【正文】 f 經(jīng)過鄰域平均后為 : 1 1 1( , ) ( , ) ( , ) ( , )f i j f i j g i j n i jM M M? ? ? ?? ? ? （ 211） 式中 M為鄰域 S內(nèi)的像素總數(shù)。 鄰域 S的形狀和大小根據(jù)圖像特點確定。 鄰域平均法對于給定的圖像 f(i,j)中的每個像素點 (i,j)，取其鄰域 S,求鄰 域 S 中像素值的平均值作為處理后所得圖像像素點 (i， j)處的灰度。 2． 4 空間域濾波 對于包含噪聲污染的車牌圖像，通常采用空間域法對車牌圖像進行濾波，常使用的方法有 :線性濾波、中值濾波等。 39。 figure(10)。 .jpg39。 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。 本文采用了基于灰度直方圖的全局 閾值法的方法來處理藍白車牌。 盡管閾值選取的方法很多，但至今還沒有找到一種對所有圖像都可以有效分割的方法，一種閾值方法只能適用于某一類或幾類圖像。由于充分考慮了每個像素鄰域的特征，能夠更好的突出背景和目標的邊界，使得相距很近的兩條線不會產(chǎn)生粘連現(xiàn)象，二值化效果較好。局部閾值法則是由像素的灰度值和像素周圍局部灰度特性來確定二值化的閾值， Bernsen 算法是典型的局部閾值方法，局部閾值法的缺點和問題是實現(xiàn)速度慢、不能保證字符筆劃 連通性、以及容易出現(xiàn)偽影現(xiàn)象等 。依閾值的應(yīng)用范圍可分為全局閾值法、局部閾值法和動態(tài)閾值法等。設(shè)原灰度圖像為 f(x， y)，二值化后的圖像為 g(x， y)，二值化過程表示如下 : 1 ( , )( , ) 0 ( , )f x y tg x y f x y t??? ? ?? 　 （ 26） 門限 t的選擇是關(guān)鍵，它可以表示為一個三元函數(shù)，即： [ ( , ) , ( , ) , ( , ) ]t f x y x y N x y? （ 27） 其中（ x,y）是圖像中像素位置， f（ x,y）代表圖像中（ x,y）處的灰度值，N(x,y)為 (x,y)周圍鄰域的灰度特征。此外，二值化后的圖像能夠用幾何學(xué)中的概念進行分析和特征描述，比灰度圖像優(yōu)勢大的多。另一方面，在某些情況下即使圖像本身是有灰度的，我們也設(shè)法使它變成二值圖像再進行處理 (即灰度圖像的二值化 )。圖像 的二值化可把像素的灰度級分成黑與白二級，即把原灰度圖像轉(zhuǎn)化為二值圖像，在數(shù)字圖像處理中，二值圖像占有非常重要的地位。利用灰度拉伸對于圖像中的高亮區(qū)和黑暗區(qū)具有保護細節(jié)的明顯作用。它使圖像的低灰度區(qū)得以擴展，而高灰度區(qū)得到壓縮，使圖像的灰度分布均勻，與人的視覺特性匹配。)。title(39。)。title(39。根據(jù)圖象處理系統(tǒng)的條件，最好將灰度范圍展開到 s=(0,255)之間，為此對灰度值作如下的變換： ( ) [ m i n , m a x ]s T r r r r?? （ 24） 使得 S∈ [Smin, Smax],其中， T為線性變換， m i nr m a xr m i nr S m a xm a xr S m i nrm i nr m a xr S m i nS m a x ????S （ 25） 圖 26灰度線性變換 圖像增強代碼和結(jié)果如下： J=imadjust(I1,stretchlim(I1),[])。 造成圖像對比度低的幾 個原因： ，使得圖像中央?yún)^(qū)域和邊緣區(qū)域的灰度失衡； 攝像頭掃描時各點的靈敏度有較大的差異而產(chǎn)生圖像灰度失真； ； 。 圖像增強所使用的方法主要分為兩大類，一類是空域增強法，主要包括直方圖修正、圖像平滑和圖像銳化等；另外一類則是頻域增強法，主要有低通濾波、帶通濾波和高通濾波等。因此，在對原始圖像分析之前，必須改善圖像的質(zhì)量。從直方圖中可以看出車牌圖像的直方圖中存在雙峰或多峰的情況， 這些給后期的車牌圖像二值化過程中閾值的選擇帶來一定的影響 。)。title(39。)。title(39。) I1=rgb2gray(I)。title(39。)。 原圖、灰度圖及其直方圖結(jié)果見圖 21與圖22，且彩色圖像灰度化代碼如下： I=imread(39。由于人眼對綠色的敏感度最高 ,對紅的 敏感度 次之，對藍色的敏感度最低，所以本實驗取 0 .2 9 9 0 .5 8 7 0 .1 1 4g R G B? ? ?。 R,G,B 的取值范圍是 0255，所以灰度的級別是 256 級?；叶然幚砭褪怯刹噬D(zhuǎn)換為灰度。 第二章 圖像處理技術(shù) 2． 1 圖像灰度化 數(shù)字圖像包括彩色圖像和灰度圖像兩種。 第六章對所做的工作進行了總結(jié)和展望。分析了各種字符分割算法，然后對分割出的車牌圖像進行灰度化、灰度拉伸、二值化、去邊框處理等一系列預(yù)處理后 ，提出了一種 基于 模板匹配與垂直投影相結(jié)合的 字符分割方法。分析了傾斜校正的基本原理和一些傾斜校正方法 ,并對實驗結(jié)果進行分析。最后對車牌定位實驗結(jié)果進行分析。 第三章為車牌圖像的定位。 第二章為圖像處理技術(shù)。介紹了選題的背景及意義 ,并對國內(nèi)外車牌定位分割技術(shù)研究現(xiàn)狀進行了綜述。 1． 3 主要研究內(nèi)容 課題研究的主要內(nèi)容是對數(shù)碼相機拍攝的車牌，進行基于數(shù)字圖像處理技術(shù)的車牌定位技術(shù)和車牌字符分割技術(shù)的研究與開發(fā)，涉及到圖像預(yù)處理、車牌定位、傾斜校正、字符分割等方面的知識 ,總流程圖如圖 11 所示，其中車牌定位的流程圖如 圖 12所示，字符分割與歸一化的流程圖如圖 13所示。針對車牌圖像的字符分割，是字符分割的一個具體應(yīng)用，目前人們根據(jù)車牌字符的特征已提出了一些算法，比如：基于先驗知識的分割算法，基于投影輪廓和拓撲結(jié)構(gòu)的分割算法等。由于各種因素的影響，使得字符分割的復(fù)雜性大。印刷體字符分割的任務(wù)是從多 行或多字符圖像中切割出單個字符。 車牌字符分割是把車牌的字符一個個分離出來，為車牌字符的識別做好準備 工作。對一些復(fù)雜的圖像應(yīng)用某些數(shù)學(xué)工具不僅可以加快處理速度，而且可以改善和優(yōu)化處理結(jié)果。車牌定位是解決圖像分割、圖像分析與理解的問題。 關(guān)于車牌定位的研究，國外起步比較早，現(xiàn)在比較 好的車牌定位方法主要有 J． Barroso 等提出的基于水平搜尋的定為方法； R． Parisi 等提出的基于 DFT變換的頻域分析方法； J． Bulas— Crue 等人提出的基于掃描行車牌提取方法。各個國家的產(chǎn)品雖然不同，但基本上都足基于車輛探測器的系統(tǒng)，設(shè)備投資巨大。 目前，國內(nèi)外 已開發(fā)出的一些產(chǎn)品有：以色列 Hi_Tech 公司的 See／ Car System 系列產(chǎn)品，香港 Asia ViSion Technology 公司的 VECON 產(chǎn)品，新加坡Optasia 公司的 VLPRS 產(chǎn)品等，其中 VECON 和 VLPRS 產(chǎn)品主要適合于香港和新加坡的車牌， Hi Tech 公司的 See／ Car System 有多種的產(chǎn)品來分別使用于某一個國家的車牌， See／ Car Chinese 系統(tǒng)可以對中國大陸的車牌進行識別，但也有很大的缺陷，而且不能識別車牌中的漢字。為了解決圖像惡化的問題， 目前國內(nèi)外的研究機構(gòu)和公司企業(yè)采取的辦法是采用主動紅外照明攝像或使用特殊的傳感器來提高圖像的質(zhì)量。 1． 2 車牌定位與分割國內(nèi)外發(fā)展 從 20 世紀 80 年代 (1988 年 )，國外的研究人員就開始了對車牌識別系統(tǒng)的 研究，其主要途徑就是對車牌的圖像進行分析，自動提取車牌信息， 確定汽車的 車牌號。 車牌自動識別系統(tǒng)具有廣泛的應(yīng)用范圍，主要應(yīng)用于： 1．高速公路收費、監(jiān)管管理； 2．小區(qū)、停車場的管理； 3．闖紅燈等違章車輛監(jiān)控； 4．車輛流量檢測 與控制； 5．車輛安全防盜、堵查指定車輛等。同時高速公路的持續(xù)發(fā)展和車輛管理體制的不斷完善，使圖像場景同益簡單化和標準化，也為以圖像理解為基礎(chǔ)的智能交通管理系統(tǒng)進入實際應(yīng)用領(lǐng)域提供了契機。 最后，對設(shè)計的車牌自動識別技術(shù)系統(tǒng)中存在的不足做出總結(jié)，對系統(tǒng)的改進提出建議，指出論文的進一步研究工作展望與設(shè)想。 論文首先介紹了汽車車牌識別技術(shù)課題開展的背景和意義，闡述了它在國內(nèi)國外發(fā)展的概況，并且對車牌定位系統(tǒng)的組成進行了研究。 車牌識別系統(tǒng)主要由硬件和軟件構(gòu)成，車牌識別 算法主要分為三個部分：車牌定位、字符分割、字符識別。車牌識別系統(tǒng)能夠廣泛用于高速公路車輛監(jiān)測、十字路口車輛監(jiān)測、小區(qū)車輛管理等。智能交通系統(tǒng)在這種背景下應(yīng)運而生，而智能交通系統(tǒng)的關(guān)鍵技術(shù)便是車牌識別系統(tǒng)。 涉密論文按學(xué)校規(guī)定處理。 作者簽名： 日期： 年 月 日 學(xué)位論文版權(quán)使用授權(quán)書 本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向國家有關(guān)部門或機構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。 對本文的研究做出重要貢獻的個人和集體，均已在文中以明確方式標明。 作者簽名： 日 期： 學(xué)位論文原創(chuàng)性聲明 本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨立進行研究所取得的研究成果。對本研究提供過幫助和做出過貢獻的個人或集體，均已在文中作了明確的說明并表示了謝意。 南 京 工 程 學(xué) 院 畢業(yè)設(shè)計說明書 (論文 ) 專 業(yè)： 信息工程 題 目： 車牌自動識別系統(tǒng)的設(shè)計與研究 （車牌定位與分割） A Dissertation Submitted to Nanjing Institute of Technology For the Academic Degree of Bachelor of Science By Xiaowei Ma Supervised by Lecturer Ying Tong College of Communication Engineering Nanjing Institute of Technology June 2020 The Design and Research of Automatic License Plate Recognition System （ License plate location and segmentation） 畢業(yè)設(shè)計（論文）原創(chuàng)性聲明和使用授權(quán)說明 原創(chuàng)性聲明 本人鄭重承諾：所呈交的畢業(yè)設(shè)計（論文），是我個人在指導(dǎo)教師的指導(dǎo)下進行的研究工作及取得的成 果。盡我所知，除文中特別加以標注和致謝的地方外，不包含其他人或組織已經(jīng)發(fā)表或公布過的研究成果，也不包含我為獲得 及其它教育機構(gòu)的學(xué)位或?qū)W歷而使用過的材料。 作 者 簽 名： 日 期： 指導(dǎo)教師簽名： 日 期： 使用授權(quán)說明 本人完全了解 大學(xué)關(guān)于收集、保存、使用畢業(yè)設(shè)計（論文）的規(guī)定，即：按照學(xué) 校要求提交畢業(yè)設(shè)計（論文）的印刷本和電子版本；學(xué)校有權(quán)保存畢業(yè)設(shè)計（論文）的印刷本和電子版，并提供目錄檢索與閱覽服務(wù)；學(xué)?？梢圆捎糜坝　⒖s印、數(shù)字化或其它復(fù)制手段保存論文；在不以贏利為目的前提下，學(xué)?？梢怨颊撐牡牟糠只蛉績?nèi)容。除了文中特別加以標注引用的內(nèi)容外，本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫的成果作品。本人完全意識到本聲明的法律后果由本人承擔。本人授權(quán) 大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。 作者簽名： 日期： 年 月 日 導(dǎo)師簽名： 日期： 年 月 日 指導(dǎo)教師評閱書 指導(dǎo)教師評價： 一、撰寫（設(shè)計）過程 學(xué)生在論文（設(shè)計）過程中的治學(xué)態(tài)度、工作精神 □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 學(xué)生掌握專業(yè)知識、技能的扎實程度 □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 學(xué)生綜合運用所學(xué)知識和專業(yè)技能分析和解決問題的能力 □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 研究