術(shù),2022(7):94–96.[10]Kamat V.,Ganesan efficient implementation of the Hough transform for detecting vehicle license plates using DSP’[J].IEEE RealTime Technology and Applications :58–59.[11]李文舉,梁德群,張旗,[J].計(jì)算機(jī)學(xué)報(bào),202227(2):204–208.[12][D]..[13][D].武漢理工大學(xué)碩士學(xué)位論文，2022.[14]李波，曾致遠(yuǎn)，[J].視頻技術(shù)應(yīng)用與工程，2022，(7):9496.[15]趙雪春，[J].上海交通大學(xué)學(xué)報(bào)，1998，32(10):49.[16]李弼程，[M].北京:電子工業(yè)出版社，.[17][D].武漢理工大學(xué)碩士學(xué)位論文，2022.[18]劉廣起，鄭曉勢，[J].中國圖象圖形學(xué)報(bào)，2022，10(11):14191422.[19]李文舉，梁德群，[J].信息與控制，2022,33(2):231235.[20]工良紅，冷建華，汽車傾斜牌照中字符的定位與提取[J].電訊技術(shù)，2022，4:5962.[21]包明， Hough 變換的車牌傾斜檢測算法[J].交通與計(jì)算機(jī)，2022，22(2):5760.[22][D].南京航空航天大學(xué)碩士學(xué)位論文，2022.[23]何東健，耿楠，[M].西安電子科技大學(xué)出版社..[24]遲曉君，[J].計(jì)算機(jī)應(yīng)用研究.2022，7(l):256257.[25]吳進(jìn)軍，[J].，18(4):6975.[26][J].計(jì)算機(jī)工程，2022，32(19):193195.[27]趙海燕，馬馴良，[J].長春理工大學(xué)學(xué)報(bào)，2022，29(3):4547.[28]陳黎，黃心漢，[J].計(jì)算機(jī)工程與應(yīng)用，2022，29(3):4547.[29]吳大勇，魏平，侯朝禎等一種車牌圖像中的字符快速分割與識別方法[J].計(jì)算機(jī)工程與應(yīng)用，2022，38(3):232233.[30]陳寅鵬，[J].紅外與激光工程，2022，33(l):3033.[31]劉弈，陳學(xué)儉，[J].計(jì)算機(jī)應(yīng)用與軟件，2022，22(8):98100.附錄close all。感謝一如既往地激勵、關(guān)心和支持我的家人和朋友，正是他們，給了我奮斗的力量和信心，并讓我深刻地明白了：“滾滾長江東逝水，浪花淘盡英雄，是非成敗轉(zhuǎn)頭空” ，每天都是新的零點(diǎn)，應(yīng)該不斷充滿勇氣和信心去迎接新的挑戰(zhàn)。從選題、研究到撰寫、修改到最后順利完成，整個過程更是凝聚著導(dǎo)師的辛勞和思想。除了以上需要改進(jìn)的方向以外，為了從根本上提高車牌定位與字符分割的效果，還需要有新的理論應(yīng)用到車牌定位與字符分割技術(shù)中。(2)由于采樣圖片的限制，字符分割中尚沒有碰到漢字被分為兩部分的情況，以后要加強(qiáng)對漢字間隔的處理。6．2 今后展望現(xiàn)代交通的飛速發(fā)展和車牌識別技術(shù)應(yīng)用范圍的不斷拓展給車牌識別提出了更高的要求，然而由于客觀條件及時問的限制，對車牌定位和字符分割的研究仍有很多工作需要進(jìn)行。該程序包含上述的車牌定位、傾斜校正和字符分割等所有步驟。（3）字符分割中，本文采用了基于模板匹配與垂直投影相結(jié)合的字符分割方法。本文的主要工作總結(jié)如下:（1）在車牌定位中，本文采用基于數(shù)學(xué)形態(tài)學(xué)與邊緣檢測以及顏色相結(jié)合的方法。第六章 總結(jié)與展望6．1 總結(jié)本文主要對車牌識別系統(tǒng)中車牌定位、校正與字符分割的算法進(jìn)行研究。有些車牌字符分割結(jié)果存在噪聲等，這是由于某些車牌圖像的直方圖存在多峰情況，給車牌圖像二值化過程中閾值的選擇帶來一定的影響，從而影響字符的分割。圖58 歸一化處理后的七個字符圖像圖59是對其他一些車牌圖像的字符分割結(jié)果，從圖中可以看出能夠較好地實(shí)現(xiàn)車牌字符的分割。但是對于車牌的識別，并不需要太多的處理就已經(jīng)可以達(dá)到正確識別的目的。字符識別的算法很多，因?yàn)檐嚺谱址g間隔較大，不會出現(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，若長度大于某閾值，則認(rèn)為該塊有兩個字符組成，需要分割。(a)車牌1的預(yù)處理結(jié)果(b)車牌2的預(yù)處理結(jié)果(c)車牌3的預(yù)處理結(jié)果圖55 對分割定位車牌的預(yù)處理結(jié)果5．2 字符的分割與歸一化[m，n]=size（d） ，逐排檢查有沒有白色像素點(diǎn)，設(shè)置1=jn1，若圖像兩邊 s（j）=0，則切割，去除圖像兩邊多余的部分切割去圖像上下多余的部分根據(jù)圖像的大小，設(shè)置一閾值，檢測圖像的 X軸，若寬度等于這一閾值則切割，分離出七個字符歸一化切割出來的字符圖像的大小為 40*20，與模板中字符圖像的大小相匹配圖56 字符分割與歸一化流程圖字符分割在汽車牌照自動識別過程中，字符分割有承前啟后的作用。膨脹是將裂縫橋接起來，腐蝕的一種是消除不相關(guān)的細(xì)節(jié)。通過均值濾波可以消除或減少噪聲，改善圖像的質(zhì)量。圖 51 車牌圖像的灰度化第二步，對灰度圖像進(jìn)行二值化，減少背景像素的干擾，增強(qiáng)目標(biāo)區(qū)的色素度。第五章 車牌字符分割5．1 車牌區(qū)域的預(yù)處理經(jīng)過上述方法分割定位出來的車牌圖像中存在目標(biāo)物體、背景還有噪聲，要想從車牌圖像中準(zhǔn)確地分割出車牌字符，還需要對車牌區(qū)域進(jìn)行預(yù)處理。 車牌 3 和車牌 4 不但存在水平邊傾斜角度 ，而且存在垂直邊的傾斜角度，從圖 42（f）和圖 42（h）中可以看出車牌 3 和車牌 4 得到了較好的傾斜?校正。 圖 42 是對其他一些車牌圖像進(jìn)行傾斜校正前后的對比，從中可以看出，對于不同類型的車牌圖像采用本文方法都可以得到較好的傾斜校正。傾斜校正后的車牌39。figure(9),imshow(dw1)。crop39。bilinear39。[I0,J]=find(R=max(max(R)))。theta=1:180。canny39。)gray=rgb2gray(dw)。 （41tanxy??????3）實(shí)現(xiàn)代碼如下：figure(8),subplot(2,2,4),imshow(dw),title(39。4．3 基于 Radon 變換的車牌圖像校正檢測到了車牌的水平邊傾斜角度 和垂直邊的傾斜角度 之后，我們先對??車牌圖像進(jìn)行水平校正，水平校正采用對車牌圖像旋轉(zhuǎn) 即可實(shí)現(xiàn)。根據(jù)先驗(yàn)知識，我們知道拍攝的車牌圖像中車牌的 2 條豎直邊偏離垂直方向的角度不會超過某個角度，如 ；且 2 條水平邊偏離水平方向的角度也不會超過某個角度，如(25)???。Radon 變換后，原圖像中的直線段對應(yīng) Radon 空間中的點(diǎn)，且線段越長，對應(yīng)的點(diǎn)亮度越大。圖像變換前在圖像空間，變換后在參數(shù)空間。在求垂直方向的偏角時，算法同上。 值的變化步長為 度。(2)建立一個累加器數(shù)組 countM（p1，k） ，并置每個元素為 0。cosinxy????(1)在 、 的取值范圍內(nèi)建立一個理想的參數(shù)空間，考慮車牌的傾斜角度??小于 10 度，為了減少計(jì)算量，取 ， 。4．1 Hough 變換角度檢測原理Hough 變換是一種變換域提取的方法，它把直線上點(diǎn)的坐標(biāo)變換到過點(diǎn)的直線的系數(shù)域，巧妙的利用了共線和直線相交的關(guān)系，使直線的提取問題轉(zhuǎn)化為計(jì)數(shù)問題。2. Radon 變換法，首先采用 canny 算子對圖像進(jìn)行邊緣檢測，然后用 Radon變換檢測車牌的傾斜角，對車牌的傾斜校正。該方法過于依賴車牌邊框的清晰度和連貫度。傾斜校正分兩步:第一步是求出角度，第二步是進(jìn)行校正。由于車牌變形一般是線性的，所以可以通過線性變換進(jìn)行車牌的傾斜校正。第四章 傾斜校正由于圖像采集設(shè)備的安裝位置一般在車道旁，在拍攝時不能正對車牌，因此拍攝到的車牌圖像會存在一定的傾斜。在本文算法中選用的車牌顏色必須要不同于圖像整體背景色，否則將無法提取出車牌區(qū)域。Comment [微微微微1]: 圖 36 X方向統(tǒng)計(jì)圖圖 37 Y方向統(tǒng)計(jì)圖圖 38 Y方向車牌區(qū)域確定圖 39 定位剪切后的彩色車牌圖像 圖 310是對其他一些車牌圖像進(jìn)行定位的結(jié)果，從中可以看出，對于不同類型的車牌圖像采用本文方法都可以得到較好的定位結(jié)果。統(tǒng)計(jì)完成以后，實(shí)際上就得到了車牌的大體外圍。具體步驟如下：首先對車牌圖像做垂直投影和水平投影，其統(tǒng)計(jì)圖如圖 3圖 37 所示。圖 34 圖像的輪廓第四步：對閉操作圖像使用bwareaopen函數(shù)，去除目標(biāo)中不相干的小對象。第二步，邊緣檢測結(jié)果進(jìn)行腐蝕，結(jié)果如圖 33 所示。圖 32 經(jīng)過灰度拉伸的車牌圖像的邊緣檢測 邊緣是指圖像局部亮度變化最顯著的部分。定位效果比較好，但計(jì)算量較大。并且通過對傳統(tǒng)的 BP 網(wǎng)絡(luò)的改進(jìn)。3．2．6 基于神經(jīng)網(wǎng)絡(luò)的定位方法該方法利用牌照的長寬比、面積、面積與周長比來區(qū)分真正的牌照區(qū)域與類牌照區(qū)域。但仍然具有進(jìn)一步算法優(yōu)化的潛力。實(shí)際應(yīng)用也表明該方法在圖像質(zhì)量較差時對目標(biāo)區(qū)域都有很好的目標(biāo)增強(qiáng)效果。3．2．5 基于遺傳算法的定位方法傳統(tǒng)算法進(jìn)行特征提取的時候，當(dāng)目標(biāo)圖像質(zhì)量較差或者有較大的退化時，不是很有效。膨脹使圖像擴(kuò)大，腐蝕使圖像縮小，而開操作與閉操作，同樣是兩個重要的心態(tài)學(xué)操作，開操作一般使對象的輪廓變得光滑，斷開狹窄的間斷和消除細(xì)的突出物。腐蝕、膨脹、開操作和關(guān)操作是數(shù)學(xué)形態(tài)學(xué)的基本運(yùn)算。但是對車牌嚴(yán)重有干擾以及車牌傾斜時比車牌稍大。通過結(jié)合垂直投影的方法可以彌補(bǔ)紋理分析法的不足。3．2．2 基于紋理的定位方法、偏強(qiáng)或不均勻，牌照傾斜和變形等情況定位較好。但是，該方法在車牌區(qū)域顏色與附近區(qū)域顏色非常相近時。3．2 車牌定位中常用方法3．2．1 基于顏色的定位方法該方法是根據(jù)不同顏色車牌出現(xiàn)的概率，合理利用投影技術(shù)，進(jìn)行統(tǒng)計(jì)分析，而后定位和分割出車牌。例如：字符“1”就沒有充滿這個矩形，字符的寬度沒有達(dá)到 45mm)。車牌的第一個字符是漢字，是各省、自治區(qū)，直轄市的簡稱，如“京” 、 “滬、 “渝” ， “湘” ， “冀”等；第二個字符是除去“I之外的 25 個大寫的英文字母，是發(fā)證機(jī)關(guān)代號，如“A’ ’、 “B、 “C等；第三個字符是一個間隔符“．；第四個字符可能是字母也可能是阿拉伯?dāng)?shù)字；從第五個字符起都是阿拉伯?dāng)?shù)字，表示是車輛的注冊號碼如“冀 A．53288” ，就是典型的車牌號碼。圖 212 均值濾波后的車牌圖像（模板的大小為 ）3?圖 213 均值濾波后的車牌圖像（模板的大小為 ）8?第三章 車牌定位3．1 車牌的規(guī)格及特征我國現(xiàn)有車牌主要有六種類型：1．小型車使用的藍(lán)底白字車牌；2．大型車使用的黃底黑字車牌；3．軍用或警用的白底黑字、紅字車