【正文】 AB的車牌識別系統(tǒng)的研究 [J]電子設計工程 2020（ 11） 4. 王廣宇 車輛牌照識別系統(tǒng)的原理及算法研究 [D]鄭州大學 2020 江 王友仁 .車牌自動識別方法中的關鍵技術研究 [J]計算機測量與控制，（ 4） 6. 許志影 李晉平 .MATLAB 在圖像處理中的應用 [J].計算機與現代化， 2020（ 4） MATLAB 程序設計與應用 ［ M］ .北京 ： 高等教育出版社 ， 2020 8. 成瑜 汽車牌照自動識別技術研究 [J].南京航空航天大學學報 ,2020， 4： 2930 程序附錄： I=imread(39。還有字符的分割，本文采用的是投影分割法，常見的方法聚類分割法以及基于模板匹配的分割方法。首先如何將車牌進行定位以及將定位好的車牌分割出來。總體來說，分割出正確的字符的成功率還是蠻高的，如果再能夠提高圖像質量，分割正確字符的成功率還能夠得到提升 。 在實驗過程中，也出現了字符分割錯誤的情況，根據分析，造成錯誤情況的原因主要有： ，導致分割出的車牌字符大小不一。整個過程使用 MATLAB編程實現，能夠直接調用 函數，大大縮短了實驗時間和編譯難度。 圖 51 另一組實驗結果組圖 字符分割效果理想主要取決于識別系統(tǒng)前期工作的到位。 圖 412 字符歸一化后的圖像 5．實驗結果和分析 ： 通過以上實驗步驟，我對多幅車牌圖像進行了字符分割，字符分割的效果比較理想。 歸一化處理的目的就是使車牌字符同標準模塊里面的字符特征一樣 。 在字符切割時 ,往往由于閾值取得不好 ， 導致字符切割不準確 ， 針對這種情況 ， 可以對切割出的字符寬度進行統(tǒng)計分析 ， 用以指導切割 ， 對因錯誤切割過寬的字符進行分裂處理。再用模板中的全體像素的平均值 來代替原來像素值 。濾波方法有多種，本文采取的濾波方法為均值濾波。 也就是將 256 個亮度等級的灰度圖像通過適當的門限值選取而獲得仍然可以反映圖像整體和局部特征的二值化圖像 。且車輛圖片不可避免存在噪聲，所以要對圖像進行灰度化，二值化以及濾波處理。然后，在分割出的行區(qū)域內，統(tǒng)計列方向藍色像素點的數量，最終確定完整的車牌區(qū)域。 對圖像進行圖像腐蝕 除去圖像雜質 通過計算尋找 X 和Y 方向車牌的區(qū)域 完成車牌定位 對定位后的彩色車牌的進一步處理 圖 45 腐蝕后的圖像 圖 圖 47 從對象中移除小對象后圖像 車牌分割 本文車牌部分的分割采用的是利用車牌彩色信息的彩色分割法。數學形態(tài)學 用具有一定形態(tài)的機構元素去量度和提取圖像中的對應形狀以達到對圖像分析和識別的目的，能有效的去除噪聲，保留圖像原有信息的同時提取的邊緣比較平滑，提取的圖像骨架也比較連續(xù)，斷點少 。 圖 44 車牌定位流程圖 車牌定位 機動車圖像經過灰度化和邊緣檢測的處理后，邊緣得到了加強，牌照區(qū)域已經非常明顯。車牌圖像的灰度圖的車牌部分是一個水平度很高的長方形圖樣，在原圖中比較集中，且灰度值和周圍圖樣有明顯差異，因此很容易用邊緣檢測來對圖像進行分割。所以我們要對照片進行車牌定位和分割。Robert 邊緣檢測 39。 figure(3),imshow(I2)。both39。robert39。)。title(39。) I1=rgb2gray(I)。title(39。)。 灰度化和邊緣檢測的 MATLAB 程序如下： I=imread(39。因為有這些明顯的特征，經過適當的圖像變換，可以清晰的呈現出車牌的邊緣。通過良好的邊緣檢測可以大幅度的降低噪聲、分離出復雜環(huán)境中的車輛圖像、保留完好的車牌字符信息，方便后面的車牌精確定位與字符識別。用攝像機采集到的機動車圖像由于受 到噪聲干擾以及車輛本身的影響，使得獲得的圖像質量不理想。 在 MATLAB 中我們可以調用 im2gray 函數對圖像進行灰度化處理。 對于人眼較為敏感的綠色取較大的權值 ； 對人眼較為不敏感的藍色則取較小的權值 。 RGB 三分量前的系數為經驗加權值 。 ： 因為車牌識別系統(tǒng)的攝像頭拍攝的圖片是彩色的，圖片的背景顏色有時和車牌的顏色相似，而且彩色圖片會占用較大的存儲空間，使計算機處理速度變慢，加重計算機負擔，所以我們要對拍攝的照片進行灰度化處理?，F在 字符識別的常用方法有模板匹配法和神經網絡模型法 。 車牌定位和車牌分割是整個系統(tǒng)的關鍵，其作用是在經圖象預處理后的灰度圖象中確定牌照的具體位置，并將包含牌照字符的一塊子圖象從整個圖象中分割出來，供字符識別子系統(tǒng)識別之用，分割的準確與否直接關系到整個牌照字符識別系統(tǒng)的識別率。 字符識別部分要求照片清晰，但由于該系統(tǒng)的攝像頭長時間在室外工作，加上光照 條件、攝像頭角度和距離、車輛自身條件以及車輛的行駛速度的影響，想拍出較理想的圖片很困難。其中圖像處理部分包括 圖像預處理、邊緣提取模塊、 牌照的定位以及分割 模塊。 輸出結果：輸出識別結果，并進行數據存儲。 車牌定位：是指對預處理過的汽車圖片進行處理，把車牌部分進行 定位，把無用的部分去除，得到定位好的車牌圖片。 圖像采集：該單元是指道路上安裝的攝像頭在檢測到有車輛通過的同時進行拍照并借助網絡傳送到汽車自動識別系統(tǒng)。 圖 21 車牌識別系統(tǒng)工作流程圖 ： 觸發(fā)拍照：該單元會自動檢測車輛在指定區(qū)域的存在，現有的成熟技術的有線圈觸發(fā)、視頻觸發(fā)、紅外觸發(fā)、雷達觸發(fā)以及激光觸發(fā)。而車牌識別系統(tǒng)就通過對機動車輛的照片進行圖像預處理、 車牌定位 、字符分割、字符識別等技術手段，從而得到清晰的機動車牌照的照片，從而提高現代智能交通的管理效率，可以說車牌識別系統(tǒng)對于現代智能交通至關重要。 MATLAB 語言對于圖像的處理非常方便，能夠直接調用編好的函數，為整個系統(tǒng)提供 了保障。本文主要對圖像處理模塊進行設計和研究。 通過汽車車牌識別系統(tǒng)可以監(jiān)控車輛的信息和行駛狀況，可以最迅速的實現車輛控制以及交通狀況的調控，所以對于現代智能交通至關重要。 可以考慮以下方案： 可以考慮把你當前的引言， 1,2 整合。 關鍵詞： MATLAB、圖像預處理、車牌定位、字符分割。字符的分割采用的方法是 以二值化后的車牌部分進行垂直投影，然后在對垂直投影進行掃描，從而完成字符的分割。本文的圖像預處理模塊是將圖像灰度化和用 Roberts 算子進行邊緣檢測的步驟。車牌識別系統(tǒng)主要包括了圖像采集、圖像預處理、車牌定位、字符分割、字符識別等五大核心部分。 基于 MATLAB 的車牌識別系統(tǒng)的設計 —— 字符分割的設計 學 院 計算機科學與技術 專 業(yè) 電氣信息 研 究 方 向