【正文】 autonomous, cabled, or portable receivers with hydrophones (piezoelectric sensors)。 piezoelectric sensors。%將標(biāo)準(zhǔn)子圖顯示出來 Px0=Px1。標(biāo)準(zhǔn)子圖 39。 subplot(1,7,i)。%將二值化圖像分割后顯示出來 %%%%%%變換為標(biāo)準(zhǔn)子圖 %%%%%%%% Z4=imresize(Z3,[88 40])。 subplot(1,7,i)。 end Z3=Z2(:,Px0:Px1,:)。((a/y)=))) 附錄 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。 %%%%%%%%%%%%%對圖像分割 %%%%%%%%%%%%%% y=fix(x*90/409)。去除圓點后圖像 39。 end end figure(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。%找到第一個字符的位置 for i=1:2 while (i~=2) while ((X1(1,x0)=5)amp。(x1x)) x1=x1+1。 while ((X1(1,x1)15)amp。(x1x)) x1=x1+1。 for i=1:5 while (i~=5) while ((X1(1,x1)=15)amp。)。),ylabel(39。),xlabel(39。 附錄 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。 附錄 for i=1:y for j=1:x if(I4(i,j,1)==1) Y1(i,1)= Y1(i,1)+1。 I4=double(I3)。閉運算后圖像 39。%取菱形結(jié)構(gòu)的閉運算 subplot(2,2,4)。,fix(y/140))。 SE=strel(39。開運算后圖像 39。%取圓盤形的開運算 subplot(2,2,3)。,fix(y/45))。%計算 I1 的大小 %%%%%%%%%對圖像進行開閉運算 %%%%%%%% 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。 [10]李云． 車牌定位與字符分割算法的研究及實現(xiàn) ． 成都： 電子科技大學(xué) ， 2020:2123。 [8]章毓晉．圖象處理和分析．清華大學(xué)出版社， 2020： 254277。 [6 趙海燕，馬駟良，顧玲嘉．基于最小面積法進行的車牌字符分割 .長春理工大學(xué)學(xué)報，2020， 29(3)： 4547。 [4]王興玲 ． 最大類間方差車牌字符分割的模板匹配算法 ， 計算機工程， 2020， 32(19)：193195。參考文獻 參考文獻 [1]張云剛，張長水 ． 利用 Hough 變換和先驗知識的車牌字符分割算法 .清華大學(xué)自動化系信息處理研究所，計算機學(xué)報， 2020,27(1)： 130 [2]遲曉君，孟慶春 ． 基于投影特征值的車牌字符分割算法 .計 算機應(yīng)用研究， 2020， 7(1)：256257。 (1)本文提出的車牌字符分割方法雖然 速度上有優(yōu)勢 ，但 分割效果受到環(huán)境的影響還很大，如何提高分割效果 將是下一步工作的重點。 在車牌識別系統(tǒng)的性能指標(biāo)中，識別率和識別速度難以同時提高，除了處理技術(shù)的原因外，還受到拍攝設(shè)備、計算機硬件設(shè)備等性能的限制。 而國外的車牌中只有數(shù)字和字母，識別起來很容易，故國外的車牌識別算法有很高的識別正確率 其次，現(xiàn)在的 出現(xiàn)的 車牌識別算法多是針對某一固定場景 提出 的，這就使得車牌識別算法可移植性不高， 為了使系統(tǒng)有更大的應(yīng)用范圍，需要 研究出一個移植能力很強的車牌識別算法。國內(nèi)出現(xiàn)的智能交通系統(tǒng)的識別率都不是很高，離實際應(yīng)用要求還有一段距離?，F(xiàn)在國內(nèi)外已經(jīng)出現(xiàn)了智能交通系統(tǒng)?？偨Y(jié)和展望 車牌自動識別系統(tǒng)的重 要性和實用價值已經(jīng)越來越明顯，也受到了更多的重視。 由于 車牌 在垂直方向上的投影必然在字符間的間隙處取得局部最小值，并且這個位置應(yīng)滿足 標(biāo) 準(zhǔn) 牌照的字符書寫格式、字符尺寸和一些其他條件。對 于第一種方法，主要優(yōu)點 是再二值化很好的情況下，可以很好地把字符分割開來，但對于二值化并預(yù)處理后仍然有字符粘連的情況會導(dǎo)致字符無法分割。 (2)在字符分割過程中，先給出了垂直投影法和固定邊界法兩種方法，在分析了兩種方法的優(yōu)缺點并考慮到車牌二值化過程中可能有字符粘連的情況 ，給出了一種基于垂直投影法 與邊界法 相結(jié)合的車牌字符分割方法。 主要研究探討了車牌字符分割前的預(yù)處理以及字符分割方法。 另外， 本文論述了車牌識別系統(tǒng)的工作原理及組成并詳細地就其中的重要步驟之一：車牌的分割進行了研究。 圖 退出系統(tǒng)時的界面 總結(jié)和展望 第六章 總結(jié)和展望 本文論述了針對在路口 對車輛管理 的車牌識別系統(tǒng) ， 根據(jù)圖片特征提出了一個行之有效的 車牌 分割方法。 圖形用戶 界面設(shè)計 圖 灰度化打開的界面 圖 二值化打開的界面 圖 圖像開運算打開的界面 圖形用戶 界面設(shè)計 圖 去邊框打開的界面 圖 改進法分割時的界面 當(dāng)點擊“幫助”菜單鍵時，會打開一個文本文件，里面有關(guān)于如何使用該系統(tǒng)的一些信息，可以幫助使用者更好的使用軟件。 圖 打開圖片后的界面 當(dāng)使用者點擊界面上的“灰度化”按鍵或預(yù)處理菜單鍵下的“灰度化” 菜單鍵時會將打開的車牌圖像進行灰度化處理，并將灰度化后的圖像顯示出來（如圖 所示）。 界面上的按鍵和菜單上的菜單鍵一一對應(yīng)，實現(xiàn)相同的功能，并將退出鍵設(shè)置成為了紅色，用來警示使用者。 其中幫助鍵可打開一個與本 GUI 使用方法有關(guān)的 txt 文本。 文件菜單下有 ：打開圖片和退出兩個二級菜單鍵；預(yù)處理下 有：灰度化、二值化、開運算、閉運算、去除邊框、去除圓點等二級菜單鍵；計算行列像素點下有：計算行像素點和計算列像素點兩個二級菜單鍵；分割有：投影法分割、邊界法分割和改進法分割三個二級菜單鍵。 主界面上有幾個按鈕，分別起到了：圖片灰度化、圖 片二值化、開運算、閉運算 、去除圓點、去除邊緣、計算行像素、計算列像素、投影法分割、邊界法分割、改進法分割以及退出鍵，這些按 鍵在菜單里都有與之相對應(yīng)的功能鍵 且有與之對應(yīng)的快捷鍵 ，并且有一幫助鍵，提供了對該界面的一些使用幫助。利用 MATLAB 的圖形用戶界面對象可以設(shè)計出界面友好、操作方便的圖形用戶界面 [7]。 目前 軟件開發(fā)環(huán)境與應(yīng)用程序都采用圖形用戶界面， 現(xiàn)在 流行的開發(fā)工具 大 都可以進行圖形用戶界面的設(shè)計。 圖形用戶 界面設(shè)計 第五章 車牌 字符分割 系統(tǒng) 圖形用戶 界面設(shè) 計 圖形用戶界面（ Graphical User Interface， GUI）是 為了便于 人 們 操作 計算機， 這種界面 既形象生動，又使用戶的操作更加方便靈活。 Step6：重復(fù)利用上一步驟的方法找到其他字符的左右端，然后將字符逐一分割。 Step4：計算出列方向像素值之和。 Step2： 用 Otsu算法確定車牌區(qū)域的二 之花 閾值（即采用全局閾值） ，然后根據(jù)此閾值將圖像二值化。 與 分別分析了垂直投影法和固定邊界法的優(yōu)缺點，為了達到更好的分割效果，本文將這兩種方法結(jié)合，提出了改進的投影法。 圖 固定邊界法分割的圖像 由于此方法是根據(jù)車牌的標(biāo)準(zhǔn)，用固定的位置去分割車牌，所以就要求車牌的左右位置很精確，否則會導(dǎo)致分割時將應(yīng)保留的部分切開，從而使分割錯誤。 Step4：由車牌的標(biāo)準(zhǔn)先將漢字、第一個字母的位置找到 ，并將其分割出來。 Step2： 用 Otsu算法確定車牌區(qū)域的二 閾值（即采用全局閾值），然后根據(jù)此閾值 將圖像二值化。 的車牌字符分割方法 原理 由 中華人民共和國公共安全行業(yè)標(biāo)準(zhǔn) GA36— 2020[14]可知： 普通藍底白字車牌的結(jié)構(gòu)如圖 所示： 圖 普通車牌的國家標(biāo)準(zhǔn) 圖 可以得知：車牌的位置都是嚴(yán)格依據(jù)國家標(biāo)準(zhǔn)制定的，每個字符間，甚至于邊框、鉚釘?shù)奈恢枚加忻鞔_的規(guī)定，每個字符的寬度為： 45mm 、高為： 90mm 、車牌總長為： 440mm 、寬為 ： 140mm ，第一和第二個字符間的距離為： 12mm 、第二和第三個字符車牌字符分割方法 間的距離為 32mm 、其后沒兩個字符間距均為 12mm ，因此可以據(jù)此容易地找到車牌字符的分割位置。 車牌字符分割方法 Step4： :計算出車牌區(qū)域 垂直方向上的 二值 投影圖找到波谷點，從而根據(jù) 這些 波谷點來對整個車牌字符進行分割， 并且 拋棄掉字符與字符之間的間隙。 Step2： 用 Otsu算法確定車牌區(qū)域的二 閾值（即采用全局閾值）， 然后根據(jù)此閾值將圖像二值化。 圖 為計算列方向的累計像素值： 圖 車牌列方向累計像素值 由圖可見：在字符之間的像素值 理想情況下為零，實際情況可能有些許噪聲，但只要噪聲不大，已可據(jù)此實現(xiàn)字符的分割。 圖 為去除白點前后的車牌圖像： 圖 去除圓點 車牌字符分割方法 第四章 車牌字符分割方法 前面已經(jīng)介紹了字符分割的發(fā)展現(xiàn)狀，本章將就本文重點研究的投影法、固定邊界法以及將兩者結(jié)合起來的方法進行闡述。 圖 為計算出的車牌 列 方向像素值： 圖 行、 列 方向累計像素值 車牌圖像的預(yù)處理 去除車牌水平方向的邊框與去除垂直方向邊框的方法類似。 Step2： 選取車牌行方向的正中間位置，分別向車牌上下掃描尋找到行像素和突然變小的位置，即為車牌的上下端。因此本文根據(jù) 其 邊框與字符間有空隙的特點， 對于垂直邊框， 先找到 車牌正中間的 一個字符， 向右找到第四個間隙即為車牌的最 右 端，找到第一個字符位置，向左尋找即可找到車牌最左端位置；對于水平方向的邊框 ，先找到車牌水平方向的最中間，向車牌的上下方向分別尋找車牌字符與邊框之間的間隙，即可找到車牌的上下位置。 圖 為進行開運算前后的圖像： 開運算前： 開運算后： 車牌圖像的預(yù)處理 圖 對圖像的開運算 由于車牌上會有泥點、刮痕、銹蝕或光照、陰影等 的影響造成車牌上有一些噪聲，在二值化時會成為小洞，給字符分割帶來阻礙，因而在對車牌分割前必須將這些噪聲去掉，因此可以根據(jù)閉運算操作來達到目的。 開運算和閉運算都可以除去比定義的結(jié)構(gòu)元素小的特定圖像細節(jié)，同時能保證不使 圖像 全局發(fā)生失真。 本文主要運用了 數(shù)學(xué)形態(tài)學(xué)方法中的 開閉運算來實現(xiàn)去噪的處理，還 根據(jù) 車牌標(biāo)準(zhǔn) 判斷噪聲的位置與 投影像素原理 相結(jié)合的方法進行 去噪處理， 下面是對開閉運算 以及去除其它噪聲 等方法 的介紹。在時域上去噪的方法有很多 種 ，比如：均值濾波、順序濾波、自適應(yīng)濾波等濾波方法。 這兩種方法是根據(jù)不同的思想進行去噪的 ，一個是利用信號和噪聲的時域特征 將噪聲去除 ，一個是利用信號和噪聲的頻域特征來將 噪聲去除 。在去噪時，我們需要根據(jù)噪聲 的 特點采取相應(yīng)的方法去噪。 ( , ) ( , ) * ( , )g x y f x y x y?? （ 33） ( , ) ( , ) * ( , )g x y f x y x y?? （ 3