車(chē)牌自動(dòng)識(shí)別系統(tǒng)設(shè)計(jì)

第1章緒論1.1研究背景最近這幾年我國(guó)經(jīng)濟(jì)快速發(fā)展和科技的提高，家家戶(hù)戶(hù)開(kāi)車(chē)在日常生活越來(lái)越普遍已經(jīng)成為人們?nèi)粘Ｉ钪须S處可見(jiàn)的常態(tài)。據(jù)有效統(tǒng)計(jì)，我國(guó)近些年車(chē)輛總量呈現(xiàn)大幅度上升趨勢(shì)，車(chē)輛的增加促使很多公共場(chǎng)所需要對(duì)相關(guān)車(chē)輛進(jìn)行合理有效的管理。因此，如何對(duì)車(chē)輛進(jìn)行更深一度的管理就成為了當(dāng)前的一個(gè)重要研究方向。像人擁有身份證一樣，社會(huì)上的每輛車(chē)都擁有獨(dú)一無(wú)二的車(chē)牌，車(chē)牌就是車(chē)輛的ID，可以用來(lái)核實(shí)車(chē)輛信息。由于日常生活逐漸變得智能化和社會(huì)現(xiàn)代化信息技術(shù)的不斷前進(jìn)和發(fā)展，機(jī)器生產(chǎn)代替人工勞動(dòng)已然成為一種社會(huì)趨勢(shì)，在車(chē)牌信息處理過(guò)程中，能夠正確獲取車(chē)牌信息中的關(guān)鍵部分是后續(xù)信息傳輸、比較和存儲(chǔ)等行為進(jìn)行的重要前提。因此，車(chē)牌識(shí)別不僅是當(dāng)前的一個(gè)研究熱點(diǎn)，更是未來(lái)智能交通系統(tǒng)的重要組成部分之一，擁有一個(gè)快速有效的算法對(duì)于車(chē)牌信息的識(shí)別、采集和存儲(chǔ)就顯得至關(guān)重要。在我國(guó)目前的車(chē)牌組成上，與國(guó)外相比具有較大區(qū)別。國(guó)外車(chē)牌大多是一些簡(jiǎn)單字符，車(chē)牌類(lèi)型比較單一；而我國(guó)的車(chē)牌則是由漢字、字母和數(shù)字三者結(jié)合組成的，且字符位置不固定，車(chē)牌類(lèi)型多樣，這就給車(chē)牌自動(dòng)識(shí)別的實(shí)現(xiàn)造成了一定的困難。就目前來(lái)看，國(guó)外車(chē)牌識(shí)別技術(shù)已經(jīng)比較成熟，但是由于國(guó)內(nèi)車(chē)牌的復(fù)雜情況，國(guó)外的識(shí)別技術(shù)并不能完全適應(yīng)國(guó)內(nèi)車(chē)牌的復(fù)雜情況，我國(guó)車(chē)牌自身的獨(dú)特性決定必須擁有屬于適應(yīng)我國(guó)車(chē)牌特點(diǎn)的一套完整系統(tǒng)，雖然國(guó)內(nèi)技術(shù)發(fā)展較快，但是從結(jié)果上來(lái)說(shuō)顯得并不樂(lè)觀，仍然有很長(zhǎng)的一段路要走。尤其是近些年車(chē)輛的大幅度增加，車(chē)牌自動(dòng)識(shí)別系統(tǒng)的運(yùn)用和發(fā)展也更符合現(xiàn)代生活的需要。1.2國(guó)內(nèi)外研究現(xiàn)狀國(guó)外的車(chē)牌自動(dòng)識(shí)別技術(shù)研究起源于上世紀(jì)80年代，由于技術(shù)發(fā)展的限制，計(jì)算機(jī)對(duì)數(shù)字圖像處理并不能達(dá)到一個(gè)很好的程度，如何快速有效識(shí)別車(chē)牌成為世界各國(guó)尚未解決的難題。而隨著社會(huì)的快速發(fā)展人類(lèi)文明的進(jìn)步，信息技術(shù)和網(wǎng)絡(luò)不斷前進(jìn)，因此計(jì)算機(jī)的性能和發(fā)展得到大幅度提升，數(shù)字圖像的處理也更加準(zhǔn)確和快速，國(guó)外的車(chē)牌識(shí)別系統(tǒng)不斷完善和進(jìn)步，研發(fā)出大量的派生系統(tǒng)，而且目前系統(tǒng)的識(shí)別正確率高達(dá)95%以上。我國(guó)針對(duì)車(chē)輛牌照識(shí)別系統(tǒng)上的探究起步較晚，并且由于我國(guó)汽車(chē)牌照數(shù)量多、種類(lèi)多、樣式多，而且車(chē)牌上也有漢字，無(wú)法直接使用國(guó)外的車(chē)牌識(shí)別技術(shù)，這些因素給國(guó)家在車(chē)牌識(shí)別系統(tǒng)的研究上造成了一定程度的影響，因此，我國(guó)只能參考和學(xué)習(xí)外國(guó)的車(chē)牌識(shí)別技術(shù)，并根據(jù)我國(guó)的實(shí)際狀況，研發(fā)一套可以快速準(zhǔn)確識(shí)別我國(guó)車(chē)牌的系統(tǒng)?，F(xiàn)階段大量的高等學(xué)府、科技公司都投身于此項(xiàng)技術(shù)的研發(fā)，因此目前的車(chē)牌識(shí)別系統(tǒng)正逐漸走向成熟，但是仍然有進(jìn)步空間。1.3車(chē)牌自動(dòng)識(shí)別的意義車(chē)牌自動(dòng)識(shí)別的產(chǎn)生源于社會(huì)的需要，現(xiàn)在車(chē)牌識(shí)別技術(shù)被大量應(yīng)用在社會(huì)公共場(chǎng)所，包括高速路口、大小型停車(chē)場(chǎng)、校園門(mén)口以及小區(qū)門(mén)口等一些地方，極大地方便人們的生活。汽車(chē)的發(fā)展雖然在一定程度上豐富了人們的生活，但是隨著車(chē)輛的不斷增加，也大大增加了交通事故的發(fā)生的概率，過(guò)多的車(chē)輛造成了交通的極大擁堵，對(duì)社會(huì)經(jīng)濟(jì)發(fā)展和人們?nèi)粘Ｉ钤斐蓸O大影響。在這種情況下車(chē)牌識(shí)別系統(tǒng)可以幫助警察更方便快速地追蹤交通肇事者，處理交通事故的速度顯著提高，工作效率也大大增強(qiáng)。自動(dòng)車(chē)牌識(shí)別系統(tǒng)不僅可以在生活中幫助處理交通事故，還可以用于解決一系列刑事案件，比如：汽車(chē)盜竊、追蹤罪犯等。車(chē)牌識(shí)別系統(tǒng)能夠自動(dòng)快速地識(shí)別車(chē)牌信息，并將此信息和犯罪信息進(jìn)行比較，從而得到破案線(xiàn)索。在這個(gè)過(guò)程中，并不需要大量的人力勞動(dòng)，因而大量節(jié)省了勞動(dòng)力，及其識(shí)別也縮短了案件的解決時(shí)間，提高了工作效率。車(chē)牌識(shí)別這項(xiàng)技術(shù)具有重大的意義，車(chē)牌自動(dòng)識(shí)別技術(shù)與我們息息相關(guān)，在這一技術(shù)系統(tǒng)的支持下，車(chē)輛管理效率可以得到非常大的提升，不僅對(duì)我們的生活提供了便利，對(duì)國(guó)家的長(zhǎng)久發(fā)展、社會(huì)的平穩(wěn)安定也具有重大意義。1.4章節(jié)安排本文分為七章，詳細(xì)介紹了本課題的設(shè)計(jì)思路和課題意義，針對(duì)論文中涉及的不同問(wèn)題提出了各個(gè)階段的解決方法，對(duì)車(chē)牌進(jìn)行識(shí)別所需要用到的數(shù)字圖像處理系統(tǒng)和模式識(shí)別技術(shù)進(jìn)行了詳細(xì)的研究和闡述。第一章為緒論，重點(diǎn)介紹了車(chē)牌識(shí)別技術(shù)的背景、意義以及目前國(guó)內(nèi)外的現(xiàn)狀、國(guó)內(nèi)外差異來(lái)表述車(chē)牌識(shí)別系統(tǒng)。第二章主要介紹當(dāng)前我國(guó)主要的車(chē)牌類(lèi)型，以及這些車(chē)牌的特點(diǎn)。列出車(chē)牌識(shí)別系統(tǒng)中使用的圖像處理技術(shù)。第三章重點(diǎn)講解了車(chē)牌識(shí)別系統(tǒng)的整體設(shè)計(jì)方案以及詳細(xì)的設(shè)計(jì)流程。第四章重點(diǎn)講解了目前普遍的車(chē)牌定位方式，主要有粗定位與精確定位兩種方式和算法的流程圖。第五章重點(diǎn)講解了車(chē)牌上字符分割的主要方式和流程圖。第六章重點(diǎn)講解了識(shí)別車(chē)牌上字符的一般方法與流程圖。第七章重點(diǎn)介紹在MATLAB的GUI模塊中實(shí)現(xiàn)這種方法，并列舉了一個(gè)實(shí)例。

第2章車(chē)牌特點(diǎn)與數(shù)字圖像處理2.1我國(guó)的車(chē)牌2.1.1車(chē)牌種類(lèi)我國(guó)車(chē)牌種類(lèi)繁多，按車(chē)輛類(lèi)型一般可以分為7類(lèi)：1、裝貨車(chē)2、越野車(chē)3、自動(dòng)裝載汽車(chē)4、灌車(chē)5、卡車(chē)6、客車(chē)7、小轎車(chē)。每種車(chē)牌都有不同的特點(diǎn)，因此我國(guó)車(chē)牌自動(dòng)識(shí)別的難度較大。我國(guó)人口眾多，由于社會(huì)經(jīng)濟(jì)的不斷前進(jìn)發(fā)展，人民生活水平的極大提高，小型車(chē)的數(shù)量也隨之急劇增加，所以本設(shè)計(jì)主要針對(duì)小型車(chē)牌的識(shí)別。車(chē)牌圖像如圖2-1所示。圖2-1小型汽車(chē)車(chē)牌圖片2.1.2車(chē)牌的特點(diǎn)車(chē)牌識(shí)別系統(tǒng)主要依據(jù)我國(guó)車(chē)牌的特征來(lái)作為設(shè)計(jì)算法的引導(dǎo)。車(chē)牌識(shí)別系統(tǒng)的工作原理首先是要選取單個(gè)或多個(gè)汽車(chē)牌照來(lái)研究車(chē)牌的特點(diǎn)，之后在依據(jù)車(chē)牌的特點(diǎn)來(lái)設(shè)計(jì)相應(yīng)的算法。普遍來(lái)說(shuō)，選取的可識(shí)別的特點(diǎn)越多，識(shí)別的準(zhǔn)確率就越高，但與之相反的就是程序會(huì)變得相對(duì)繁瑣和低效。因?yàn)楸酒恼轮攸c(diǎn)是研究小型車(chē)輛的車(chē)牌識(shí)別系統(tǒng)的開(kāi)發(fā)，所以重點(diǎn)研究小型車(chē)輛牌照得出有以下幾方面的特征：顏色特征：小型車(chē)輛牌照一般背景色為藍(lán)色，字符顏色為白色。字符在整張牌照中占據(jù)的面積有一定范圍比例。從這一特點(diǎn)我們能夠明確的是在照片中首先要找到藍(lán)色的背景，白色字符的面積占據(jù)總體面積的一定范圍，可以作為最開(kāi)始設(shè)置的車(chē)牌區(qū)域。形狀特征：車(chē)牌形狀為矩形。雖然在照片中車(chē)牌的大小不是很明確，但是車(chē)牌的長(zhǎng)寬比例是有特定范圍的。利用這個(gè)特點(diǎn)能夠利用編程語(yǔ)言來(lái)輕松完成。紋理特征：車(chē)輛牌照的信息是呈水平排列的，因此水平方向的紋理應(yīng)該作為重點(diǎn)分析研究的特點(diǎn)。背景比較特征：牌照的背景色是藍(lán)底，其上的字符顏色是白色。當(dāng)系統(tǒng)自左向右掃描牌照信息時(shí)，能夠發(fā)現(xiàn)牌照的灰度值有鮮明的改變。在人物間，有高峰有低谷。因此根據(jù)這一特征，我們能夠采用字符分割算法。（5）頻域特征：對(duì)拍到的圖像開(kāi)展離散小波轉(zhuǎn)換之后，可以獲得牌照部分的頻域特征，也就是高頻特征，這一特征存在極大的研究?jī)r(jià)值，使用它能夠極大的提升車(chē)牌識(shí)別的精確度。車(chē)牌具有許多特征，但上述的5個(gè)特征可以利用計(jì)算機(jī)語(yǔ)言實(shí)現(xiàn)。針對(duì)這5個(gè)特點(diǎn)，已經(jīng)有許多人設(shè)計(jì)了相應(yīng)的算法，同時(shí)取得了比較明顯的效果。2.2數(shù)字圖像的表示方法因?yàn)殡娔X只可以分析數(shù)字信號(hào)不可以分析模擬信號(hào)，因此電腦在工作的過(guò)程中只可以分析數(shù)字圖像確無(wú)法分析模擬圖像。數(shù)字圖像的采集方式分為兩部分一種是直接采集。另一種是間接采集，直接采集的方式就是用平時(shí)生活的相機(jī)直接拍攝得到的，間接采集方式則是用到一些專(zhuān)門(mén)的儀器采集到的，比如儀器掃描，采集卡采集等。要準(zhǔn)確無(wú)誤地進(jìn)行處理和操作數(shù)字圖像，就一定要知道數(shù)字圖像在計(jì)算機(jī)中是如何表示的，這樣才能計(jì)算機(jī)準(zhǔn)確識(shí)別處理操作識(shí)別數(shù)字圖像。圖像不同在計(jì)算機(jī)上有不同的表示方法，一般來(lái)說(shuō)，表示二維圖像方法用二維數(shù)組，除上面的以外還有使用較多的圖像中類(lèi)，例如rgb圖像、灰度圖像、索引圖像、二值圖像以及多幀圖像等。它們?cè)谟?jì)算機(jī)中的表示方法有：RGB圖像:R是英文red（紅色）的首字母，G是英文green（綠色）的首字母，B是英文blue（藍(lán)色）的首字母，紅色、綠色、藍(lán)色是光的三原色。一般來(lái)說(shuō)，采用8位來(lái)代表三原色中的其中一個(gè)顏色，在三個(gè)顏色分別用不同的值時(shí)，就能夠出現(xiàn)一個(gè)新的顏色，由以上描述可以得知，一個(gè)像素單位的RGB圖像須用24位的存儲(chǔ)空間表示?；叶葓D像:大部分利用二維數(shù)組表現(xiàn)灰度圖像，采用8位表示灰度圖像值的大小，所以一個(gè)二維數(shù)組的值的范圍是[0-255]，數(shù)字0代表黑色，數(shù)字255代表白色，而數(shù)字1-254代表的是由黑色到白色之間的顏色。在灰度圖像的數(shù)據(jù)類(lèi)型中，主要包含unit8、unit16和double。在數(shù)據(jù)類(lèi)型為double時(shí)，規(guī)范化值為[0.0-1.0]。索引圖像:從名字可以看出，索引圖像就是利用序列號(hào)找出和序列號(hào)對(duì)應(yīng)的rgb值。在matlab中，索引圖像主要分為兩部分，一是用于存儲(chǔ)序列的圖像數(shù)據(jù)矩陣，二是是用于存儲(chǔ)映射的rgb值的映射矩陣。這之中rgb值的數(shù)據(jù)類(lèi)型為double，數(shù)值大小在0-1之間。二值圖像:二值圖像也是采用二維數(shù)組表現(xiàn)，二維數(shù)組的值只有0和1兩種情況，是一個(gè)十分重要的數(shù)字圖像。在matlab中，0代表黑色1代表白色。Matlab中有非常多的二值圖像處理有關(guān)函數(shù)，用起來(lái)也十分便捷，程序編寫(xiě)較為簡(jiǎn)單。多幀圖像:指的是一組圖像的集合，包含多幅圖像，在matlab中，采用四維數(shù)組代表多圖像，這之中圖像集中的組合用第四維來(lái)表現(xiàn)。值得注意的是，收藏中的所有圖片都應(yīng)該具有相同的大小和顏色。系統(tǒng)設(shè)計(jì)包括圖像類(lèi)型:rgb圖像、灰度圖像和二值圖像。2.3數(shù)字圖像的處理數(shù)字圖像處理技術(shù)有很多種方式，其中最主要的包括以下幾種：灰度變換空間濾波影像復(fù)原小波變換幾何變換圖像配準(zhǔn)彩色圖像處理圖像壓縮形態(tài)圖像處理圖像分割每種不同的處理技術(shù)都有不同的處理方法，比如：膨脹、蝕刻、開(kāi)放的操作。本篇文章重點(diǎn)使用彩色圖像的灰度和二值化、圖像幾何轉(zhuǎn)換以及彩色圖像處理等方式。2.3.1數(shù)字圖像的灰度化和二值化Rgb彩色圖像的每一個(gè)像素單位都有紅綠藍(lán)三個(gè)值，因此計(jì)算使用的時(shí)間較長(zhǎng)。彩色圖像變灰度圖像R=G=B=N（N為一定值）即可，但是N用不一樣的值獲得的灰度圖的效果也會(huì)不一樣。一般有以下三種方法獲得N值：（1）最大值法：N為原圖R、G、B值的最大值，即：

=max(R,G,B)(2.1)（2）平均值法：N為原圖R、G、B值的平均值，即：（2.2）（3）加權(quán)平均法：N為原圖R、G、B值的加權(quán)平均值，即：N=m*R+n*G+q*B（2.3）式（2.3）中m、n、q為權(quán)值，且m+n+q=1，m、n、q的值的選擇基于人眼對(duì)不同顏色的敏感程度，對(duì)顏色的敏感程度大小排列為：綠>紅>藍(lán)。所以為了得到更好視覺(jué)效果的灰度圖像，本文選取。上述采用上述三種方式獲得的灰度圖都有各自的特征：使用方法一獲得灰度圖亮度較大、使用方法二獲得的灰度圖比較柔和、使用方法三獲得的灰度圖能夠調(diào)節(jié)，效果也是最優(yōu)秀的。一般來(lái)說(shuō)，假如把彩色圖像轉(zhuǎn)化為二進(jìn)制的圖像，必須要先把彩色圖像轉(zhuǎn)化為灰度圖像，之后再把灰度圖像轉(zhuǎn)化為二進(jìn)制圖像，中間必須有灰色圖像為中介。在將灰度圖像轉(zhuǎn)變?yōu)槎M(jìn)制圖像的過(guò)程中，最重要的一點(diǎn)是選擇一個(gè)正確的閾值。本文是用類(lèi)間最大方差法來(lái)選取閾值。類(lèi)間最大方差法（otsu算法）是以灰色直方圖為基礎(chǔ)，采取最小二乘法，是一類(lèi)擁有統(tǒng)計(jì)意義的計(jì)算方法。Otsu算法的原理是選取一個(gè)閾值，該閾值把灰度圖像劃分為兩個(gè)部分，且使這兩個(gè)部分間的方差最大，所以被稱(chēng)作色散最大。最大類(lèi)間方差法的主要原理公式可以借鑒后文文獻(xiàn)[5]。在matlab中，最大類(lèi)間方差的計(jì)算方法是graythresh()?；叶葓D像經(jīng)過(guò)灰度graythresh()和im2bw()得到閾值后，可以轉(zhuǎn)化為二值圖像。2.3.2數(shù)字圖像的運(yùn)算數(shù)字圖像的運(yùn)算包括圖像的場(chǎng)操作、圖像的幾何變換操作、像素操作和塊操作等操作。圖像的像素操作與圖像的幾何變換是本篇文章最常用的方法。圖像像素操作可以劃分為圖像點(diǎn)操作、圖像代數(shù)操作和圖像邏輯操作。像素越大，分辨率越高，照片越清晰，可輸出照片尺寸也可以越大。本文主要采用圖像代數(shù)運(yùn)算，圖像的幾何變換包括平移、換位、鏡像、變焦、旋轉(zhuǎn)、空間變換等多種方式，本篇文章只使用了縮放和旋轉(zhuǎn)兩種方式。在該系統(tǒng)的研發(fā)設(shè)計(jì)過(guò)程，圖像的像素運(yùn)算是一直在使用的。圖像的旋轉(zhuǎn)轉(zhuǎn)換用作車(chē)牌精確定位時(shí)的傾斜矯正，在MATLAB中可以利用函數(shù)imrotate()來(lái)達(dá)到目的；圖像的縮放轉(zhuǎn)換可以用作字符識(shí)別中的歸一化，在MATLAB中可以利用函數(shù)imresize()來(lái)達(dá)到目的。需要格外關(guān)注到的是，它的旋轉(zhuǎn)變換通常以圖像的正中心為原點(diǎn)，然后將圖像旋轉(zhuǎn)特定角度，得到旋轉(zhuǎn)后的前后圖像的大小一般來(lái)說(shuō)都會(huì)產(chǎn)生一定變化。2.3.3數(shù)學(xué)形態(tài)學(xué)處理

數(shù)學(xué)形態(tài)學(xué)研究的核心在于圖像因素。相比其他圖像處理模式而言，數(shù)學(xué)形態(tài)學(xué)圖像處理是依據(jù)于模型、差分和隨機(jī)學(xué)概念。利用數(shù)學(xué)理念構(gòu)造和算方法來(lái)體現(xiàn)圖像的特性。此數(shù)學(xué)形態(tài)學(xué)具有一定的優(yōu)勢(shì)，譬如在數(shù)據(jù)監(jiān)測(cè)層面比在差分選取層面要更為規(guī)整，對(duì)噪聲具有很大程度上的隔絕作用；在選取圖像架構(gòu)層面，其構(gòu)造的框架要更連續(xù)；易于互聯(lián)網(wǎng)信息來(lái)體現(xiàn)，更簡(jiǎn)便高效。集合論作為數(shù)學(xué)形態(tài)學(xué)的根本，其是像素整合的∩、∪、?等處理方式。侵蝕和擴(kuò)張作為數(shù)學(xué)形態(tài)學(xué)的基本處理方式，兩者運(yùn)轉(zhuǎn)模式是為對(duì)偶關(guān)系。在開(kāi)展侵蝕和擴(kuò)張操作時(shí)，同時(shí)也需要制定框架因素來(lái)劃定擴(kuò)張或侵蝕的走向，其中框架因素能夠是任意形態(tài)的。除了膨脹腐蝕，文章還采用了其他數(shù)學(xué)形態(tài)學(xué)處理模式，匯總?cè)缦拢海?）擴(kuò)張：膨脹的效果是把圖像向背景擴(kuò)展，借此來(lái)填補(bǔ)圖像中的小孔、縫隙以及凹下去的部分，結(jié)構(gòu)元素的選取決定了膨脹程度的大小。其數(shù)學(xué)表達(dá)式表示如下[6]：（2.4）（2.5）（2.6）在式（2.4）中，A代表的是需要擴(kuò)張的圖像，其中結(jié)構(gòu)元素用B來(lái)代表，為擴(kuò)張運(yùn)算符。式（2.5）和式（2.6）分別為反射運(yùn)算和平移運(yùn)算。在MATLAB中，結(jié)構(gòu)元素采取函數(shù)strel()來(lái)完成，MATLAB提供了多類(lèi)型結(jié)構(gòu)元素的形狀，膨脹運(yùn)算采用函數(shù)imdilate()完成。（2）侵蝕：腐蝕與膨脹互相對(duì)應(yīng)，效果是圖像的“收縮”和“變細(xì)”。相同的，腐蝕也要給定結(jié)構(gòu)元素，它的數(shù)學(xué)表達(dá)式如下：（2.7）式（2.7）中，A代表的是待腐蝕的圖像，B代表結(jié)構(gòu)元素，是腐蝕運(yùn)算符。MATLAB中結(jié)構(gòu)元素用strel()函數(shù)完成，MATLAB提供了多個(gè)結(jié)構(gòu)元素的形狀，腐蝕運(yùn)算用函數(shù)imerode()實(shí)現(xiàn)。（3）開(kāi)閉操作:開(kāi)閉操作是腐蝕與膨脹的運(yùn)算方法的結(jié)合。開(kāi)啟操作是腐蝕操作，之后是膨脹操作；關(guān)閉操作是膨脹操作，之后才是腐蝕操作。在matlab中分別利用imop()函數(shù)和imclose()函數(shù)開(kāi)展開(kāi)閉運(yùn)算。（4）移除小對(duì)象：在二值圖像中，利用數(shù)學(xué)形態(tài)法解決能夠移除指定面積的對(duì)象、孤立的像素和特定的連通區(qū)域，達(dá)到消除噪聲干擾的目標(biāo)。在MATLAB中利用函數(shù)bewareaopen()和bwmorph()可以做到移處小對(duì)象的目的。清晰。2.3.4圖像的變換技術(shù)將圖像從空間域轉(zhuǎn)換到變換域，進(jìn)行圖像變換的操作。在大多情況下，圖像在空間域的某些特征并不是顯而易見(jiàn)的。圖像變換技術(shù)有很多，諸如Radon變換、傅里葉變換等。為了方便對(duì)圖像的特征進(jìn)行描述，應(yīng)該將其轉(zhuǎn)換為變換域。在一些圖像的處理過(guò)程中，如識(shí)別及壓縮等，這些過(guò)程發(fā)揮著不可替代的作用。在本文的研究中，采用的主要技術(shù)是Radon變換，目的是為了對(duì)車(chē)牌進(jìn)行傾斜矯正。X-CT成像系統(tǒng)作為一種成熟的技術(shù)，其中發(fā)揮重要功能的就是Radon變換。例如將圖像進(jìn)行合理處理，設(shè)定成斷層平面并在坐標(biāo)系中進(jìn)行投影，坐標(biāo)系中XOY是已經(jīng)公式化的對(duì)于每個(gè)投影線(xiàn)積分都得用特定的投影方向計(jì)算表面線(xiàn)，這樣就可以獲得投影值g（R,），這里要注意的是射線(xiàn)應(yīng)該是光線(xiàn)的射線(xiàn)，具有特定的計(jì)算函數(shù)[7]。（2.8）Radon變換算法必須借助一定的數(shù)學(xué)軟件，MATLAB作為一個(gè)成熟的商業(yè)化軟件應(yīng)用廣泛，其含有的radon()函數(shù)就可以實(shí)現(xiàn)該過(guò)程，Radon反變換使用函數(shù)是radon（）前面加個(gè)小寫(xiě)字母i(也就是iradon())實(shí)現(xiàn)。2.4本章小結(jié)在本章當(dāng)中，主要介紹我國(guó)車(chē)牌的一些主要特點(diǎn)以及種類(lèi)，同時(shí)對(duì)數(shù)字的表達(dá)、圖像處理手段等進(jìn)行了詳細(xì)闡述。但是當(dāng)下由于發(fā)展水平的阻礙，車(chē)牌的識(shí)別系統(tǒng)還不夠先進(jìn)，識(shí)別度并不是不高，還有諸多方面需要進(jìn)步，還有很長(zhǎng)的路要走。車(chē)牌的類(lèi)型和特征是下面程序設(shè)計(jì)的基礎(chǔ)，數(shù)字圖像處理方法是一個(gè)工具。本章僅介紹了本文所使用的數(shù)字圖像處理技術(shù)，如灰度圖像的二值化、圖像操作、數(shù)學(xué)形態(tài)學(xué)處理和圖像變換技術(shù)。文章不給出了圖像處理技術(shù)的原理和方法，而且指出了在MATLAB中的實(shí)現(xiàn)。

第3章車(chē)牌自動(dòng)識(shí)別系統(tǒng)總體設(shè)計(jì)3.1總體介紹本系統(tǒng)使用MATLAB中的GUI功能，所以為了獲得良好的交互體驗(yàn)，需要考慮GUI界面的功能設(shè)計(jì)和布局設(shè)計(jì)。GUI界面中要實(shí)現(xiàn)的功能有：選擇圖片、開(kāi)始運(yùn)行程序、退出系統(tǒng)、系統(tǒng)信息、處理后的圖片展示、查看正在處理的圖片以及展現(xiàn)最終結(jié)果。GUI界面作為一個(gè)復(fù)雜的頁(yè)面，內(nèi)含有各種功能和菜單，需要進(jìn)行合理布局，具體內(nèi)容有標(biāo)題位置、按鈕位置等。要實(shí)現(xiàn)車(chē)牌的自動(dòng)識(shí)別，系統(tǒng)必須滿(mǎn)足如下功能：選擇圖片字符識(shí)別車(chē)牌定位字符分割語(yǔ)音播報(bào)在上述五個(gè)過(guò)程中，核心步驟是車(chē)牌定位、字符的識(shí)別和分割，下文中會(huì)進(jìn)行系統(tǒng)介紹。MATLAB作為成熟的軟件，功能強(qiáng)大，首先可以利用其函數(shù)打開(kāi)圖片，在本系統(tǒng)中，車(chē)牌圖片的格式都是jpg。此時(shí)要對(duì)圖片進(jìn)行選擇進(jìn)而實(shí)現(xiàn)處理過(guò)程，后續(xù)的核心步驟才能成功進(jìn)行。車(chē)牌定位按其精度差異可以分為粗定位和精確定位，前者主要是結(jié)合了車(chē)牌的自身特點(diǎn)即藍(lán)底白字，進(jìn)而獲得粗略的位置信息。而后者的處理過(guò)程較為復(fù)雜，必須要經(jīng)過(guò)處理獲得二進(jìn)制圖像。處理原理是對(duì)彩色圖片進(jìn)行灰度化處理得到黑白照片，再經(jīng)過(guò)二進(jìn)制化處理得到二進(jìn)制圖像。為了減少干擾，必須采用形態(tài)學(xué)進(jìn)行處理。進(jìn)而在刪除邊界之后獲得了車(chē)牌的明確詳細(xì)位置。為了確保識(shí)別過(guò)程的準(zhǔn)確度，在選擇模板時(shí)要格外注意，相似度最高的模板時(shí)最佳選擇。3.2車(chē)牌自動(dòng)識(shí)別系統(tǒng)設(shè)計(jì)流程圖圖3-1車(chē)牌自動(dòng)識(shí)別系統(tǒng)設(shè)計(jì)流程圖3.3本章小結(jié)本章系統(tǒng)介紹了車(chē)牌自動(dòng)識(shí)別系統(tǒng)的六大組成部分，同時(shí)對(duì)系統(tǒng)實(shí)現(xiàn)功能的方法進(jìn)行了詳細(xì)闡述，在本章節(jié)最后為了明確流程，畫(huà)出了設(shè)計(jì)的流程圖。

第4章車(chē)牌定位良好的車(chē)牌識(shí)別系統(tǒng)不僅要求車(chē)牌定位精度高，同時(shí)應(yīng)該具備很高的處理效率。該過(guò)程作為系統(tǒng)中的關(guān)鍵一環(huán)，對(duì)系統(tǒng)功能的實(shí)現(xiàn)有著至關(guān)重要的作用。在實(shí)際的圖像中可能會(huì)出現(xiàn)很多紛亂的信息給這一過(guò)程造成了很大的困擾。要確保功能的順利實(shí)現(xiàn)，首先要結(jié)合車(chē)牌的具體特點(diǎn)，在圖像中尋找到屬于車(chē)牌的信息，進(jìn)而將車(chē)牌進(jìn)行裁剪，實(shí)現(xiàn)定位功能。在具體處理過(guò)程中，可能涉及到以下方法：（1）結(jié)合顏色信息進(jìn)行處理；（2）結(jié)合邊緣特征進(jìn)行檢測(cè)；（3）結(jié)合車(chē)牌的紋理進(jìn)行檢測(cè)；（4）結(jié)合小波變換進(jìn)行處理。本研究中采用的方法借助了顏色信息和形態(tài)特點(diǎn)，實(shí)現(xiàn)初步定位，隨后經(jīng)數(shù)學(xué)形態(tài)學(xué)處理獲得明確位置信息，進(jìn)而確保了后續(xù)流程的順利實(shí)現(xiàn)。4.1車(chē)牌粗定位我國(guó)車(chē)牌的種類(lèi)繁多，其中以藍(lán)底白字的小型汽車(chē)拍照數(shù)量最多，本文涉及的車(chē)牌自動(dòng)識(shí)別系統(tǒng)的車(chē)牌為藍(lán)底白字的小型車(chē)車(chē)牌，小型車(chē)車(chē)型有很多，具體包括車(chē)座低于7人的車(chē)型、載重小于1噸的貨車(chē)。如前所述，本文在初期的粗略定位時(shí)，借助了車(chē)牌的顏色信息，進(jìn)行RGB顏色識(shí)別。由于車(chē)牌具有明顯的顏色信息，在圖片中可以順利查找，圖片中車(chē)牌位置應(yīng)該滿(mǎn)足車(chē)牌的顏色特征：（1）背景呈現(xiàn)藍(lán)色；（2）白色位置和整體面積必須滿(mǎn)足一定比例范圍。借助這兩個(gè)基本信息，就可以順利找到車(chē)牌的疑似位置。實(shí)際處理過(guò)程中，圖片會(huì)包含很多信息非常復(fù)雜，單純依靠車(chē)牌的顏色信息進(jìn)行定位必然會(huì)很容易出現(xiàn)差錯(cuò)。為此，本論文在借助顏色信息的基礎(chǔ)上，進(jìn)一步結(jié)合了車(chē)牌的形狀信息，因?yàn)檐?chē)牌作為矩形物體，長(zhǎng)寬之比必然要符合一定的比例。所以借助車(chē)牌的顏色信息和形狀特點(diǎn)，可以實(shí)現(xiàn)對(duì)車(chē)牌的初步定位。初步定位后，車(chē)牌的所有信息都包含在內(nèi)，所以后期需要對(duì)無(wú)關(guān)信息進(jìn)行剔除，如邊框、斑點(diǎn)以及螺栓等。4.1.2粗定位流程圖從圖4-1的流程圖中我們可以看到，車(chē)牌基于RGB顏色模式進(jìn)行對(duì)車(chē)牌的粗定位，通過(guò)定位圖片中的指定區(qū)域，找到特定區(qū)域內(nèi)是否擁有符合車(chē)牌特征的車(chē)輛；而如果不符合，特定區(qū)域就會(huì)顯示為黑色，并且繼續(xù)查找符合的目標(biāo)，此方法有一定的抗干擾功能，但是對(duì)藍(lán)色特定區(qū)域的識(shí)別效果并不明顯，所以不能用于定位藍(lán)色車(chē)的車(chē)牌。圖4-1車(chē)牌粗定位流程圖4.2車(chē)牌精確定位由于拍照的角度可能會(huì)不同，從而得到的車(chē)牌照片也可能是傾斜的，所以在進(jìn)行詳細(xì)定位之前，必須對(duì)照品進(jìn)行矯正處理。但是值得注意的是，圖片一旦經(jīng)過(guò)矯正，信息量會(huì)增多，同時(shí)含有車(chē)牌信息以及一些無(wú)關(guān)的干擾信息。要確保定位的準(zhǔn)確，必須對(duì)邊框信息進(jìn)行剔除，進(jìn)而確保后續(xù)步驟的順利實(shí)現(xiàn)。本文中的矯正過(guò)程借助了Radon變換方法，同時(shí)利用數(shù)學(xué)形態(tài)學(xué)方法和掃描法將無(wú)關(guān)信息進(jìn)行剔除。4.2.1車(chē)牌的傾斜矯正在車(chē)牌的矯正過(guò)程中，有如下步驟：（1）圖像進(jìn)行灰度處理；（2）對(duì)得到的圖像檢測(cè)邊緣信息；（3）借助Radon變換，在不同方向進(jìn)行積分；（4）確認(rèn)積分最大值，進(jìn)而明確傾斜角；（5）經(jīng)過(guò)旋轉(zhuǎn)，對(duì)車(chē)牌進(jìn)行正確矯正。4.2.2車(chē)牌精確定位流程圖本文設(shè)計(jì)車(chē)牌自動(dòng)識(shí)別系統(tǒng)精確定位流程圖如下圖4-2所示。圖4-2車(chē)牌精確定位流程圖借助MATLAB的強(qiáng)大功能，可以實(shí)現(xiàn)車(chē)牌邊框信息的剔除，方法就是投影法，該方法具有一定的優(yōu)勢(shì)因?yàn)槠渌惴ê?jiǎn)潔，不過(guò)值得注意的是適用過(guò)程中要選擇合理的閾值。車(chē)牌大小不同，閾值會(huì)出現(xiàn)相應(yīng)的變化，所以為了降低車(chē)牌信息對(duì)閾值的影響，通常根據(jù)經(jīng)驗(yàn)確定兩者之間的內(nèi)在關(guān)系。閾值的存在，可以顯著提升定位的準(zhǔn)確度。在將邊框信息剔除之后，為了將一些無(wú)關(guān)的圓點(diǎn)信息進(jìn)行剔除，還需要第二次使用形態(tài)學(xué)處理方法。4.3本章小結(jié)本章主要介紹了在系統(tǒng)設(shè)計(jì)中，車(chē)牌精準(zhǔn)定位是如何實(shí)現(xiàn)的，也就是具體的操作方法。車(chē)牌定位一般可以分為粗定位和精準(zhǔn)定位，粗定位一般利用顏色識(shí)別實(shí)現(xiàn)，精準(zhǔn)定位則是分為傾斜矯正和去除干擾兩種方式。其中，精準(zhǔn)定位的傾斜矯正需要使用Radon變換，去除干擾則使用的是數(shù)學(xué)形態(tài)法和投影法。在此基礎(chǔ)上，還在文中添加了流程圖，使整個(gè)過(guò)程更加清晰明白。

第5章字符分割5.1字符分割方法介紹字符分割即為將精確定位后得到的車(chē)牌分割為七個(gè)字符，每個(gè)字符的邊界都不能有空白。若字符分割做得很好，那么字符識(shí)別的正確率將大大提高。同樣地，字符分割的方法與車(chē)牌的特征緊密聯(lián)系，分割方法依賴(lài)于車(chē)牌的具體特征，通常而言，常用的方法如下所示：顏色法：顧名思義該方法借助了車(chē)牌的顏色信息。以藍(lán)底白字為例：白色信息是字符信息。通過(guò)強(qiáng)化顏色信息，利用該種方法，減少了使用單一閾值時(shí)的誤差的出現(xiàn)，提升可靠度。連通區(qū)域法[13]：該方法順利實(shí)現(xiàn)的關(guān)鍵在于要將無(wú)關(guān)信息剔除，隨后對(duì)字符進(jìn)行連通，進(jìn)而確定連通位置也就是字符信息，實(shí)現(xiàn)正確分割。該方法具有一定的局限性，只適用于獨(dú)立字符，如果字符不獨(dú)立，處理效果差強(qiáng)人意。（3）車(chē)牌投影法[14]：該方法經(jīng)過(guò)發(fā)展已經(jīng)衍生出多種，為了提升效果，不斷地進(jìn)行完善和升級(jí)。為了實(shí)現(xiàn)更加準(zhǔn)確的處理，對(duì)車(chē)牌投影特點(diǎn)等信息進(jìn)行明確，達(dá)到精準(zhǔn)分隔的目的。在這種方法下，即使在對(duì)車(chē)牌有干擾的情況下，也仍然具有很好的分隔效果，并且具有很高的準(zhǔn)確性。（4）模板匹配法[15]：該方法的進(jìn)行借助了字符排列特征也就是字符和空格間距排列。在實(shí)際使用過(guò)程中，應(yīng)用最為普遍的有兩個(gè)模板，寬度存在差異，目的是為了匹配字符和空行的寬度。通過(guò)模板的移動(dòng)，統(tǒng)計(jì)像素信息，對(duì)兩個(gè)模板中的像素進(jìn)行對(duì)比，獲得最大值時(shí)，此時(shí)就是字符分隔點(diǎn)。這種方法的優(yōu)勢(shì)在于，可以對(duì)車(chē)牌照片出現(xiàn)損壞，信息不完整的情況進(jìn)行科學(xué)分割。本研究中通過(guò)對(duì)比各種方法，選擇了投影法，該方法的根據(jù)通常是車(chē)牌的水平排列。當(dāng)面臨垂直投影的時(shí)候，會(huì)出現(xiàn)“峰”“谷”等形式的結(jié)果，可以確定兩者的差異即“峰”是字符，“谷”是分界點(diǎn)，據(jù)此本文選定了投影法。如前所述，分割閾值的確定至關(guān)重要，車(chē)牌圖片出現(xiàn)區(qū)別，閾值就應(yīng)該進(jìn)行相應(yīng)改變。按照車(chē)牌確定閾值后，將該值和投影值進(jìn)行比較，進(jìn)而得到字符位置，完成字符分割。分割后的字符在GUI界面中顯示。5.2字符分割流程圖圖5-1字符分割流程圖在進(jìn)行分隔時(shí)，先對(duì)閾值進(jìn)行分隔，而為了防止出現(xiàn)邊框清楚不干凈的情況，需要判斷第一個(gè)分隔所得到的內(nèi)容是否符合字符要求，若是不符合，就需要將不符合處剔除。從左到右選擇前14個(gè)邊界，無(wú)論右邊框是否能夠被清除干凈，都不會(huì)影響字符分割。5.3本章小結(jié)本章著重介紹字符分割的各種方法，本文所采用的是投影法。這種方法易于理解和操作，并且在考慮了干擾因素的情況下，對(duì)第一個(gè)的分隔內(nèi)容進(jìn)行檢驗(yàn)，既提高了抗干擾能力，又易于操作。文中給出的操作流程圖，讓人看上去簡(jiǎn)單明了，更加清楚地讓人明白和理解設(shè)計(jì)思路。

第6章字符識(shí)別6.1方法介紹字符識(shí)別也是核心步驟之一，即要是識(shí)別字符信息，進(jìn)行輸出和保存，同時(shí)予以顯示。字符識(shí)別有多種方法，目前應(yīng)用最為普遍的有特征匹配法、模板匹配法和神經(jīng)網(wǎng)絡(luò)法。為了提升處理過(guò)程的準(zhǔn)確率，三種方法也在不斷的更新升級(jí)。本研究中經(jīng)過(guò)對(duì)比，選擇了適用本研究的模板匹配法。首先要區(qū)分模板字符和分割字符，隨后比較二值的數(shù)值差異，相同的像素點(diǎn)統(tǒng)一之后，就可以確認(rèn)字符結(jié)果即像素點(diǎn)最多的模板。6.2字符識(shí)別流程圖圖6-1字符識(shí)別流程圖本研究中使用的模板匹配法可以對(duì)信息完整的車(chē)牌字符進(jìn)行良好識(shí)別，但是車(chē)牌信息不全時(shí)，該方法的效果會(huì)下降，出現(xiàn)差錯(cuò)。經(jīng)過(guò)識(shí)別之后，處理結(jié)果進(jìn)行保存。為了更好地提升交互體驗(yàn)，識(shí)別結(jié)果在GUI界面中予以展示，同時(shí)還刻意利用語(yǔ)音播報(bào)功能，選擇是否播報(bào)車(chē)牌信息。6.3本章小結(jié)本章介紹了字符識(shí)別的最常用的三種方法，并詳細(xì)介紹了本文所采用的模板匹配法，給出了相對(duì)性的操作流程圖。在流程圖中，主要包括歸一化、字符比較、和數(shù)據(jù)輸出三部分。模板匹配雖然容易實(shí)現(xiàn)，但是缺點(diǎn)也很明顯，很難對(duì)信息不完整的字符進(jìn)行較好的識(shí)別。

第7章系統(tǒng)實(shí)現(xiàn)上文中對(duì)系統(tǒng)使用方法和程序進(jìn)行了詳細(xì)介紹，設(shè)計(jì)的實(shí)現(xiàn)過(guò)程借助了MATLAB。同時(shí)為了提升用戶(hù)的使用體驗(yàn)，借助GUI模塊對(duì)圖形界面進(jìn)行科學(xué)設(shè)計(jì)，有利于用戶(hù)進(jìn)行方便簡(jiǎn)捷的使用。7.1軟件介紹7.1.1MATLAB介紹MATLAB是一款已經(jīng)在當(dāng)前諸多領(lǐng)域和行業(yè)得到廣泛應(yīng)用的軟件，本質(zhì)上來(lái)說(shuō)，其是一款基于數(shù)學(xué)運(yùn)算而設(shè)計(jì)開(kāi)發(fā)的軟件，但隨著版本不斷更迭換代，功能越發(fā)全面和強(qiáng)大，適配性和實(shí)用性也越來(lái)越廣，諸多專(zhuān)業(yè)方向都可以靈活利用其中功能，如電力系統(tǒng)等，目前已被納入各研究領(lǐng)域常用工具列表。MATLAB軟件由于其設(shè)計(jì)原理就是基于數(shù)學(xué)規(guī)則，內(nèi)部矩陣運(yùn)算效率性極高，讓程序運(yùn)算也變得相對(duì)簡(jiǎn)便起來(lái)，并且其編寫(xiě)程序也區(qū)別于其他類(lèi)型語(yǔ)言，沒(méi)有類(lèi)似C++等復(fù)雜而繁瑣的規(guī)則限制和約束，幾乎是按條件進(jìn)行輸入后不需要任何等待時(shí)間就可得到輸出反饋。并且該軟件上編寫(xiě)程序還可以進(jìn)行其他語(yǔ)言轉(zhuǎn)化，如C語(yǔ)言，即便當(dāng)前電子設(shè)備中沒(méi)有安裝MATLAB只要能夠運(yùn)行其他語(yǔ)言也同樣可以得到利用，換言之可以讓?xiě)?yīng)用場(chǎng)景大幅外延，程序可以多現(xiàn)場(chǎng)運(yùn)行，具備高移植性。目前MATLAB軟件在經(jīng)過(guò)迭代完善后，已經(jīng)實(shí)現(xiàn)多語(yǔ)言兼容和編程，并且都可以實(shí)現(xiàn)在該軟件中運(yùn)行。由于車(chē)牌自動(dòng)識(shí)別系統(tǒng)，其主要面向場(chǎng)景中需要進(jìn)行大量數(shù)字圖像處理，因此就需要利用到專(zhuān)業(yè)化圖像軟件，目前市場(chǎng)上該類(lèi)型軟件多種多樣，并且其專(zhuān)業(yè)性上各有側(cè)重點(diǎn)，如Imagine、MATLAB等。本文主要選用的MATLAB來(lái)作為數(shù)字圖像處理工具。MATLAB自身?yè)碛袛?shù)字圖像處理工具箱，并且很多數(shù)字圖像處理的函數(shù)都是自身就具有的，極大地方便了研究人員的使用。7.1.2GUI介紹GUI的功能就是實(shí)現(xiàn)用戶(hù)與電子設(shè)備的交互，開(kāi)發(fā)目的是基于對(duì)象而進(jìn)行的，實(shí)質(zhì)而言就是一種圖形用戶(hù)界面。該模塊通常來(lái)說(shuō)也被利用在MATLAB中，這是因?yàn)樵撃K能夠提供多種不同控件功能，諸如菜單、按鈕等，與此同時(shí)，可以對(duì)控件屬性進(jìn)行基于需要和實(shí)用的修改，極大簡(jiǎn)化編程流程。作為一個(gè)圖形界面，其中有多種不同屬性和功能的控件，需要利用句柄來(lái)實(shí)現(xiàn)對(duì)GUI的控件操作，每個(gè)控件都會(huì)在內(nèi)部設(shè)置一個(gè)相對(duì)應(yīng)的句柄，且通常來(lái)說(shuō)這些句柄是一對(duì)一且具有獨(dú)一性。通過(guò)句柄來(lái)實(shí)現(xiàn)對(duì)特定目標(biāo)控件的選擇，進(jìn)而展開(kāi)對(duì)其的屬性修改，這一流程中就實(shí)現(xiàn)了控件精準(zhǔn)操作。前面提及，GUI提供多種不同功能且適配度極高的控件，具體可參見(jiàn)圖7-1，涉及到的控件內(nèi)容和功能主要有坐標(biāo)軸、文本等。這其中的每個(gè)控件都可以進(jìn)行針對(duì)性的回調(diào)函數(shù)使用和觸發(fā)。本次開(kāi)發(fā)中利用的GUI控件主要涉及以下幾種，有按鈕實(shí)現(xiàn)、軸框?qū)崿F(xiàn)、文本實(shí)現(xiàn)等。圖7-1GUI設(shè)計(jì)常用控件7.2設(shè)計(jì)與示例7.2.1界面設(shè)計(jì)與準(zhǔn)備工作（1）界面設(shè)計(jì)：本文涉及GUI界面，具體內(nèi)容見(jiàn)圖7-2，控件類(lèi)型包括面板、兩種類(lèi)型按鈕、坐標(biāo)軸框等，以下對(duì)它們的具體功能進(jìn)行簡(jiǎn)要闡述：面板：該控件主要用來(lái)對(duì)其他控件進(jìn)行放置如坐標(biāo)軸框，也可以進(jìn)行文本框放置，在使用操作中將坐標(biāo)軸框放置在此處，能夠提高運(yùn)行有效性和效率性，否則可能會(huì)出現(xiàn)操作失誤進(jìn)而顯示錯(cuò)誤。坐標(biāo)軸框：該控件主要用來(lái)顯示圖像，為了讓界面更具簡(jiǎn)潔美感，可以將坐標(biāo)軸信息進(jìn)行消除操作，前述提及圖7-2中，一共有各類(lèi)型坐標(biāo)軸框15個(gè)，分為三部分。第一部為標(biāo)題周?chē)钠卟蕡D形，起到標(biāo)題“車(chē)牌識(shí)別系統(tǒng)”的美化作用，不顯示任何圖像。第二部分為一個(gè)大的正方形坐標(biāo)軸框，該坐標(biāo)軸框用來(lái)顯示左側(cè)選中單選按鈕想要查看的圖片。第三部分為上面7個(gè)小的矩形，用來(lái)顯示字符分割結(jié)果，分別對(duì)應(yīng)車(chē)牌中的七個(gè)字符。按鈕：按鈕在圖7-2左側(cè)部分，共5個(gè)，涉及“選擇圖片”功能、“開(kāi)始識(shí)別”功能等。通過(guò)按鈕能夠?qū)崿F(xiàn)與相應(yīng)程序的連接并執(zhí)行指令，進(jìn)而讓按鈕名稱(chēng)所顯示并代表的功能得以實(shí)現(xiàn)。單選按鈕：為了更直觀顯示，具體可見(jiàn)圖7-2，位于查看圖片這一題項(xiàng)之下，共有8個(gè)不同分功能實(shí)現(xiàn)按鈕，其功能是當(dāng)車(chē)牌介入識(shí)別程序并成功完成，為了能夠讓識(shí)別過(guò)程能夠更清晰直觀呈現(xiàn)于用戶(hù)前，會(huì)對(duì)圖像處理過(guò)程進(jìn)行詳細(xì)地且分類(lèi)型的圖像顯示，具體是通過(guò)右側(cè)按鈕來(lái)實(shí)現(xiàn)與處理過(guò)程的連接。按鈕組：該控件是為了讓界面更為簡(jiǎn)潔而將所有單選按鈕放置入內(nèi)，由于單選按鈕在實(shí)際運(yùn)行中通常只選其一，因此需要用該控件來(lái)劃定按鈕范圍。靜態(tài)文本框：該控件通常用來(lái)實(shí)現(xiàn)數(shù)據(jù)呈現(xiàn)。圖7-2中該控件的主要作用有兩個(gè)，一個(gè)是用來(lái)對(duì)程序當(dāng)年已經(jīng)運(yùn)行時(shí)間進(jìn)行播放和顯示，一個(gè)是對(duì)程序已經(jīng)識(shí)別出來(lái)的車(chē)輛信息主要是車(chē)牌部位進(jìn)行播放和顯示。圖7-2GUI界面（2）準(zhǔn)備工作：本次設(shè)計(jì)需要進(jìn)行模板預(yù)置，這是因?yàn)樵O(shè)計(jì)時(shí)依據(jù)用戶(hù)訴求和功能實(shí)現(xiàn)而采用了模板匹配這一實(shí)用性方案，另外，語(yǔ)音功能也需要預(yù)先進(jìn)行語(yǔ)音制備。其中模板制備其中的字符主要就是車(chē)牌常用字符，從省市等所需要的代稱(chēng)如湘，另外還有數(shù)字列表和字母列表，其中地級(jí)市在進(jìn)行顯示時(shí)要去掉字母I、O，因?yàn)樯婕暗狡渌δ軐?shí)現(xiàn)。漢字模板范例見(jiàn)圖7-3，而數(shù)字模板范例見(jiàn)圖7-4，字母模板范例見(jiàn)圖7-5。圖7-3漢字模板圖7-4數(shù)字模板圖7-5字母模板由于模板在設(shè)計(jì)時(shí)并沒(méi)有對(duì)大小進(jìn)行規(guī)范化處理，因此字符識(shí)別時(shí)，需要對(duì)這些模板先進(jìn)性預(yù)處理，使之實(shí)現(xiàn)同一化和規(guī)范化，以便讓識(shí)別效率性和準(zhǔn)確性更高。圖7-6音頻文件由圖7-6可知，本次設(shè)計(jì)中所用到的語(yǔ)音音頻，文件采用的是WAV，其具體格式設(shè)置涉及到字母、數(shù)字和漢字，另外，MATLAB中有針對(duì)該種播放格式的函數(shù)，不要進(jìn)行轉(zhuǎn)換即可直接調(diào)用。以“黑”做樣本，具體如下：sound(audioread(‘黑.wav’),22000);pause(1);pause(1)為等待1s，等待該音頻播放結(jié)束再播放其他字符的音頻。7.2.2識(shí)別過(guò)程示例以圖7-7為例，將之列入可識(shí)別對(duì)象范圍，對(duì)系統(tǒng)程序進(jìn)行闡述，并對(duì)系統(tǒng)運(yùn)行進(jìn)行實(shí)例樣本檢驗(yàn)，對(duì)最終結(jié)果進(jìn)行觀察和確認(rèn)，對(duì)本次開(kāi)發(fā)算法進(jìn)行有效性運(yùn)行判定。圖7-7待識(shí)別的照片具體實(shí)現(xiàn)路徑是在GUI中，對(duì)有需要識(shí)別的圖片進(jìn)行選定，之后點(diǎn)擊識(shí)別進(jìn)入正式識(shí)別進(jìn)程，此時(shí)系統(tǒng)有彈框進(jìn)行進(jìn)度提示，具體詳情見(jiàn)圖8-8，直到進(jìn)度條滿(mǎn)載，代表此時(shí)識(shí)別程序已經(jīng)完成并結(jié)束，此時(shí)界面詳情見(jiàn)圖7-9。圖7-8進(jìn)度條圖7-9識(shí)別后的GUI界面由圖7-9可知，整個(gè)圖片識(shí)別所用時(shí)間已經(jīng)在界面中得到清晰而明確顯示，即2.59916s，與此同時(shí)，字符顯示完整無(wú)誤，說(shuō)明識(shí)別程序運(yùn)行有效，結(jié)果準(zhǔn)確，語(yǔ)音播報(bào)也完整實(shí)現(xiàn)，在點(diǎn)擊播報(bào)按鈕后，所發(fā)出的語(yǔ)音能夠?qū)崿F(xiàn)與圖片一致，播報(bào)功能有效。下面對(duì)過(guò)程中圖片的變化進(jìn)行詳細(xì)描述，同時(shí)識(shí)別階段中圖片的識(shí)別結(jié)果都可以借由單選按鈕實(shí)現(xiàn)逐一的檢查。（1）車(chē)牌粗定位：詳情見(jiàn)圖7-10，粗定位車(chē)牌的識(shí)別結(jié)果呈現(xiàn)，本次定位實(shí)現(xiàn)中所涉及的為顏色定位方法，即對(duì)藍(lán)色像素點(diǎn)投影，當(dāng)滿(mǎn)足條件時(shí)則認(rèn)為是車(chē)牌區(qū)域，完成粗定位。圖7-10車(chē)牌粗定位車(chē)牌的灰度化：這一程序步驟中，將利用加權(quán)平均法對(duì)前一個(gè)步驟中所識(shí)別車(chē)牌圖像進(jìn)行相應(yīng)的灰度化處理，具體來(lái)說(shuō)為m取值表達(dá)是0.299，n取值表達(dá)式0.582，而q的取值表達(dá)是0.114，步驟完成后車(chē)牌具體情況見(jiàn)圖7-11。圖7-11車(chē)牌灰度圖像車(chē)牌傾斜矯正：延續(xù)上一個(gè)環(huán)節(jié)，對(duì)圖像顯示中車(chē)牌進(jìn)行位置校正處理，以radon實(shí)現(xiàn)，車(chē)牌圖像會(huì)更加規(guī)整，步驟完成后車(chē)牌具體情況見(jiàn)圖7-12。圖7-12車(chē)牌傾斜矯正后圖像（4）對(duì)車(chē)牌圖像進(jìn)行二進(jìn)制化處理，其中所涉及方法為最大類(lèi)間方差，步驟完成后圖像顯示會(huì)呈現(xiàn)出二值化模式，具體詳情見(jiàn)圖7-13。圖7-13車(chē)牌的二值圖像（5）對(duì)車(chē)牌圖像進(jìn)行相應(yīng)的形態(tài)學(xué)處理步驟，這也是首次進(jìn)行類(lèi)似處理，涉及到開(kāi)操作等多個(gè)不同流程和操作。其中開(kāi)操作指的是對(duì)前面處理過(guò)的圖像進(jìn)行先腐蝕處理之后又進(jìn)行對(duì)應(yīng)的膨脹操作。具體情況見(jiàn)圖7-14，這里所顯示的就是通過(guò)形態(tài)學(xué)處理后所得到的識(shí)別圖像，由該圖可知，圖像中的干擾像素在經(jīng)過(guò)處理后已經(jīng)大幅度削減，但還是有殘留，這些殘留可通過(guò)精準(zhǔn)定位進(jìn)行再消除。圖7-14車(chē)牌第一次形態(tài)學(xué)處理后的圖像（6）車(chē)牌的精確定位：該一步驟主要是利用投影來(lái)實(shí)現(xiàn)，借此去其中的感染和雜質(zhì)殘留進(jìn)行精準(zhǔn)分離和去除，如圖7-15所示。圖7-15車(chē)牌精確定位圖像二次形態(tài)學(xué)處理：在該步驟中，其主要實(shí)現(xiàn)路徑是移除小對(duì)象函數(shù)，其功能和作用就是對(duì)車(chē)牌圖像中一些難以去除的點(diǎn)狀殘留進(jìn)行剔除，具體詳情見(jiàn)圖7-16。圖7-16第二次形態(tài)學(xué)處理后的圖像如圖7-9所示，顯示的是字符分隔和字符識(shí)別的結(jié)果，并且這個(gè)結(jié)果在GUI界面中顯示出來(lái)。并且這些功能都具有對(duì)應(yīng)的實(shí)現(xiàn)按鈕，如“選擇圖片”、“開(kāi)始識(shí)別”、“退出系統(tǒng)”等，共計(jì)有五個(gè)不同功能按鈕。關(guān)于“推出系統(tǒng)”按鈕，通常來(lái)說(shuō)只在工作結(jié)束時(shí)進(jìn)行系統(tǒng)退出時(shí)用到，為了防止出現(xiàn)錯(cuò)誤退出造成用戶(hù)困擾，一般會(huì)添加一道再確認(rèn)流程，通過(guò)彈出系統(tǒng)彈框進(jìn)行再選擇實(shí)現(xiàn)，具體詳情見(jiàn)圖7-17。圖7-17確認(rèn)對(duì)話(huà)框關(guān)于“關(guān)于”按鈕，通常來(lái)說(shuō)并無(wú)實(shí)際用途，只是從來(lái)開(kāi)發(fā)者信息，并對(duì)當(dāng)前系統(tǒng)版本信息情況進(jìn)行提示，對(duì)話(huà)框具體內(nèi)容詳情見(jiàn)圖7-18。圖7-18關(guān)于對(duì)話(huà)框需要注意的是，車(chē)牌信息完成識(shí)別并在GUI界面得到順利呈現(xiàn)后，如果對(duì)車(chē)牌進(jìn)行再識(shí)別可能會(huì)導(dǎo)致先前已識(shí)別完成的信息出現(xiàn)覆蓋或丟失現(xiàn)象，為了有效避免此一現(xiàn)象出現(xiàn)，有必要對(duì)識(shí)別后的圖像信息進(jìn)行特殊的存儲(chǔ)操作，將之放入Data.dat，并打上特定標(biāo)識(shí)，通