【正文】 e=imcrop(d,[left top dd hh])。 end dd=rightleft。amp。 leftn %切割出白區(qū)域（縱切） left=left+1。 end 32 while sum(d(:,left))==0 amp。amp。 top=m %切割出白色區(qū)域（橫切） top=top+1。 % init while sum(d(top,:))==0 amp。left=1。 top=1。 end end end result=d。flag=1。 if sum(sum(d))~=0。 end else word=qiege(imcrop(d,[1 1 wide m]))。 % 切割出最小范圍 else word=[]。 n1/m1y2 d(:,[1:wide])=0。 if widey1 amp。 31 end temp=qiege(imcrop(d,[1 1 wide m]))。amp。 wide=0。y2=。flag=0。 end figure(17),subplot(3,1,2),imshow(dw),title (findc)。 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)。)。,liccode(k2),39。 end for k2=kmin:kmax fname=strcat(39。 else l=3 %第三位以后是字母或數(shù)字識(shí)別 kmin=1。 elseif l==2 %第二位 A~Z 字母識(shí)別 kmin=11。 %實(shí)用最近鄰插值法放大圖像 if l==1 %第一位漢字識(shí)別 kmin=37。nearest39。])。 %將整數(shù)轉(zhuǎn)換為字符串 t=imread([ii,39。 l=1。])。 39。:39。 39。:39。 liccode=char([39。39。)。 imwrite(word6,39。39。)。 imwrite(word4,39。39。)。 imwrite(word2,39。39。)。 subplot(3,7,14),imshow(word7),title(39。639。)。 subplot(3,7,12),imshow(word5),title(39。439。)。 subplot(3,7,10),imshow(word3),title(39。239。)。 subplot(3,7,8),imshow(word1),title(39。 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])。)。 figure(15),imshow(word7),title(39。639。)。 figure(13),imshow(word5),title(39。439。)。 figure(11),imshow(word3),title(39。239。)。 figure(9),imshow(word1),title(39。 % 分割出第六個(gè)字符 [word6,d]=getword(d)。 % 分割出第四個(gè)字符 28 [word4,d]=getword(d)。 end end % 分割出第二個(gè)字符 [word2,d]=getword(d)。 % WORD 1 end d(:,[1:wide])=0。 if two_thirds/ally2 flag=1。 all=sum(sum(temp))。 else temp=qiege(imcrop(d,[1 1 wide m]))。 end if widey1 % 認(rèn)為是左 側(cè)干擾 d(:,[1:wide])=0。wide=0。 while flag==0 [m,n]=size(d)。flag=0。 % 切割出 7 個(gè)字符 y1=10。)。 % 分割 end 27 end %figure(10),subplot(2,1,1),imshow(d),title(39。 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)。) k1=1。 %figure(9),subplot(2,1,1),imshow(d),title(39。qiege39。) % 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(gè)字符組成，需要分割 d=qiege(d)。 %figure(8),subplot(3,2,5),imshow(d),title(39。 .jpg39。 %imerode 實(shí)現(xiàn)圖像腐蝕 d為待處理圖像， se是結(jié)構(gòu)元素對(duì)象 elseif bwarea(d)/m/n= d=imdilate(d,se)。 % eye(n) returns the nbyn identity matrix 單位矩陣 [m,n]=size(d)。ball39。diamond39。line39。,3)。) % 某些圖像進(jìn)行操作 % 膨脹或腐蝕 26 % se=strel(39。 %matlab里函數(shù) bwarea 計(jì)算目標(biāo)物的面積 %figure(8),subplot(3,2,4),imshow(d),title(39。 .jpg39。 %BW = im2bw(I, level) 將灰度圖像 I 轉(zhuǎn)換為二進(jìn)制圖像。,3)。) % 濾波 h=fspecial(39。) %figure(8),subplot(3,2,3),imshow(d),title(39。subplot(3,2,2),imshow(d),title(39。)。 % d:二值圖像 imwrite(d,39。 % T 為二值化的閾值 [m,n]=size(b)。 g_min=double(min(min(b)))。 39。 %figure(8)。 .jpg39。 b=rgb2gray(a)。39。 jpg=strcat(filepath,filename)。輸入一個(gè)定位裁剪后的車牌圖像 39。39。)。) imwrite(dw,39。 %figure(7),subplot(1,2,2),imshow(dw),title(39。行方向合理區(qū)域 39。 t=toc。%對(duì)車牌區(qū)域的校正 PX2=PX2+2。(PX2PX1)) PX2=PX21。 while ((white_x(1,PX2)3)amp。(PX1x)) PX1=PX1+1。 while ((white_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) white_x(1,j)= white_x(1,j)+1。 end IY=I(PY1:PY2,:,:)。amp。 end PY2=MaxY。amp。%temp為向量 white_y的元素中的最大值， MaxY為該值 的索引（ 在向量中的位置） PY1=MaxY。 for i=1:y for j=1:x if(myI(i,j,1)==1) %如果 myI(i,j,1)即 myI圖像中坐標(biāo)為 (i,j)的點(diǎn)為白色 %則 Blue_y的相應(yīng)行的元素 white_y(i,1)值加 1 white_y(i,1)= white_y(i,1)+1。 myI=double(I5)。)。title(39。 I5=bwareaopen(I4,2021)。平滑圖像的輪廓 39。 %閉運(yùn)算 %figure(5),imshow(I4)。,[40,40])。 se=strel(39。腐蝕后圖像 39。 %figure(4),imshow(I3)。1]。) se=[1。title(39。)。,39。 I2=edge(I1,39?；叶葓D直方圖 39。 %figure(2),subplot(1,2,2),imhist(I1)。灰度圖 39。 %figure(2),subplot(1,2,1),imshow(I1)。)。title(39。)。大學(xué)四年 ,很多老師及同學(xué)在生活與學(xué)習(xí)中給過我很多的幫助 ,在此 對(duì)何老師以及系里其他曾經(jīng)教過我的老師表示深深的感謝！同時(shí) ,也要感謝在論文寫作過程中，幫助過我、并且共同奮斗四年的大學(xué)同學(xué)們，能夠順利完成論文，是因?yàn)橐宦飞嫌心?、有你們，再次衷心地感謝所有在我論文寫作過程中給予過我?guī)椭娜藗?，謝謝！ 23 附錄： function [d]=main(jpg) I=imread(39。她嚴(yán)肅的教學(xué)態(tài)度，嚴(yán)謹(jǐn)?shù)闹螌W(xué)精神，精益求精的工作作風(fēng)深深地感染和激勵(lì)著我。 近年來研究成果越來越多 ,但由于車牌識(shí)別技術(shù)本身所具有的難度 ,使研究沒有大的突破性的進(jìn)展 .我們需要