(完整版)基于数字图像处理的车牌识别本科毕业论文
基于数字图像处理的车牌识别技术研究
１ 数字 图像处理的相 关理论知识
数 字 图像 处 理 就 是 运 用 计 算 机 技 术 ，
来 处 理 由 图 像 转 来 的 数 字 信 号 ， 满 足 人 来 们 对 其 信 息 的 需 求 。 字 图 像 技 术 最 早 起 数 源 于 ２ 世 纪 ２ 年 代 初 ， 今 为 止 已 经 八 十 ０ ０ 至 几 年 了 ， 期 间随 着 计 算 机 技 术 和 信 息 技 这 术 的 飞 速 发 展 ， 别 是 网络 技 术 的 高 速 发 特
但 是 为 了能 够 顺 利地 对车 牌 进 行分 割 和 识 同时 出 现 多 个 车 牌 的 识 别 问 题 。 重 要 的 更 别， 必须 对 车 牌 的 角度 进 行 校 正 ， 常 情 况 是 ， 清 产 生 过 大 的 数 据 量 ， 通 高 不仅 占据 过 多
下 是 使 用Ｒａ ｏ 变 换 来 完 成 车牌 的 校正 。 ｄ ｎ ２ ４ 车牌分 割 ． 车 牌 分 割 的过 程 首 先 对 车 牌 图 片 进 行 水 平 方 向 的 投影 ， 除 水 平 边 框 ， 后 再 进 去 然 行 垂 直 方 向 的 投 影 。 过 分 析 车 牌 投影 可 通 投 展 ， 字 图像 凭 借 其 传输 速 度 快 、 远 程 服 以 得 知 ， 影 中最 大 值 峰 所 对 应 的 是 车 牌 数 可 务 、 用 工 具 简单 以 及 信 息 量 非 常 丰 富 等 中 的 第 二 个 字 符 和 第 三 个 字 符 之 间 的 间 使 优 势 已 经 成 为 人 们 获 取信 息 的 重 要 源 泉 。 隔 ， 二 大 峰 中 心 距 离 对 应 的 是 车 牌 字 符 第 而 数 字 图 像 处 理 凭 借 其 处 理 内容 丰 富 、 处 的 宽 度 ， 以此 类推 就 可 以对 车 牌 进 行 分 割 。 理 精 度 高 以 及 可 处 理 复 杂 的 非 线 性 运 算 等 ２ ５ 车 牌识 别和显 示 ． 优 点 更 加 促 进 了其 自 身在 各 个 领 域 中的 发 字 符 识 别 的 方 法 有 很 多 种 ， 般 来 讲 一 展。 模 板 匹 配 方 法 是 应 用 最 广 泛 的 。 进 行 识 在 般 来 说 ， 字 图 像 处 理 系 统 大 致 可 别 的 过 程 中 ， 数 要先 建立 标 准 字库 ， 后将 分 然 以 分 为 输 入 部 分 的 图 像 数 字 化 设 备 、 作 割 所 得 到 的 字 符 进 行 分 类 ， 分 类 后 的 字 用 将
基于数字图像处理的车牌识别技术研究
基于数字图像处理的车牌识别技术研究数字图像处理技术的发展，推动了很多生活领域的发展，其中一个应用领域就是车牌识别技术。
随着机器视觉技术的不断进步和成熟，车牌识别技术也得到了广泛应用，从而改变了人们的生活和工作方式。
本文将从车牌识别技术的发展历程、技术原理和应用领域三个方面进行分析和探讨。
一、车牌识别技术的发展历程车牌识别技术起初主要应用在警务、交通违法处理、停车场管理等方面。
但随着技术的不断进步和应用需求的增加，车牌识别技术开始在一些商业领域得到广泛应用，如门禁系统、智慧停车场、道路收费系统等。
二、车牌识别技术的基本原理车牌识别技术是一项集成计算机视觉和数字图像处理技术的综合性技术，其基本原理为：通过采集、处理和识别车辆行驶过程中的数字图像信息，实现对车辆的追踪、预警、识别、管理、控制等功能。
车牌识别技术的核心技术包括图像采集和预处理、车牌定位和分割、字符识别和数字识别等三个方面。
图像采集和预处理是车牌识别技术中最基本的环节，直接影响后续处理的质量和精度。
采集过程需要保证光线的充足性和图像清晰度，同时要根据不同的场景和车速等因素调整采集参数，如曝光时间、快门速度等。
车牌定位和分割是车牌识别技术中比较重要的步骤，其主要任务是将图像中的车牌区域准确地划分出来。
车牌定位和分割方法主要有颜色阈值法、边缘检测法和形状检测法等。
其中，颜色阈值法是一种比较常用和简单的方法，其基本原理是设定一个基于颜色的阈值，将车牌区域和其他区域分割开来。
字符识别是车牌识别技术中最为核心的环节，其主要任务是对车牌上的字符进行识别。
车牌上的字符由数字和字母组成，因此字符识别主要分为数字识别和字母识别两种类型。
字符识别的主要技术包括模式匹配、神经网络、支持向量机、卷积神经网络等方法。
三、车牌识别技术的应用领域车牌识别技术广泛应用于智慧交通、安防监控、金融服务、互联网营销、智慧城市建设等多个领域。
其中，智慧交通是车牌识别技术的主要应用领域之一。
车牌识别毕业设计论文
车牌识别毕业设计论文车牌识别是一项实用的技术，已广泛应用于交通管理、安全监控和智能导航等领域。
本毕业设计旨在研究和实现一种高效准确的车牌识别系统，通过图像处理和模式识别的方法，实现车牌的自动检测、字符分割和识别。
在车牌识别系统中，图像处理是最关键的环节之一、首先，需要对图像进行预处理，包括二值化、滤波和去噪等操作，以提高后续处理的准确性。
然后，通过边缘检测和形态学操作，可以实现车牌的自动检测。
通过比较不同车牌的特征，可以找到最佳的车牌位置。
在车牌的字符分割过程中，一般采用基于垂直和水平投影的方法。
首先，通过垂直投影，可以得到每个字符的位置和宽度。
然后，通过水平投影，可以得到字符的高度和行间距。
通过这些信息，可以将车牌字符逐个分割出来，为后续的字符识别提供准备。
字符识别是车牌识别系统的最后一步，也是最复杂的一步。
常用的方法包括基于模板匹配和基于机器学习的方法。
在模板匹配中，需要提前准备一组字符模板，并将待识别的字符与模板进行比较，找出最佳匹配的字符。
在机器学习方法中，常用的算法包括支持向量机（SVM）和深度学习等，通过训练大量的样本数据，建立一个分类模型，实现字符的自动识别。
在实际应用中，车牌识别系统还需要考虑到诸多因素，如车牌大小的变化、光线条件的差异和图像角度的旋转等。
为了提高系统的鲁棒性，可以采用自适应阈值处理、学习算法和特征提取等技术手段。
通过本毕业设计，可以深入了解车牌识别的原理和实现方法，并通过实验验证其准确性和效率。
此外，还可以进一步优化和改进车牌识别系统，以提高其性能和适应性。
基于数字图像处理技术在汽车牌照识别系统的应用研究
基于数字图像处理技术在汽车牌照识别系统的应用研究摘要：随着生活水平的日益提高，各大城市汽车数量也不断增加，因此交通状况日益受到人们的重视。
如何进行有效地交通管理，成为各政府相关部门越来越关注的焦点。
汽车牌照自动识别是智能交通管理系统中的关键技术之一，本文介绍一种基于数字图像处理的车牌识别系统，该系统主要由图像的采集、图像预处理、牌照定位、字符分割和字符识别五部分组成。
牌照自动识别技术的工作是处理并分析摄取的视频流中具有复杂背景的车辆图像，即牌照字符定位、字符分割，最后自动识别汽车牌照上的字符。
关键词：汽车牌照识别；智能交通管理；数字图像处理中图分类号：tp391.41 文献标识码：a 文章编号：1007-9599 （2012）19-0000-02车辆牌照识别系统（vehicle license plate recognition system，简称lpr）是现代智能交通系统中的一项重要研究课题，是实现智能交通的重要环节，涉及领域异常广阔，包括模式识别、计算机视觉以及数字图像处理技术等。
随着智能交通系统的迅猛发展，对于汽车牌照识别技术的研究也随之发展起来。
如今的世界已经发展成为数字化信息时代，很多难以解决的问题依托这一平台得到完美的解决。
智能交通系统可以在不影响汽车正常行驶的状态下自动完成对牌照的有效识别，很显然这一技术的发明对于交通管理工作起到了很大的推动作用。
目前，车辆牌照识别技术已经广泛应用于高速公路的监测，电子收费，安全停车管理，交通违规管理，偷盗车辆辨别等重要领域，其发展对于人民的生活、社会经济以及城市的建设产生了积极而深远的影响，因此对于汽车牌照识别技术的研究具有重要的现实意义。
数字图像处理技术作为车牌识别系统中最为重要的技术之一，在其中发挥了不可估量的作用。
随着近些年来数字图像处理技术的高速发展，也为车牌识别系统的建立提供了有效的技术保障。
电子摄像得到的结果是彩色图像，而且不可避免地含有各种噪声干扰，为了能够分割出车牌的有效区域并在有效区域中分离中单个车牌字符，我们可以数字图像处理技术来进行相关处理，从而达到清晰识别的目的。
基于数字图像处理的车牌识别技术研究
基于数字图像处理的车牌识别技术研究摘要:随着我国经济的日益增长,人们生活节奏的加快,汽车的数量也变得越来越多,随之人们对交通控制以及安全管理的要求也日益提高。
现在,交通管理正朝着智能交通系统的方向发展,车牌识别系统作为智能交通系统的一个重要组成部分,已经在城市交通中占据中非常重要的作用。
车牌识别系统在不影响汽车状态的情况下,利用计算机自动完成车牌的识别,从而大大简化了交通管理工作。
目前解决车辆牌照识别技术主要有车牌定位技术、车牌校正技术、图像处理技术、车牌分割技术等,本文主要研究基于数字图像处理的车牌识别技术,本文首先介绍了数字图像处理的定义和车牌识别技术的原理,最后分析了车牌识别技术在实际应用中的相关问题。
关键词:数字图像处理车牌识别智能模式识别最早运用数字图像处理技术解决汽车车牌识别是在20世纪80年代,当时在这个领域的研究只停留在讨论车牌识别中的某一个具体问题,通常是采用简单的图像处理技术,并没有形成比较完整的系统体系。
随着现代计算机技术以及视频技术的不断发展,基于数字图像处理的车牌识别技术已经广泛应用于车辆追查和跟踪、公路收费监控等领域。
目前,国内外已经有众多企业进行了车牌识别技术的研发,虽然取得了一定的成功,但是仍然存在着若干缺陷。
本文首先介绍了数字图像处理的相关理论知识,然后以车牌识别技术的原理为出发点,分析了车牌识别技术的相关应用问题。
1 数字图像处理的相关理论知识数字图像处理就是运用计算机技术,来处理由图像转来的数字信号,来满足人们对其信息的需求。
数字图像技术最早起源于20世纪20年代初,至今为止已经八十几年了,这期间随着计算机技术和信息技术的飞速发展,特别是网络技术的高速发展,数字图像凭借其传输速度快、可远程服务、使用工具简单以及信息量非常丰富等优势已经成为人们获取信息的重要源泉。
而数字图像处理凭借其处理内容丰富、处理精度高以及可处理复杂的非线性运算等优点更加促进了其自身在各个领域中的发展。
基于数字图像的车牌识别毕业设计论文 精品
目录第一部分：1.1PCI总线 (4)1.1.1 PCI总线的基本结构 (4)1.1.2 PCI总线A/D卡的通用结构 (5)1.2 A/D卡的采集、存储和显示程序 (6)1.2.1 A/D卡的采集的基本原理 (6)1.2.2 实验结果与分析 (6)1.3.3设计程序 (9)1.4结果分析 (9)第二部分：中文摘要 (10)英文摘要 (11)1 引言 (12)1.1 车牌识别技术的研究背景 (12)1.2 国内外研究现状 (12)1.3 车牌识别系统研究目的及意义 (13)1.4别系统的构成 (13)1.5论文内容安排 (14)2 车牌图像的预处理 (14)2.1 预处理技术概述 (14)2.2 图像的灰度化 (15)2.3 图像的二值化 (17)2.4 边缘检测 (18)2.4.1 Canny算子 (18)2.4.2 Roberts算子 (19)2.5 本章小结 (22)3 车牌定位 (22)3.1 常用的车牌定位算法 (22)3.1.1 基于纹理特征的车牌定位 (22)3.1.2 基于数学形态的车牌定位 (24)3.2 本章小结 (26)4 字符切割 (26)4.1 车牌字符切割方法 (26)4.2 本章小结 (28)5 字符识别 (28)5.1 字符识别概述 (28)5.2 车牌字符识别特点 (29)5.3 基于模板匹配的字符识别算法 (30)5.4 实验分析 (31)5.5 结果分析 (32)6 设计评述 (32)附录A 车牌识别程序 (34)参考文献 (47)1.1 PCI总线1.1.1 PCI总线的基本结构：PCI，外设组件互连标准(Peripheral Component Interconnect)一种由英特尔（Intel）公司1991年推出的用于定义局部总线的标准。
此标准允许在计算机内安装多达10个遵从PCI标准的扩展卡。
最早提出的PCI总线工作在33MHz频率之下，传输带宽达到133MB/s(33MHz * 32bit/s)，基本上满足了当时处理器的发展需要。
〔大学论文〕基于数字图像处理的车牌识别系统设计与实现(含word文档)
基于数字图像处理的车牌识别系统设计与实现目录摘要 (1)1.设计原理 (2)2．详细设计步骤 (3)2.1提出总体设计方案 (3)2.2预处理及边缘提取 (4)2.2.1图象的采集与转换 (4)2.2.2边缘提取 (5)2.3牌照的定位和分割 (9)2.3.1牌照区域的定位 (9)2.3.2牌照区域的分割 (10)2.3.3车牌进一步处理 (11)2.4字符的分割与归一化 (12)2.4.1字符分割 (13)2.4.2字符归一化 (13)2.5字符的识别 (13)3．设计结果及分析 (16)4．程序源代码 (19)4.1基于matlab的程序源代码 (19)4.2基于VC++的程序源代码 (31)5．结语 (57)6．心得体会 (58)7．参考文献 (59)摘要汽车牌照自动识别系统是制约道路交通智能化的重要因素,包括车牌定位、字符分割和字符识别三个主要部分。
本文首先确定车辆牌照在原始图像中的水平位置和垂直位置,从而定位车辆牌照,然后采用局部投影进行字符分割。
在字符识别部分,提出了在无特征提取情况下基于支持向量机的车牌字符识别方法。
实验结果表明,本文提出的方法具有良好的识别性能。
随着公路逐渐普及，我国的公路交通事业发展迅速，所以人工管理方式已经不能满着实际的需要，微电子、通信和计算机技术在交通领域的应用极大地提高了交通管理效率。
汽车牌照的自动识别技术已经得到了广泛应用。
关键字：车牌识别系统、智能化交通、车牌定位、字符分割、字符识别AbstractVehicle license plate recognition system is the intelligent road traffic constraints important factors,including the license plate location,character segmentation and character recognition of three main parts.Firstly,the vehicle license in the original image to determine the horizontal and vertical position,thereby positioning the vehicle license,and character segmentation using a local projection.In the character recognition part of the proposed feature extraction in the case of non-support vector machine based license plate recognition method.Experimental results show that the proposed method has good recognition performance.With the increasing popularity of road,road transport in China has developed rapidly,so the artificial management has not full of actual needs,microelectronics,communications and computer technology applications in the transport sector has greatly improved the efficiency of traffic management.Automatic license plate recognition technology has been widely used.Keywords:license plate recognition system,intelligent transportation,license plate localization,character segmentation,character recognition1.设计原理由于车辆牌照是机动车唯一的管理标识符号，在交通管理中具有不可替代的作用，因此车辆牌照识别系统应具有很高的识别正确率，对环境光照条件、拍摄位置和车辆行驶速度等因素的影响应有较大的容阈，并且要求满足实时性要求。
基于数字图像处理的车牌识别系统
基于数字图像处理的车牌识别系统基于数字图像处理的车牌识别系统言经官电气学院电子112摘要：车牌识别系统（License Plate Recognition 简称LPR）技术基于数字图像处理，是智能交通系统中的关键技术，同时他的发展也十分迅速，已经逐渐融入到我们的现实生活中。
文章介绍了车牌识别系统的意义、图像去噪处理以及图像二值化方法,并通过仿真试验模拟了图像处理的过程。
本文所做的工作在于前期的图像预处理工作。
本次设计着重在于图像识别方面, 中心工作都为此而展开,文中没有进行车牌的定位处理,而是采用数码相机直接对牌照进行正面拍照,获取原始车牌图像。
之后利用Matlab编程对图片进行了大小的调整、彩色图片转化成灰度图片、图片去噪、以及图片二值化等工作。
其中,去噪与二值化是关系图像识别率的关键。
关键字：车牌识别系统；图像预处理；字符识别；Matlab；去噪；二值化引言智能交通系统（ITS）是当今世界交通管理体系发展的必然趋势，而作为智能交通系统中的重要组成部分之一的车牌自动识别技术，目前已被广泛应用于城市道路监控、高速公路收费与监控、小区与停车场出入口管理、公安治安卡口等场合，成为研究的热点。
伴随我国国民经济的高速发展，国内高速公路、城市道路、停车场建设越来越多，对交通控制，安全管理的要求也日益提高。
因此迫切需要采用高科技手段,对违法违章车辆牌照进行登记, 在这种情况下，作为信息来源的自动检索，图像识别技术越来越受到人们的重视。
车牌识别系统的出现成为了交通管制必不可少的有力武器。
1 车牌识别系统的目标利用计算机等辅助设备进行的自动汽车牌照自动识别就是在装备了数字摄像设备和计算机信息管理系统等软硬件平台的基础之上，通过对车辆图像的采集，采用先进的图像处理、模式识别和人工智能技术，在图像中找到车牌的位置，提取出组成车牌号码的全部字符图像，再识别出车牌中的文字、字母和数字，最后给出车牌的真实号码。
国外的车牌识别研究始于80 年代，90 年代始已有不少成套的产品出现。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
本科生毕业论文（设计）题目:基于数字图像处理的车牌识别设计**: ***学院: 数理与信息工程学院专业: 电子信息工程班级: 111学号:指导教师:刘纯利职称: 教授2014 年12 月24 日安徽科技学院教务处制目录摘要 ....................................................................关键词 ..................................................................1、设计目的 .............................................................2、设计原理: ............................................................3、设计步骤: ............................................................4、实行方案 .............................................................4.1. 总体实行方案:...................................................4.2. 各模块的实现:...................................................4.2.1输入待处理的原始图像: .......................................4.2.2图像的灰度化并绘制直方图: ...................................4.2.3 边缘检测....................................................4.2.4图像的腐蚀操作：............................................4.2.5平滑图像....................................................4.2.6除去二值图像的小对象 ........................................4.3车牌定位 .........................................................4.4字符的分割与识别..................................................4.4.1.车牌的再处理................................................4.4.2字符分割....................................................4.5车牌识别：........................................................5、总结: ................................................................6、致谢 .................................................................7、参考文献: ............................................................基于数字图像处理的车牌识别设计电子信息工程专业学生周金鑫指导教师刘纯利摘要：车牌识别在人类社会交通系统中担当重要角色，一个设计优良的车牌识别系统会给人们生活带来极大的方便，本文通过运用matlab和数字图像处理的一些知识简单通过图像预处理，车牌定位，字符分割，采用模板匹配法实现车牌字符的识别。
关键词：图像预处理边缘处理字符分割字符识别1、设计目的车牌识别系统主要是为了辨别所拍图片中的车牌部分，以此识别车辆。
通过车牌识别系统的设计，来实现经过我校西大门的车辆的识别。
2、设计原理:设计的原理主要如下图所示：3、设计步骤:流程图如下:4、实行方案4.1. 总体实行方案:用摄像机获取自然环境下的汽车彩色图像，将彩色图像用matlab软件处理成灰度图像并绘制直方图，然后进行边缘检测图像的腐蚀，平滑图像以及去除二值图像的小对象等操作，再进行车牌的定位和字符分割与识别最终达到识别车牌照的目的。
4.2. 各模块的实现:4.2.1输入待处理的原始图像:I=imread(‘car.jpg');imshow(I);%显示车牌的原始图片，结果如下：图4.2.1原始图像picture14.2.2图像的灰度化并绘制直方图:彩色图像的存储器所需的成本高，且减缓系统的速度执行，所以，在图像识别处理彩色图像一般都转换成灰度图像，以加快图像信息的处理速度。
从彩色图像到灰度图像的转换叫做灰度处理。
灰度直方图的横坐标代表图片的像素数，从左到右由暗到亮,灰度直方图的纵轴就表示其所占有图片的面积，峰值越低就意味着该明暗值的像素数量越少，从图4.2.2可以看出峰值最高的即为车牌区域。
I1=rgb2gray(I);%灰度处理subplot(1,2,1),imshow(I1);title('gray image');subplot(1,2,2),imhist(I1);title('灰度图直方图');%绘制灰度图和直方图显示结果图像如下：图4.2.2灰度化并绘制直方图picture24.2.3 边缘检测边缘是一定存在在两个拥有不一样灰度值的相邻的区域之间的，是灰度值不连续的一种表现，也是分割图象、纹理和形状特征提取等图像分析的基础。
本文用Roberts算子来实现边缘检测，他是一种利用局部差分算子寻找边缘的算子,Robert算子图像处理后结果边缘不是很平滑，当然还需要后续的腐蚀，平滑图像以及去除二值图像的小对象操作来提高精度。
由于阈值越小检测的边缘越丰富，结合选取的灰度图选择阈值为0.16较为合适。
用roberts算子实行边缘检测：I2=edge(I1,'roberts',0.16,'both');imshow(I2);title('roberts operator edge detection image')；结果如下：图4.2.3边缘检测picture34.2.4图像的腐蚀操作：腐蚀操作就是通过不断的删除图片上的像素，将图片缩小，以此来达到去除小点状图形的效果。
se=[1;1;1];I3=imerode(I2,se);%图像腐蚀操作imshow(I3);title('corrosion image');图4.2.4图像腐蚀操作picture44.2.5平滑图像图像平滑是去掉图像中的高频信息，使图像变的模糊，噪声一般都是高频信息，平滑的过程也就意味着除去图片噪声的过程。
se=strel('rectangle',[16,16]);%建立正方形结构元素I4=imclose(I3,se);% 图像聚类和填充imshow(I4);title('smothing image');图2.5平滑图像picture54.2.6除去二值图像的小对象除去二值图像的小对象就为了去掉面积较小无关的白色区域，将车牌所在的大面积白色区域凸显出来。
I5=bwareaopen(I4,1900);% 除去聚团灰度值在1900以下的部分imshow(I5);title('remove the small objects'); %滤波后图像显示结果如下：图4.2.6除去二值图像的小对象picture64.3车牌定位自然环境下，汽车图像背景十分复杂，受光照不均匀、污渍等影响，所以在自然背景下准确的将车牌区域确定下来是整个识别过程的关键，所以先要对原图像进行大范围横向（X），纵向（Y）像素点相关搜索，找到符合汽车牌照的候选区，然后对候选区做进一步的分析，判断，最终确定一个最佳的区域作为牌照区域。
代码显示如下：[y,x,z]=size(I5);%返回I5各维的尺寸，存储在x,y,z中myI=double(I5);%将I5转换成双精度tic %tic计时开始，toc计时结束Blue_y=zeros(y,1);%产生一个y*1的零阵for i=1:yfor j=1:xif(myI(i,j,1)==1)%若myI的图像中坐标(i,j)的点值为1，则表示蓝色背景%则Blue_y(i,1)的值加1Blue_y(i,1)= Blue_y(i,1)+1;%蓝色像素点统计 endendend[temp MaxY]=max(Blue_y);%Y方向车牌区域确定% MaxY是yellow_y元素中最大值temp的索引PY1=MaxY;while ((Blue_y(PY1,1)>=5)&&(PY1>1))PY1=PY1-1;endPY2=MaxY;while ((Blue_y(PY2,1)>=5)&&(PY2<y))PY2=PY2+1;endIY=I(PY1:PY2,:,:);%行方向车牌区域确定%%%% X方向 %%%%Blue_x=zeros(1,x);%x车牌区域方向的再判断for j=1:xfor i=PY1:PY2if(myI(i,j,1)==1)Blue_x(1,j)= Blue_x(1,j)+1;endendendPX1=1;while ((Blue_x(1,PX1)<3)&&(PX1<x))PX1=PX1+1;endPX2=x;while ((Blue_x(1,PX2)<3)&&(PX2>PX1))PX2=PX2-1;endPX1=PX1-1;%车牌区域校正PX2=PX2+1;dw=I(PY1:PY2-8,PX1:PX2,:);t=toc;subplot(1,2,1),imshow(IY),title('Line direction areas');%车牌行方向区域的确定subplot(1,2,2),imshow(dw),title('positioning color images');%车牌已经定位后的区域显示如下：图4.3.1车牌的定位picture74.4字符的分割与识别4.4.1.车牌的再处理划分彩色图像需经过灰度变换，二值化，均值滤波，腐蚀和膨胀到一个字符，并对分割字符进二值化、归一化等图像预处理使车牌图像的车牌号字符分割构成隔离，然后分析识别已经分割字符识的图像并用文本的车牌号的形式呈现出来。