车牌

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 11 PX1=PX11。 %车牌区域 校正 PX2=PX2+1。

化具有一定的帮助。 但通过实验发现，同态滤波 对 Canny边缘检测结果的影响很小，这也从另一侧面反映了 Canny 边缘检测方法效果是比较稳定的。 (4) 关于图像的数学形态学处理 数学形态学中的开运算和闭运算，具有在 基本不改变 目标对象 形状 的情况下对背景像素进行处理的优点， 在本文的车牌区域定位和字符切分方法中有较好的应用效果。 (5) 关于 图像的直方图变换

)； 停车场控制器：支持自主研发的停车场控制器； 其他外设： 10 车辆车检器：支持普通开关量输出的停车场控制器设备； 挡车器：支持通用继电器控制的挡车器； 语音：支持 RS23 485 的语言合成模块； 补光灯：在夜间达到车牌识别补光要求，闪光灯支持摄像机同步； 视频捕获设备：能支持公司 OEM 的模拟摄像机； 鼠标键盘：支持通用 PS2 或 USB 鼠标、键盘； 显示器：支持 VGA 输入

化，取值 5 个像素。 从左向右寻找第一个 1 值像素大于 5 的 坐标为水平方向左侧分界线，从优向左寻找到第一个 1 值像素量大于 5 的为右侧分界线，程序可以用 for 循环语句。 Zero_Col=zeros(1,x)。 % for j=1:x for i=1:y if(Car_Image_Perform(i,j,1)==1) Zero_Col(1,j)=Zero_Col(1,j)+1。

系统将获取的车辆图像进行一系列的处理后，以字符串的形式输出结果，这样不但数据量小，便于存储，操作起来也更容易，因此车牌识别系统的便捷性是人工车牌识别所不能比拟的，它蕴藏着很大的经济价值和发展空间，对车牌识别技术的研究是非常有的意义的。 在车牌识别系统中最为重要的两个技术是车牌定位和车牌字符识别，这两个技术的好坏直接影响到整个车牌识别系 统的实时性和准确性。

........................................... 18 字符归一化紧排 .......................................................................................... 19 字符的细化 ............................................

边缘检测算子，它把边缘检测问题转换为检测单元函数极大值的问题，具有很好的信噪比和检测 19 精度。 Canny 算法按照以下步骤对图像进行处理： (1)用高斯滤波器平滑图像 高斯函数的一阶微分是对理想滤波器的很好近似。 用一维高斯函数： )2(2 222 1  xeG  () 构造高斯滤波器，分别按行和列对原始图像 ),( yxf 进行卷积操作，得到平滑图像 ),( yxg。 (2)

ognition， 简称 CCR）又是字符识别的重点和难点所在。 虽然现在市面上已经有多种 CCR 软件出售，但是他们仅仅对高质量的标准印刷文本有较高的识别率，但是对于严重污染、变形、模糊、倾斜的忽地字符，特别是针对车牌识别系统中提取的车牌汉字字符，不能给出满意结果 [2]。 本课题通过对车牌汉字灰度图像识别的研究，提出针 对汽车牌照中汉字字符的有效识别算法，以期达到较高的识别正确率。 研究意义

响到图像识别分类器的设计、性能及其识别结果的准确性。 特征选择错误，分类就个能分得准确，甚至无法分类。 因此，特征选择是图像识别中的一个关键问题。 由于实际问题中常常不容易找到那些最重要的特征，或者某些图像特征还会随着环境的变化而发生变化，这就使得特征的选择和提取复杂化。 特征选择和提取的基本任务是如何从众多特征中找出那些最有效的特征。 在样本数量不是很多的情况下，用很多特征进行分类器设计，从计