【正文】 )[m,n]=size(d)。%figure(100),subplot(3,2,4),imshow(d),title(39。39。)。 %imdilate 圖像膨脹endimwrite(d,39。if bwarea(d)/m/n= %計(jì)算面積 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)建的圖像膨脹% 39。square39。39。)。輸出圖像 %BW 將輸入圖像中亮度值大于 level 的像素替換為值1 (白色)，其他替換為值0(黑色imwrite(d,39。 %均值綠波器d=im2bw(round(filter2(h,d)))。average39。39。39。figure(8)。39。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。)。imwrite(b,39。)。a=imread(39。)。,39。[filename,filepath]=uigetfile(39。39。定位剪切后的彩色車牌圖像39。)。 %figure(7),subplot(1,2,1),imshow(IY),title(39。 dw=I(PY1:PY2,:,:)。 end %end縱向掃描 PX1=PX12。amp。 end PX2=x。amp。 end end end PX1=1。%IY為原始圖像I中截取的縱坐標(biāo)在PY1：PY2之間的部分 %end橫向掃描 %begin縱向掃描 white_x=zeros(1,x)。(PY2y)) PY2=PY2+1。 while ((white_y(PY2,1)=40)amp。(PY11)) PY1=PY11。 while ((white_y(PY1,1)=120)amp。%藍(lán)色像素點(diǎn)統(tǒng)計(jì) end end end [temp MaxY]=max(white_y)。 %begin橫向掃描tic white_y=zeros(y,1)。[y,x,z]=size(I5)。從對(duì)象中移除小對(duì)象39。figure(6),imshow(I5)。)。title(39。%生成一個(gè)矩陣I4=imclose(I3,se)。rectangle39。)。title(39。I3=imerode(I2,se)。1。robert算子邊緣檢測(cè)39。figure(3),imshow(I2)。both39。robert39。)。title(39。)。title(39。I1=rgb2gray(I)。原圖39。figure(1),imshow(I)。39。四年來(lái)，是同學(xué)讓我的大學(xué)生活變得更加豐富多彩，我們一起經(jīng)歷了大學(xué)的別樣生活，愿同窗友誼之樹(shù)常青。何老師淵博的學(xué)識(shí)、嚴(yán)謹(jǐn)?shù)闹螌W(xué)態(tài)度、精益求精的工作作風(fēng)和誨人不倦的高尚師德，都深深的感染和激勵(lì)著我。沒(méi)有你們就不會(huì)有我的今天，謝謝你們，我的父親母親！育我成才者老師。感謝生我養(yǎng)我，含辛茹苦的父母。離別在即，站在人生的又一個(gè)轉(zhuǎn)折點(diǎn)上，心中難免思緒萬(wàn)千，一種感恩之情油然而生。參考文獻(xiàn)[1]白潔．車牌識(shí)別關(guān)鍵算法研究[D][1] [S][2] 王枚,[J].山東大學(xué)學(xué)報(bào):工學(xué)版,2007,37(1):1～4[3] 馬騰飛,鄭永果,[J].系統(tǒng)仿真學(xué)報(bào),2006,18(1):391～403[4] 遲曉君,[J].北京:計(jì)算機(jī)應(yīng)用,2006,23(7):256～257[2]周開(kāi)軍．復(fù)雜環(huán)境下的車牌識(shí)別研究[D]．武漢理工大學(xué)碩士學(xué)位論文，2006 [3]廖金周，宣國(guó)榮．車輛牌照的自動(dòng)分割[J]．微型電腦應(yīng)用，1999 [4]左奇，史忠科．一種基于數(shù)學(xué)形態(tài)學(xué)的實(shí)時(shí)車牌圖象分割方法[J]．中國(guó)圖像圖 形學(xué)報(bào)(A版)，2003，8(3)：281～285 [5]李波，曾致遠(yuǎn)，付祥勝．基于數(shù)學(xué)形態(tài)學(xué)和邊緣特征的車牌定位算法[J]．視頻 技術(shù)應(yīng)用與工程，2005[6]周心明，蘭賽，徐燕．圖像處理中幾種邊緣檢測(cè)算法的比較[J]．現(xiàn)代電力，2000 [7]沈世晏，盛栩智．基于邊緣檢測(cè)的車牌圖像分割技術(shù)[J]．自動(dòng)化技術(shù)與應(yīng)用， 2004，23(3)：24～26 [8]王建平，姜滔．基于小波分析的汽車牌照分割[J]．合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版)，2002，25(6)：1139～1142 [9]韓麗萍，尹王保，李月娥．一種有效的濾波尺度自適應(yīng)調(diào)整的小波邊緣檢測(cè)方法[10]計(jì)算機(jī)工程與應(yīng)用，2005，41(1)：70～71 [11]馬永一，宋錚，丁勇．小波變換在車牌定位算法中的應(yīng)用[J]．交通與計(jì)算機(jī)， 2008，[12]Tran Duc Duan，Tran Le Hong Du，Tran Vinh Phuoc．Building an Automatic Vehicle License—Plate Recognition System[J]．Computer Science．Can Tho，Vietnam． 2005，02：21～24 [13] Wen C．Y，Yu C．C．，Hun Z．D．．A3D transformation tO improve the legibility of license plate numbers[J]．Journal of Forensic Sciences，2002，47(3)：578～585 [14]Cheok Man WU，Kengchung NG．AHigh Accurate Macau License Plate Recognition System[J]．Journal of Macau University of Science and Technology，2008，2(1)：23～28[15]吳進(jìn)軍，杜樹(shù)新．車牌字符分割新方法[J]．工業(yè)控制計(jì)算機(jī)．2005，18(4)：69～75 [16]王興玲．最大類間方差車牌字符分割的模板匹配算法[J]．計(jì)算機(jī)工程， 2006，32(19)：193～195 [17]趙海燕，馬駟良，顧玲嘉．基于最小面積法進(jìn)行的車牌字符分割[J]．長(zhǎng)春理工大學(xué)學(xué)報(bào)，2006，29(3)：45～47 [18]陳黎，黃心漢，王敏等．基于聚類分析的的車牌字符分割方法[J]計(jì)算機(jī)．丁程與應(yīng)用，2002，29(3)：45～47 [19]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(shí)別方法[J]．計(jì)算機(jī)工程與應(yīng)用，2003，38(3)：232～233 [20]陳寅鵬，丁曉青．復(fù)雜車輛圖像中的車牌定位與字符分割方法[J]．紅外與激光工程，2004，33(1)：30～33[21]劉弈，陳學(xué)儉，蔣治華．一種利用顏色信息的車牌寧符分割新算法[J]．計(jì)算機(jī) 應(yīng)用與軟件，2005，22(8)：98～100 [22]朱衛(wèi)健．實(shí)時(shí)車牌識(shí)別系統(tǒng)關(guān)鍵技術(shù)的研究[D]．東南大碩士學(xué)位論文，2006 [23]Otsu N．A Threshold selection method from gray—level histograms[J]．IEEE Systems，Man and Cybernetics，l 979，9(1)：62～66 [24]李填，夏良正．一種新的二維最大嫡?qǐng)D像闡值分割方法[J]．南京：南京航空航天大學(xué)學(xué)報(bào)，l 994年12期 [25] thresholding of graylevel images[A]．Proc．8th Int．ConEon Pattern Recognition[C]．LOSAngeles： IEEE Computer Society Press，1986．125l～1255致 謝首先忠實(shí)的感謝我的導(dǎo)師何儒云副教授的悉心指導(dǎo)，雖然最初不是很理解，但聽(tīng)過(guò)導(dǎo)師的講解，回來(lái)仔細(xì)研究一下，不禁恍然大悟！本課題也是在導(dǎo)師的悉心指導(dǎo)和親切關(guān)懷下完成的。 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。(3)另外對(duì)于非標(biāo)準(zhǔn)車牌，如武警牌、使館牌以及近年出現(xiàn)的個(gè)性化車牌的識(shí)別，下一步的工作要把這些車牌都考慮進(jìn)去。本文只是簡(jiǎn)單地做了亮度均衡，還有待進(jìn)一步加強(qiáng)處理。后續(xù)的研究有待于從以下幾個(gè)方面進(jìn)一步提高和完善。經(jīng)過(guò)大量的試驗(yàn)，該軟件在抗干擾能力和分析的實(shí)時(shí)性上都表現(xiàn)良好，為后續(xù)的字符識(shí)別創(chuàng)造了良好的條件。(4)最后使用C語(yǔ)言編寫(xiě)了車牌定位與字符分割軟件。并在考慮了標(biāo)準(zhǔn)車牌寧符分割的同時(shí)，還處理了字符粘連情況下的字符分割。車牌字符區(qū)域定位中的二值化處理根據(jù)車牌顏色的不同提出升i同的閾值算法，充分結(jié)合實(shí)際情況提高二值化處理的效果。即排除了偽車牌減少了運(yùn)算量，又精確定位了車牌字符區(qū)域，減少了字符分割的干擾。這種方法將特征點(diǎn)區(qū)域連通，增加了車牌區(qū)域的信息含量, 提高了車牌整體方向的抗干擾能力，并將求取圖像的傾斜角度轉(zhuǎn)換為求取二維散布矩陣的特征值和特征向量，傾斜角度計(jì)算快，而且準(zhǔn)確。然后根據(jù)車牌的形狀特征找到一系列的類車牌區(qū)域。使用動(dòng)態(tài)形態(tài)學(xué)算子依次進(jìn)行數(shù)學(xué)形態(tài)學(xué)的膨脹和腐蝕運(yùn)算，將車牌區(qū)域構(gòu)成一個(gè)連通的整體，并去除了許多干擾點(diǎn)。本文的主要工作總結(jié)如下： (1)在車牌定位中，對(duì)HSI空間的亮度分量進(jìn)行直方圖均衡化，提高了被處理圖像的亮度適應(yīng)范圍，又不改變圖像的色度分量和飽和度分量。6 結(jié)論 本文工作總結(jié) 本文主要對(duì)車牌識(shí)別系統(tǒng)中車牌定位、校正與字符分割的算法進(jìn)行研究。若兩幅車牌，采用文中所述算法，仍拒準(zhǔn)確定位出兩幅車牌圖像．井精確地分割出所需的字符。夜間拍攝圖片．光線很暗，但是在對(duì)HS(空間的亮度分量進(jìn)行直方罔均衡后依然可以得到正確的顏色信息。(5)結(jié)果導(dǎo)出：圖 12 系統(tǒng)整體流程圖 Fig 12 Overall system flow chart圖 13 車牌定位流程圖 Fig 13 License plate localization flow chart圖 14 字符識(shí)別流程圖 Fig 14 Character recognition flow chart 軟件處理結(jié)果分析 除了對(duì)特點(diǎn)的圖片的處理外．還選取了一些干擾源多、光照不足及一幅圖片內(nèi)包含多車牌情況的圖片作為對(duì)軟件糾錯(cuò)性的測(cè)試。(3)車牌傾斜校正：以定位中數(shù)學(xué)形態(tài)學(xué)圖像中的車牌區(qū)域?yàn)闃颖?，使用豐成分分析法得到車牌傾斜角度，然后旋轉(zhuǎn)校正。(2)車牌定位：由于當(dāng)前不知道車牌是屬于藍(lán)自車牌、黑白車牌或者是黃黑車牌，所以需要分別按這三種類型依次處理。在開(kāi)發(fā)環(huán)境中，使用戶更方便地控制多個(gè)文件和圖形窗口；在編程方面支持了函數(shù)嵌套，有條件中斷等；在圖形化方面，有了更強(qiáng)大的圖形標(biāo)注和處理功能，包括對(duì)性對(duì)起連接注釋等；在輸入輸出方面，可以直接向Excel和HDF5進(jìn)行連接。工具箱是MATLAB函數(shù)的子程序庫(kù)，每一個(gè)工具箱都是為某一類學(xué)科專業(yè)和應(yīng)用而定制的，主要包括信號(hào)處理、控制系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、模糊邏輯、小波分析和系統(tǒng)仿真等方面的應(yīng)用。另外，MATLAB網(wǎng)頁(yè)服務(wù)程序還容許在Web應(yīng)用中使用自己的MATLAB數(shù)學(xué)和圖形程序。新版本的MATLAB可以利用MATLAB編譯器和C/C++數(shù)學(xué)庫(kù)和圖形庫(kù)，將自己的MATLAB程序自動(dòng)轉(zhuǎn)換為獨(dú)立于MATLAB運(yùn)行的C和C++代碼。目前，MATLAB已經(jīng)把工具箱延伸到了科學(xué)研究和工程應(yīng)用的諸多領(lǐng)域，諸如數(shù)據(jù)采集、數(shù)據(jù)庫(kù)接口、概率統(tǒng)計(jì)、樣條擬合、優(yōu)化算法、偏微分方程求解、神經(jīng)網(wǎng)絡(luò)、小波分析、信號(hào)處理、圖像處理、系統(tǒng)辨識(shí)、控制系統(tǒng)設(shè)計(jì)、LMI控制、魯棒控制、模型預(yù)測(cè)、模糊邏輯、金融分析、地圖工具、非線性控制設(shè)計(jì)、實(shí)時(shí)快速原型及半物理仿真、嵌入式系統(tǒng)開(kāi)發(fā)、定點(diǎn)仿真、DSP與通訊、電力系統(tǒng)仿真等，都在工具箱（Toolbox）家族中有了自己的一席之地。MATLAB對(duì)許多專門(mén)的領(lǐng)域都開(kāi)發(fā)了功能強(qiáng)大的模塊集和工具箱。另外新版本的MATLAB還著重在圖形用戶界面（GUI）的制作上作了很大的改善，對(duì)這方面有特殊要求的用戶也可以得到滿足。新版本的MATLAB對(duì)整個(gè)圖形處理功能作了很大的改進(jìn)和完善，使它不僅在一般數(shù)據(jù)可視化軟件都具有的功能（例如二維曲線和三維曲面的繪制和處理等）方面更加完善，而且對(duì)于一些其他軟件所沒(méi)有的功能（例如圖形的光照處理、色度處理以及四維數(shù)據(jù)的表現(xiàn)等），MATLAB同樣表現(xiàn)了出色的處理能力。高層次的作圖包括二維和三維的可視化、圖象處理、動(dòng)畫(huà)和表達(dá)式作圖。函數(shù)所能解決的問(wèn)題其大致包括矩陣運(yùn)算和線性方程組的求解、微分方程及偏微分方程的組的求解、符號(hào)運(yùn)算、傅立葉變換和數(shù)據(jù)的統(tǒng)計(jì)分析、工程中的優(yōu)化問(wèn)題、稀疏矩陣運(yùn)算、復(fù)數(shù)的各種運(yùn)算、三角函數(shù)和其他初等數(shù)學(xué)運(yùn)算、多維數(shù)組操作以及建模動(dòng)態(tài)仿真等。在計(jì)算要求相同的情況下，使用MATLAB的編程工作量會(huì)大大減少。函數(shù)中所使用的算法都是科研和工程計(jì)算中的最新研究成果，而前經(jīng)過(guò)了各種優(yōu)化和容錯(cuò)處理。MATLAB是一個(gè)包含大量計(jì)算算法的集合。而且這種語(yǔ)言可移植性好、可拓展性極強(qiáng)，這也是MATLAB能夠深入到科學(xué)研究及工程計(jì)算各個(gè)領(lǐng)域的重要原因。新版本的MATLAB語(yǔ)言是基于最為流行的C＋＋語(yǔ)言基礎(chǔ)上的，因此語(yǔ)法特征與C＋＋語(yǔ)言極為相似，而且更加簡(jiǎn)單，更加符合科技人員對(duì)數(shù)學(xué)表達(dá)式的書(shū)寫(xiě)格式。MATLAB一個(gè)高級(jí)的矩陣/陣列語(yǔ)言，它包含控制語(yǔ)句、函數(shù)、數(shù)據(jù)結(jié)構(gòu)、輸入和輸出和面向?qū)ο缶幊烫攸c(diǎn)。簡(jiǎn)單的編程環(huán)境提供了比較完備的調(diào)試系統(tǒng)，程序不必經(jīng)過(guò)編譯就可以直接運(yùn)行，而且能夠及時(shí)地報(bào)告出現(xiàn)的錯(cuò)誤及進(jìn)行出錯(cuò)原因分析。