【正文】 牌區(qū)域確定 %temp為向量white_y的元素中的最大值，MaxY為該值的索引 PY1=MaxY。 while ((Blue_y(PY1,1)=5)amp。amp。(PY11)) PY1=PY11。 end PY2=MaxY。 while ((Blue_y(PY2,1)=5)amp。amp。(PY2y)) PY2=PY2+1。 end IY=I(PY1:PY2,:,:)。 %x方向車(chē)牌區(qū)域確定 %%%%%% X方向 %%%%%%%%% Blue_x=zeros(1,x)。%進(jìn)一步確定x方向的車(chē)牌區(qū)域 for j=1:x for i=PY1:PY2 if(myI(i,j,1)==1) Blue_x(1,j)= Blue_x(1,j)+1。 end end end PX1=1。 while ((Blue_x(1,PX1)3)amp。amp。(PX1x)) PX1=PX1+1。 end PX2=x。 while ((Blue_x(1,PX2)3)amp。amp。(PX2PX1)) PX2=PX21。 end PX1=PX11。%對(duì)車(chē)牌區(qū)域的校正 PX2=PX2+1。 dw=I(PY1:PY28,PX1:PX2,:)。 t=toc。 figure(7),subplot(1,2,1),imshow(IY),title(39。行方向合理區(qū)域39。)。%行方向車(chē)牌區(qū)域確定 figure(7),subplot(1,2,2),imshow(dw),title(39。定位裁剪后的車(chē)牌彩色圖像39。)。的車(chē)牌區(qū)域如下所示：三、字符分割及處理對(duì)分割出的彩色車(chē)牌圖像進(jìn)行灰度轉(zhuǎn)換、二值化、均值濾波、腐蝕膨脹以及字符分割以從車(chē)牌圖像中分離出組成車(chē)牌號(hào)碼的單個(gè)字符圖像，對(duì)分割出來(lái)的字符進(jìn)行預(yù)處理（二值化、歸一化），然后分析提取，對(duì)分割出的字符圖像進(jìn)行識(shí)別給出文本形式的車(chē)牌號(hào)碼。代碼如下：imwrite(dw,39。39。)。%將彩色車(chē)牌寫(xiě)入彩色車(chē)牌文件中a=imread(39。39。)。%讀取車(chē)牌文件中的數(shù)據(jù)b=rgb2gray(a)。%將車(chē)牌圖像轉(zhuǎn)換為灰度圖imwrite(b,39。39。)。%將灰度圖像寫(xiě)入文件中 figure(8)。subplot(3,2,1),imshow(b),title(39。車(chē)牌灰度圖像39。)g_max=double(max(max(b)))。g_min=double(min(min(b)))。T=round(g_max(g_maxg_min)/3)。 % T 為二值化的閾值[m,n]=size(b)。d=(double(b)=T)。 % d:二值圖像imwrite(d,39。39。)。 subplot(3,2,2),imshow(d),title(39。均值濾波前39。)%均值濾波前% 濾波h=fspecial(39。average39。,3)。%建立預(yù)定義的濾波算子，average為均值濾波，模板的尺寸為3*3d=im2bw(round(filter2(h,d)))。%使用指定的濾波器h對(duì)h進(jìn)行d即均值濾波imwrite(d,39。39。)。 subplot(3,2,3),imshow(d),title(39。均值濾波后39。)% 某些圖像進(jìn)行操作% 膨脹或腐蝕% se=strel(39。square39。,3)。 % 使用一個(gè)3X3的正方形結(jié)果元素對(duì)象對(duì)創(chuàng)建的圖像進(jìn)行膨脹% 39。line39。/39。diamond39。/39。ball39。...se=eye(2)。 % eye(n) returns the nbyn identity matrix 單位矩陣[m,n]=size(d)。%返回矩陣b的尺寸信息， 并存儲(chǔ)在m,n中if bwarea(d)/m/n= % d=imerode(d,se)。%elseif bwarea(d)/m/n= % d=imdilate(d,se)。%如果小于則實(shí)現(xiàn)膨脹操作endimwrite(d,39。39。)。 subplot(3,2,4),imshow(d),title(39。膨脹或腐蝕處理后39。)。運(yùn)行結(jié)果如下所示：在汽車(chē)牌照自動(dòng)識(shí)別過(guò)程中，字符分割有承前啟后的作用。它在前期牌照定位的基礎(chǔ)上進(jìn)行字符的分割，然后再利用分割的結(jié)果進(jìn)行字符識(shí)別。字符識(shí)別的算法很多，因?yàn)檐?chē)牌字符間間隔較大，不會(huì)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(zhǎng)度大于某閾值，則認(rèn)為該塊有兩個(gè)字符組成，需要分割。一般分割出來(lái)的字符要進(jìn)行進(jìn)一步的處理，以滿足下一步字符識(shí)別的需要。但是對(duì)于車(chē)牌的識(shí)別，并不需要太多的處理就已經(jīng)可以達(dá)到正確識(shí)別的目的。在此只進(jìn)行了歸一化處理，然后進(jìn)行后期處理。% 尋找連續(xù)有文字的塊，若長(zhǎng)度大于某閾值，則認(rèn)為該塊有兩個(gè)字符組成，需要分割%首先創(chuàng)建子函數(shù)qiege與getword，而后調(diào)用子程序，將車(chē)牌的字符分割開(kāi)并且進(jìn)行歸一化處理d=qiege(d)。[m,n]=size(d)。 % subplot(3,2,5),imshow(d),title(n)k1=1。k2=1。s=sum(d)。j=1。while j~=n while s(j)==0 j=j+1。 end k1=j。 while s(j)~=0 amp。amp。 j=n1 j=j+1。 end k2=j1。 if k2k1=round(n/) [val,num]=min(sum(d(:,[k1+5:k25])))。 d(:,k1+num+5)=0。 % 分割 endend% 再切割d=qiege(d)。% 切割出 7 個(gè)字符y1=10。y2=。flag=0。word1=[]。while flag==0 [m,n]=size(d)。 left=1。wide=0。 while sum(d(:,wide+1))~=0 wide=wide+1。 end if widey1 % 認(rèn)為是左側(cè)干擾 d(:,[1:wide])=0。 d=qiege(d)。 else temp=qiege(imcrop(d,[1 1 wide m]))。 [m,n]=size(temp)。 all=sum(sum(temp))。 two_thirds=sum(sum(temp([round(m/3):2*round(m/3)],:)))。 if two_thirds/ally2 flag=1。word1=temp。 end d(:,[1:wide])=0。d=qiege(d)。 endend% 分割出第二個(gè)字符[word2,d]=getword(d)。% 分割出第三個(gè)字符[word3,d]=getword(d)。% 分割出第四個(gè)字符[word4,d]=getword(d)。% 分割出第五個(gè)字符[word5,d]=getword(d)。% 分割出第六個(gè)字符[word6,d]=getword(d)。% 分割出第七個(gè)字符[word7,d]=getword(d)。figure(9)。subplot(2,7,1),imshow(word1),title(39。139。)。subplot(2,7,2),imshow(word2),title(39。239。)。subplot(2,7,3),imshow(word3),title(39。339。)。subplot(2,7,4),imshow(word4),title(39。439。)。subplot(2,7,5),imshow(word5),title(39。539。)。subplot(2,7,6),imshow(word6),title(39。639。)。subplot(2,7,7),imshow(word7),title(39。739。)。[m,n]=size(word1)。% 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])。word2=imresize(word2,[40 20])。word3=imresize(word3,[40 20])。word4=imresize(word4,[40