【正文】 一碰到問題就自己想算法，這樣可以節(jié)省較多的時間。end同理，也可以通過轉(zhuǎn)置和fliplr函數(shù)實現(xiàn)右轉(zhuǎn)90度。 y=flipud(m)。 endimshow(f)。axes()。y(:,:,2)=g。f=c39。e=a39。b=x(:,:,2)。x=()。我認為應(yīng)該是整個程序設(shè)計過程中對變量的設(shè)置沒有做好，應(yīng)該每次操作后，把處理后的數(shù)據(jù)保存在一個全局變量，這樣還要對處理后的數(shù)據(jù)進行在處理時，只要把這個全局變量作為原始數(shù)據(jù)帶入就可。c) 在沒有加入噪聲的情況下，點擊“中值濾波”或是其它濾波，會提示錯誤？這是由于在濾波程序設(shè)計的過程中，而這個變量是在加入噪聲時候才定義的，所以在沒有加入噪聲的情況下，點擊各個濾波就會彈出變量沒有定義的錯誤，=x。b) 同一個操作對灰度圖像可以使用，當用戶選擇的是彩色圖像時，該操作就會出錯？這是由于設(shè)計程序時，本身程序是有針對性的，有些程序只能對灰度圖像有效，有些對彩色圖像有效，但是用戶并不清楚這些，所以在設(shè)計的過程中就要考慮全面，要分開設(shè)計。a) 一個函數(shù)只能對灰度圖像處理，不能對RGB圖像處理，那么如何才能對RGB圖像處理呢？這主要是對MATLAB函數(shù)的不夠清楚，用到的很多函數(shù)是針對二維數(shù)據(jù)的，而RGB圖像的數(shù)據(jù)是一個三維矩陣，所以處理要與灰度圖像不同，在開始的時候，我認為應(yīng)該找一個能夠應(yīng)用于三維矩陣的函數(shù)，結(jié)果卻沒找到，后來想到可以把三維數(shù)據(jù)進行降維處理，同樣使用二維的函數(shù)，只要是同樣處理三次。（6）操作界面設(shè)計為了使整個操作界面更加的美觀，對背景顏色和字體顏色進行設(shè)置。綜上所述，結(jié)合MATLAB實驗過程，得出不是每一種圖像處理之初都適合濾波和邊界增強。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。其中，M 為鄰域中除中心象素點f(i,j) 之外包括的其它象素總數(shù)，對于4鄰M=4，8 鄰域M=8。我們發(fā)現(xiàn)車輛牌照圖象的灰度取值范圍大多局限在r=(50,200)間，而且總體上灰度偏低，圖象較暗圖6 灰度增強后的圖像（2）平滑處理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。如果造成這種影響的原因主要是由于被攝物體的遠近不同，使得圖象中央?yún)^(qū)域和邊緣區(qū)域的灰度失衡，或是由于攝像頭在掃描時各點的靈敏度有較大的差異而產(chǎn)生圖象灰度失真，或是由于曝光不足而使得圖像的灰度變化范圍很窄。車牌識別系統(tǒng)包括攝取的汽車圖像，車牌號碼的識別，車牌圖像的采集和預處理，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，如下圖所示。車牌識別系統(tǒng)是城市智能交通管理系統(tǒng)的一個重要組成部分，廣泛用于是針對公路行駛的機動車輛進行實時監(jiān)控的智能化交通系統(tǒng)，電子收費，交通違規(guī)管理，安全停車管理等重要領(lǐng)域。近年來，各主要城市都將城市智能交通系統(tǒng)（ITS）的建設(shè)作為改善城市交通狀況的重點，以緩解城市交通管理的壓力，車牌識別系統(tǒng)作為智能交通系統(tǒng)的主要技術(shù)之一也得到了很大的發(fā)展。2）圖像直方圖統(tǒng)計和直方圖均衡，要求顯示直方圖統(tǒng)計，比較直方圖均衡后的效果。 以下幾點是程序必須實現(xiàn)的功能。二、課程設(shè)計的內(nèi)容學習MATLAB程序設(shè)計，利用MATLAB圖像處理工具箱，設(shè)計和實現(xiàn)通過設(shè)計一個車牌識別系統(tǒng)三、課程設(shè)計的要求：按照軟件工程方法，根據(jù)需求進行程序的功能分析和界面設(shè)計，給出設(shè)計詳細說明。關(guān)鍵詞：MATLAB，數(shù)字圖像處理，車牌識別系統(tǒng)一、課程設(shè)計目的Matlab技術(shù)課程設(shè)計是利用Matlab應(yīng)用軟件的基礎(chǔ)知識和基本程序設(shè)計方法，解決選修專業(yè)課程中數(shù)字信號處理的實際應(yīng)用問題，從而加深對理論知識的掌握，并把所學的知識系統(tǒng)、高效的貫穿到實踐中來，避免理論與實踐的脫離。本文從預處理、邊緣檢測、車牌定位、字符分割、字符識別五個方面，具體介紹了車牌自動識別的原理。MATLAB中集成了功能強大的圖像處理工具箱。它為數(shù)據(jù)分析和數(shù)據(jù)可視化、算法和應(yīng)用程序開發(fā)提供了最核心的數(shù)學和高級圖形工具。 目錄一、 課程設(shè)計目的…………………..………………….…………3二、 課程設(shè)計要求………………….………………………….….3三、 課程設(shè)計的內(nèi)容………………..……………………….……3四、 題目分析…………………………………………….………..3五、 總體設(shè)計……………….…………………………….……….4六、 具體設(shè)計……………………………………………..…….…5文件……………….………………………………….……….打開………..…………………………………….…………保存…………………………..………………….…………退出……………………..……………………………….…5編輯…………………………..…………………………………灰度………………………..………………….……………亮度………………………..………………….……………截圖…………………………..……………….……………縮放…………………………..…………….………………7旋轉(zhuǎn)…………………………………..…………………………上下翻轉(zhuǎn)…………………….…………….………………左右翻轉(zhuǎn)………………….…………….…………………9…………………………….…………………噪聲………………………………..…………..………………濾波……………………………………..………..……………直方圖統(tǒng)計……………………………………………………1頻譜分析………………………………………..…..…………1頻譜圖………………………… …… …… ……….……1通過高通濾波器………………… …… .……………….1通過低通濾波器……………………………….. ……….1灰度圖像處理………………………………………… . …….1二值圖像……………………………………………….. .1創(chuàng)建索引圖像……………………………………… .…..1顏色模型轉(zhuǎn)換……………………………..… ..……………1操作界面設(shè)計……………………………………..…………15七、 程序調(diào)試及結(jié)果分析………………….……………………15八、 心得體會…………………………….………………………16九、 參考文獻…………………………….………………………17十、 附錄………………………….………………………………18基于MATLAB的圖像處理的課程設(shè)計摘要： 數(shù)字圖像處理技術(shù)是20世紀60年代發(fā)展起來的一門新興學科，隨著圖像處理理論和方法的進一步完善，使得數(shù)字圖像處理技術(shù)在各個領(lǐng)域得到了廣泛應(yīng)用，并顯示出廣闊的應(yīng)用前景。MATLAB既是一種直觀、高效的計算機語言,同時又是一個科學計算平臺。根據(jù)它提供的500多個數(shù)學和工程函數(shù)，工程技術(shù)人員和科學工作者可以在它的集成環(huán)境中交互或編程以完成各自的計算。由于MATLAB語言的語法特征與C語言極為相似，而且更加簡單，更加符合科技人員對數(shù)學表達式的書寫格式，而且這種語言可移植性好、可擴展性強，再加上其中有豐富的圖像處理函數(shù)，所以MATLAB在圖像處理的應(yīng)用中具有很大的優(yōu)勢。并用MATLAB軟件編程來實現(xiàn)每一個部分,最后識別出汽車牌照。同時提高獨立編程水平，并在實踐中不斷完善理論基礎(chǔ)，有助于培養(yǎng)綜合能力。然后按照自己擬定的功能要求進行程序設(shè)計和調(diào)試。1）設(shè)計圖像用戶界面，讓用戶能夠?qū)D像進行調(diào)整，顯示和對比變換前后的圖像。3）顯示識別結(jié)果四、題目分析（一）研究背景：隨著我國經(jīng)濟的發(fā)展，綜合實力的增強和城市化進程的加快，國內(nèi)各大城市交通管理能力將面臨重大考驗?！　?（二）現(xiàn)狀目前，國內(nèi)的ITS 產(chǎn)業(yè)仍然處于起步階段，在產(chǎn)業(yè)鏈中，電子地圖商、導航終端商、嵌入式操作系統(tǒng)均已經(jīng)具備產(chǎn)業(yè)規(guī)模，而所欠缺的環(huán)節(jié)則是對實時交通信息的采集和處理系統(tǒng)。　　五、總體設(shè)計車牌識是一輛汽車獨一無二的信息，因此，對車輛牌照的識別技術(shù)可以作為辨識一樣車最為有效地方法。字符分割歸一化輸出結(jié)果字符識別車牌定位預處理輸入圖像 圖1 車牌識別系統(tǒng)流程圖六、具體設(shè)計界面效果圖（1）灰度校正由于牌照圖象在拍攝時受到種種條件的限制和干擾，圖象的灰度值往往與實際景物不完全匹配，這將直接影響到圖象的后續(xù)處理。這時就可以采用灰度校正的方法來處理，增強灰度的變化范圍、豐富灰度層次，以達到增強圖象的對比度和分辨率。例如，某一象素點的鄰域S 有兩種表示方法：8鄰域和4鄰域分別對應(yīng)的鄰域平均值為。然而，鄰域平均值的平滑處理會使得圖象灰度急劇變化的地方，尤其是物體邊緣區(qū)域和字符輪廓等部分產(chǎn)生模糊作用。邊緣提取是較經(jīng)典的算法，此處邊緣的提取采用的是Roberts算子。本次汽車車牌的識別，為了保存更多的有用信息，經(jīng)過多次比較