✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。
🍎个人主页：Matlab科研工作室
🍊个人信条：格物致知。
更多Matlab仿真内容点击👇
智能优化算法 神经网络预测 雷达通信 无线传感器 电力系统
信号处理 图像处理 路径规划 元胞自动机 无人机
⛄ 内容介绍
车牌识别系统是计算机视觉与模式识别技术在智能交通里的重要研究课题之一.其功能是将运动中的汽车牌照从复杂背景中提取出来,并识别出车牌号码.车牌识别技术广泛应用于高速公路上的电子收费,日常的停车场管理以及交通违章监控等场景.它的出现对于维护交通安全和日常治安,防止交通拥塞,实现交通管理自动化有着很现实的意义.车牌识别技术一般由车牌定位,定位图像中的车牌位置;牌照字符分割,把车牌中的每个字符分割出来;字符识别,对分割出来的字符进行识别,最终给出识别结果组成.本文在研究了一系列车牌识别的算法的基础上,通过彩色图像灰度化,再进行边缘检测,形态学的膨胀腐蚀操作成功实现对背景的过滤,并通过水平和垂直投影法实现了对车牌的定位;在字符分割的实现上,本文通过先对车牌区域的彩色图像进行灰度化以及阀值处理,将图像转换为黑白图像,再进行中值滤波,最终结合字符水平和垂直投影的特性,成功完成对车牌字符的分割;在字符识别方面,首先将字符归一化,然后和建立好的模板字符库进行逐一比对,通过找差值绝对值的最小值来实现字符的匹配.本文的算法在MATLAB上进行了仿真和测试,可以较好的识别出车牌号码.
⛄ 部分代码
function bw_fir = touying(imane_bw) %反色图片，黑色为车牌信息，投影法修剪车牌照片。
X_yuzhi=1;
[y,x]=size(imane_bw);
Y_touying=(sum((~imane_bw)'))';%往左边投影统计黑点 再将车牌信息转化为白色
X_touying=sum((~imane_bw));%往下面投影
%找黑体边缘
Y_up=fix(y/2); %向0取整
Y_yuzhi=mean(Y_touying((fix(y/2)-10):(fix(y/2)+10),1))/1.6; %mean求平均值，Y方向的阈值。
while ((Y_touying(Y_up,1)>=Y_yuzhi)&&(Y_up>1))%找到图片上边界
Y_up=Y_up-1;
end
Y_down=fix(y/2);
while ((Y_touying(Y_down,1)>=Y_yuzhi)&&(Y_down<y))%找到图片下边界
Y_down=Y_down+1;
end
%去除左边边框干扰
X_right=1;
if (X_touying(1,fix(x/14)))<=X_yuzhi
X_right=fix(x/14);
end
%找黑体边缘
bw_fir=imane_bw(Y_up:Y_down,X_right:x);
⛄ 运行结果
⛄ 参考文献
[1] 王璐. 基于MATLAB的车牌识别系统研究[D]. 上海交通大学.
[2] 楚天鸿, 唐瑞尹. 基于MATLAB平台下的车牌识别系统设计[J]. 微计算机信息, 2020, 000(014):20-22.
[3] 刘忠杰, 宋小波, 何锋,等. 基于MATLAB 的车牌识别系统设计与实现[J]. 微型机与应用, 2011, 30(14):4.
[4] 张俊峰, 尚振宏, 刘辉. 基于颜色特征与模板匹配的车牌识别系统设计与实现[J]. 软件导刊, 2018, 17(1):5.
[5] 陶鹏, 朱华. 模板匹配识别算法和神经网络识别算法的比较及MATLAB实现[J]. 电脑知识与技术:学术版, 2020.
