【正文】 復(fù)雜的圖像處理程序， 由于 Matlab 語言在處理圖形時顯得很得心應(yīng)手，它有大量的核心數(shù)學(xué)和高級圖形工具以及 Matlab 圖像處理工具箱函數(shù)來進行圖像處理 ， 比起 C、 C++、 Java 語言， Matlab 更適合圖像的處理。 圖 311 為 歸一化處理后的七個字符圖像 圖 311 歸一化處理后的七個字符圖像 西安工業(yè)大學(xué)畢業(yè)設(shè)計（論文） 第四章 車牌識別系統(tǒng)的實現(xiàn) 本章 將 介紹 系統(tǒng)運行的環(huán)境、編譯工具、 核心代碼功能 以及程序架構(gòu) 。但是對于車牌的識別，并不需要太多的處理就已經(jīng)可以達到正確識別的目的。字符識別的算法很多，因為車牌字符間間隔較大，不會出現(xiàn)字符粘連情況，所以此處采用的方法為尋找連續(xù)有文字的塊，若長度大于某閾值，則認為該塊有兩個字符組成，需要分割。下圖 39 是字符的分割與歸一化的流程圖： 圖 39 為字符分割與歸一化流程圖 圖 39 字符分割與歸一化流程圖 字符的分割 在汽車牌照自動識別過程中，字符分割有承前啟后的作用。再用模板中的全體像素的平均值來代替原來像素值。 經(jīng)過上述方法分割出來的車牌圖像中存在目標物體、背景還有噪聲，要想從圖像中直接提取出目標物體，最常用的方法就是設(shè)定一個閾值 T，用 T 將圖像的數(shù)據(jù)分成兩部分：大于 T 的像素群和小于 T 的像素群，即對圖像二值化。由此可見，只有合適的選取閾值，才能使二值化圖像能準確的表示圖像的物體區(qū)域和背景區(qū)域。當(dāng)然要進行二值圖像的處理與分析，首先要把圖像進行灰度化，再進行二值化，才能得到二值化圖像。將 256 個亮度等級的灰度圖像通過適當(dāng)?shù)拈y值選取，獲得仍然可以反映圖像整體和局部特征的二值化圖像。然后，在分割出的行區(qū)域內(nèi)，統(tǒng)計列方向藍色像素點的數(shù)量，最終確定完整的車牌區(qū)域 。 由于大部分圖像處理的截圖我都在前幾章給出了，在這里就不再給出，下面我將給出經(jīng)過 bwareaopen 來去除對象中不相干想對象的截圖，如圖 33 所示： 對圖像進行腐蝕 去除雜質(zhì) 通過計算尋找 X 和 Y方向車牌的區(qū)域 完成車牌定位 對分割出的車牌做進一步處理 西安工業(yè)大學(xué)畢業(yè)設(shè)計（論文） 圖 33 為牌照移除小對象 圖 33 為牌照移除小對象 牌照區(qū)域的定位 對車牌的分割可以有很多種方法，本程序是利用車牌的彩色信息 的彩色分割方法。數(shù)學(xué)形態(tài)學(xué)的應(yīng)用可以簡化圖像數(shù)據(jù)，保持它們基本的形態(tài)特征，并除去不相干的結(jié)構(gòu)。此時可進一步確定牌照在整幅圖象中的準確位置。由于牌照圖象在原始圖象中是很有特征的一個子區(qū)域，確切說是水平度較高的橫向近似的長方形，它在原始圖象中的相對位置比較 集中，而且其灰度值與周邊區(qū)域有明顯的不同，因而在其邊緣形成了灰度突變的邊界，這樣就便于通過邊緣檢測來對圖象進行分割。 本 系統(tǒng)是計算機圖像處理與字符識別技術(shù)在智能化交通管理系統(tǒng)中的應(yīng)用，它主要由牌照圖像的采集和預(yù)處理、牌照區(qū)域的定位和提取、牌照字符的分割和識別等幾個部分組成，如圖 31所示。)，接下來就是效果圖，原圖如 26 所示，灰度圖如 27 所示， Roberts 算子邊緣 檢測圖如圖 28 所示： 圖 26 為 原圖 圖 26 原圖 西安工業(yè)大學(xué)畢業(yè)設(shè)計（論文） 圖 27 為 灰度圖與直方圖 圖 27 灰度圖與直方圖 圖 28 為 Roberts 算子邊緣檢測 圖 28 Roberts 算子邊緣檢測 4 閾值法圖像分割的實現(xiàn) 12 第三 章 系統(tǒng)分析與設(shè)計 本節(jié)將介紹 車牌的定位與分割的原理和主要方法 ， 同時介紹了其中包括的二值化、閾值分割、特征提取 、歸一化等圖像處理知識。title(39。)。,39。最后就是核心的邊緣檢測，對于 edge 中的參數(shù) ，經(jīng)過長時間的圖像處理經(jīng)驗得知的經(jīng)驗確認是 ，我沒那么厲害，我是查找了眾多資料經(jīng)驗者 給出的參數(shù)， I2=edge(I1,39?；叶葓D 39。 figure(2),imshow(I1)。原圖 39。讀入圖片后在 Matlab 的前臺進行展示 figure(1),imshow(I)。39。 Sobel 算子不僅能檢測邊緣點， 而且能抑制噪聲影響，對灰度漸變和噪聲較多的圖像處理西安工業(yè)大學(xué)畢業(yè)設(shè)計（論文） 得較好； c. 拉普拉斯高斯算子 ： 它是一種二界邊緣檢測方法。本文采用經(jīng)典的 Roberts 邊緣檢測算子來對圖像進行邊緣檢測。 由于車牌識別系統(tǒng)攝像頭安裝位置固定以及機動車車牌的固有屬性， 我們可以發(fā)現(xiàn)機動車車牌圖像都處在水平的矩形區(qū)域，在圖像中位置較為固定，車牌中字符都是按水平方向排列。在進行對汽車牌照的定位及字符識別之前需要先對車輛圖像進行邊緣檢測處理，提高圖像的質(zhì)量，使其易于后面的分割和識別。一西安工業(yè)大學(xué)畢業(yè)設(shè)計（論文） 般情況下，減少噪聲的方法可以在空間域或頻率域進行處理，主要有鄰域平均法、中值濾波法、低通濾波法等，鄰域平均法即通過提高信噪比，取得較好的平滑效果；空間域低通濾波采用低通濾波的方法去除噪聲；以及頻域低通濾波法通過除去其高頻分量就能 去掉噪聲，從而使圖像得到平滑。噪聲消除的方法又可以分為空間域或頻率域，亦可以分為全局處理或局部處理，亦可以按線性平滑、非線性平滑和自適應(yīng)平滑來區(qū)別。為了克服這種平均化引起的圖象模糊現(xiàn)象，我們給中心點象素值與其鄰域平均值的差值設(shè)置一固定的閾值，只有大于該閾值的點才能替換為鄰域平均值，而差值不大于閾值時，仍保留原來的值，從而減少由于平均化引起的圖象模糊。 對于受噪聲干擾嚴重的圖 象，由于噪聲點多在頻域中映射為高頻分量，因此可以在通過低 通濾波器來濾除噪聲，但實際中為了簡化算法，也可以直接在空域中用求鄰域平均值的方法來削弱噪聲的影響，這種方法稱為圖象平滑處理。為了抑制噪聲、改善圖像質(zhì)量，要對圖像進行平滑處理。I3=imerode(I2,se)。1。 在本設(shè)計中 對 圖像 進行 開操作，圖像的開操作時先腐蝕后膨脹，用來消除小物體、在纖細點處分離 物體、平滑較大物體的邊緣同時并不明顯改變其面積。增強圖像的方法有很多，如灰度變換、圖像平滑處理和線性濾波等，根據(jù)處理圖像域又可分為空間增強與頻域增強。為了增強牌照部位圖像和其他部位圖像的對比度，使其明暗鮮明，有利于提高識別率，需要將車輛圖像進行增強。灰度值大的像素點比較亮（像素值最大為 255，為白色），反之比較暗（像素值最小為 0，是黑色） 。灰度化處理就是將一幅彩色圖像轉(zhuǎn)化為灰度圖像的過程。在這我們將從 圖像預(yù)處理 的基本原理和主要方法來討論 。在實際應(yīng)用中，由于季節(jié)的更 替、自然光照度的晝夜變化、光照的穩(wěn)定性與均勻性、車輛自身的運動 因素等的影響，存在各種各樣的噪聲。 圖像預(yù)處理 圖像預(yù)處理是車牌定位的準備工作，以提高車牌圖片的適用性。 g. MATLAB 的缺點是，它和其他高級程序相比，程序的執(zhí)行速度較慢。在 FORTRAN 和 C 語言里，繪圖都很不容易，但在MATLAB 里，數(shù)據(jù)的可視化非常簡單。 e. 程序的可移 植性很好，基本上不做修改就可以在各種型號的計算機和操作系統(tǒng)上運行。 d. 語法限制不嚴格，程序設(shè)計自由度大。由于 MATLAB 是用 C 語言編寫的， MATLAB 提供了和 C 語言幾乎一樣多的運算符，靈活使用 MATLAB 的運算符將使程序變得極為簡短。可以說，用MATLAB 進行科技開發(fā)是站在專家的肩膀上。 MATLAB 程序書寫形式自由，利用其豐富的庫函數(shù)避開繁雜的子程序編程 任務(wù)，壓縮了一切不必要的編程工作。 MATLAB 給用戶帶來的是最直觀、最簡潔的程序開發(fā)環(huán)境。 MATLAB 的最突出的特點就是簡潔。 MATLAB的語言特點 一種語言之所以能如此迅速地普及，顯示出如此旺盛的生命力，是由于它有著不同于其他語言的特點。如美國 National Instruments 公司信號測量、分析軟件 Lab VIEW ， Cadence 公司信號和通信分析設(shè)計軟件 SPW 等，或者直接建筑在 MATLAB 之上，或者以 MATLAB 為主要支撐。在許多國際一流學(xué)術(shù)刊物上，（尤其是信息科學(xué)刊物），都可以看到 MATLAB 的應(yīng)用。 Mathcad 因其提供計算、圖形、文字處理的統(tǒng)一環(huán)境而深受中學(xué)生歡迎。在時間進入 20 世紀九十年代的時候 ， MATLAB 已經(jīng)成為國際控制界公認的標準計算軟件。 MATLAB發(fā)展歷史 MATLAB 是一門計 算機編程語言，取名來源于 Matrix Laboratory，本意是專門以矩陣的方式來處理計算機數(shù)據(jù)，它把數(shù)值計算和可視化環(huán)境集成到一起，非常直觀，而且提供了大量的函數(shù)，使其越來越受到人們的喜愛，工具箱越來越多，應(yīng)用范圍也越來越廣泛。 論文結(jié)構(gòu) 第一章介紹 畢設(shè) 的 研究意義和主要研究內(nèi)容；第二章主要是圖像處理的基本理論和Matlab 軟件的介紹，第三章是系統(tǒng)的分析與設(shè)計模塊，介紹了系統(tǒng)設(shè)計的結(jié)構(gòu)和各部分的核心模塊；第四章是系統(tǒng)的實現(xiàn)，將一個完整的設(shè)計成果展示一下；第五章總結(jié)也就是接近尾聲了，主要對論文這幾個月來的工作發(fā)展和設(shè)計的研究成果以及還存在的問題做一介紹，本次論文的結(jié)構(gòu)大致如此。 西安工業(yè)大學(xué)畢業(yè)設(shè)計（論文） 對于車牌識別主要的就是對牌照進行一系列處理最終將牌照中的字符提取出來，其中涉及到了兩次分割，牌照在整幅圖像中的分割和字符在整個車牌中的分割，這是設(shè)計中的核心部分，在這兩個分割前，有許多技術(shù)都是對圖像進行特征處理便于分割，例如分割前的灰度處理，去噪，均值濾波，去雜，歸一化，二值化，邊緣檢測，閾值分割等等技術(shù)，這些技術(shù)相結(jié)合才實現(xiàn)了整個程序的設(shè)計要求。 在對圖像的采樣后需要對其進行灰度處理、銳化、圖像增強等操作，下來就是對其邊緣提取找到分界點將車牌從圖像中分割出來，對圖像開閉運算也就是膨脹和腐蝕操作，是車牌的特征更趨于明顯，有助于車牌的定位。 在其各模塊之間，對車牌的處理，要求很高， 為了用于牌照的分割和牌照字符的識別，原始圖象應(yīng)具有適當(dāng) 的亮度，較大的對比度和清晰可辯的牌照圖象。由于牌照是機動車輛管理的唯一標識符號，因此，車輛牌照識別系統(tǒng)的研究在機動車管理方面具有十分重要的實際意義。 隨著我國交通運輸?shù)牟粩喟l(fā)展，智能交通系統(tǒng)（ Intelligent Traffic System，簡稱 ITS）的推廣變的越來越重要，而作為 ITS 的一個重要組成部分，車輛牌照識別系統(tǒng)（ vehicle license plate recognition system，簡稱 LPR）對于交通管理、治安處罰等工作的智能化起著十分重要的作用。通過一些后續(xù)處理手段可以實現(xiàn)停車場收費管理 、交通流量控制指標測量，車輛定位，汽車防盜，高速公路超速自動化監(jiān)管等等功能。 車牌識別是現(xiàn)代智能交通系統(tǒng)中的重要組成部分之一，應(yīng)用十分廣泛。我國在該領(lǐng)域的研究起步較晚，但隨著全球范圍智能交通技術(shù)研究的興起 及奧運會的成功舉辦，智能交通在我國也逐漸進入了應(yīng)用階段，相應(yīng)的，我國也加快了對智能交通技術(shù)研究的步伐，智能交通技術(shù)的研究現(xiàn)已進入快速發(fā)展期。 西安工業(yè)大學(xué)畢業(yè)設(shè)計（論文） 第一章 概述 研究 背景 1990 年，美國智能交通學(xué)會 CITS America 提出了智能交通系統(tǒng)（ ITS）的概念。針對不同背景和光照條件下的車輛圖像，提出了一種基于灰度圖像灰度變化特征進行車牌定位 和分割 的方法。 車牌定位的方法有很多種，目前比較經(jīng)典的定位方法大都在基于灰度圖像的基礎(chǔ)上。 車牌定位的成功與否以及定位的準確程度將會直接決定后期能否進行車牌識別以及識別的準確度。 汽車牌照自動識別系統(tǒng)作為一種交通信息的獲取技術(shù)在 交通車輛管理、園區(qū)車輛管理、停車場管理有著特別重要的應(yīng)用價值，受到業(yè)內(nèi)人士的普遍關(guān)注。在車牌自動識別系統(tǒng)中，首先要將車牌從所獲取的圖像中分割出來，這是進行車牌字符識別的重要步驟，定位準確與否直接影響車牌識別率。車牌識別的目的是對攝像頭獲取的汽車圖像進行預(yù)處理 ,確定車牌位置 ,提取車牌上的字符串，并對這些字符進行識別處理 ,用文本的形式顯示出來。我國加強智能交通系統(tǒng) （ ITS） 的研究與開發(fā)勢在必行，特別是考慮到我國的國情和我國經(jīng)濟的快速發(fā)展，社會信息化程度日益提高，交通管理智能化成為發(fā)展 的趨勢。 參考文獻 ............................................................................................................. 28 致 謝 ................................................................................................................. 29 畢業(yè)設(shè)計（論文）知識產(chǎn)權(quán)聲明 ...................................................................... 30 畢業(yè)設(shè)計（論文）獨創(chuàng)性聲明 ..........