毕业设计论文 车牌字符分割系统的设计

华北水利水电学院毕业设计任务书设计题目：数字图像处理应用开发——车牌字符分割系统设计专业：测控技术与仪器班级学号：姓名:指导教师：设计期限：年2月21日开始年5月22日结束 院、系：机械学院2月20日一、毕业设计目标伴随计算机技术和人工智能、思维科学研究快速发展，使得许多领域迫切需要应用图像处理技术。数字图像处理技术应用空间也越来越宽广，这就使得数字图像处理向更高、更深层次发展。论文经过对数字图像系统设计和开发来完成一些详细功效，涵盖了人工智能、模式识别、计算机视觉和计算机图形学等多个专业学科。期望经过此次毕业论文学习，引导和激励学生实事求是、刻苦钻研、勇于创新、多出结果、提升素质，意在培养大学生对知识把握和创新能力，以及从事科学研究能力。二、主要内容首先介绍了MATLAB软件和数字图像处理基本理论知识，在此基础上进行了数字图像处理软件及图形界面设计。依照给定任务要求选择适宜图像处理方案，进行系统软件编程。详细内容以下：1、车牌图像预处理技术研究2、车牌字符分割三、重点研究问题1、将车牌分成单个字符前地预处理2、基于垂直投影法车牌字符分割算法研究3、基于固定边界法车牌字符分割算法研究4、在分析了前两种方法优缺点后，提出了将二者结合改进投影法。5、设计车牌字符分割系统总体框架结构，建立软件图形化界面。四、主要技术指标或主要技术参数经过对设计内容了解，深入学习数字图像处理相关内容研究方法，在大量阅读相关课题论文专著和参观基础上，掌握先进专业知识和研究方法，设计出系统功效模块，编制软件程序，并进行综合调试，圆满完成毕业论文。五、设计结果要求1、在设计早期阶段进行认真调研。在调研和充分了解课题内容和要求基础上，写出3000字左右开题汇报(其中包含文件综述)。要求查阅文件在10篇以上，开题汇报中引用文件资料在5篇以上。2、在设计早期进行毕业实习，实习时间为2周左右。实习过程应听从指导教师指挥，写出实习日志。实习结束后，对实习过程进行总结，提交实习汇报（不少于字）。3、在设计过程中，能利用一门外语翻译与课题关于外文资料。要求译文准确、通顺，字数在3000汉字以上。4、在毕业设计后期，提交毕业设计论文一本。要求内容完整，含中外文摘要，条理清楚，文字通顺，书写规范。要求汉字摘要字数在400字左右，关键词3～5个，论文正文字数应在10000字以上。5、提交设计部分软件源码。六、其它

数字图像处理应用开发时间：第1—14周（含2周实习）、14周答辩2月21号—5月22号第1—2周（2.21—3.6）进行调研，搜集与课题相关资料，熟悉课题所需相关知识，初拟论文方案。熟悉数字图像处理理论和相关应用工具软件MATLAB，搜集素材。完成相关英文资料翻译。第3—4周(3.7—3.20)毕业实习，了解各种数字图像处理系统开发和实际应用特点、工作原理及与专业关于知识，开阔眼界，深入搜集资料。第5—6周（3.21—4.3）写出开题汇报(文件综述)、实习汇报。确定总体设计方案。第7—8周（4.4—4.17）研究MATLAB数字图像处理基础，掌握GUI开发应用程序方法。第9—10周（4.18—4.29）利用MATLAB编写功效模块代码编写，设计系统运行界面，进行软件调试、修改，打印程序清单第11—13周（5.2—5.22）编写和修改毕业论文，准备答辩第14周（5.23—5.27）答辩华北水利水电学院本科生毕业设计开题汇报03月学生姓名学号专业测控技术与仪器题目名称数字图像处理应用开发——车牌字符分割系统设计课题起源自选主要内容设计背景、目标及意义伴随社会发展，信息化到来，人们出行方式有了很大改变，从自行车到摩托车，又到现在最普遍火车、汽车，尤其是汽车，已经正在成为家庭必备交通工具，越来越多汽车涌入了街道、马路上，而怎样管理好这些汽车成为了政府考虑问题，智能交通系统（IntelligentTransportSystem，ITS）应运而生，该系统利用了计算机、通信、和网络等当代化资源，具备高效、准确、实时等特点。智能交通系统作为一个概念最早出现于20世纪90年代早期，但其技术雏形却能够追溯到20世纪60年代，不过当初并没有得到重视。而伴随汽车成为当代社会主要交通工具，对它信息进行自动采集和管理就变得越来越主要。现在，很多国家都投入了大量人力物力来发展ITS，走在了世界前列有美、日、欧等发达国家和地域。而车牌识别系统是智能交通系统中一个关键技术，车牌是车辆唯一标识，只有识别出车牌号码才能确认车辆主人，从而愈加好管理、约束车辆运行，防止交通事故发生或者对违反交通规则车主进行处罚。车牌字符分割则是联络整个系统关键一环，该步骤将定位后车牌中字符分割为单一字符，只有将车牌正确分割，才能为下一步字符识别打好基础，假如字符分割效果不好，必将对车牌识别带来很大难度，所以一个好字符分割方法对车牌识别系统有着主要意义。（二）国内外发展现实状况字符分割任务是将车牌中字符全部一一切分为单一字符，字符分割优良直接影响着字符识别正确率，但因为各种原因，字符分割极难达成完美，因为它会受到环境、车牌完好性、车牌类型等多个原因影响，使得字符分割复杂性大，没有一个特定完美方法能够使用，现在字符分割算法还需不停地完善，现在，针对车牌特征，人们提出了几个字符分割算法：基于车牌固定位置分割算法、基于垂直投影分割算法、和基于拓扑结构分割算法、车牌字符分割模板匹配算法、基于聚类分析车牌字符分割方法等。但这些方法多是针对特定环境方法，可移植性不高，依然需要改进。本文设计内容因为车牌二值图像质量好坏对车牌地字符分割很主要，因而本文会对车牌二值化后重点研究了车牌去噪处理方法，然后提出两种字符分割算法，分别为垂直投影法和固定边界法，并在分析了这两种方法优缺点后提出了一个改进垂直投影法。另外，本文在完成了对字符分割算法研究后，还将依照算法利用GUI程序设计工具设计了一个简单图形用户界面。针对二值图像去噪处理，本文将分别进行开运算、闭运算、去除边框和去除圆点等处理。其中开运算能够把比结构元素小突刺滤掉，切断细长搭接而起到分离作用；闭运算则能够把比结构元素小缺口或孔填充上，搭接短间断而起到联通作用；去除边框则是依照车牌特点分别找到车牌字符左右、上下端，从而去除车牌边框对字符分割时影响；去除圆点一样是依照车牌标准找到车牌原点位置而将起强行抹黑，从而达成消除其对车牌分割时影响。针对车牌字符分割算法，本为将提出垂直投影法和固定边界法两种方法，并在分析其优缺点后提出了改进垂直投影法。单纯垂直投影法只有在字符间没有一点粘连和断裂情况下才能达成预期目标，而固定边界法对车牌边界定位有很高要求，不然会很轻易出现字符分割错误现象，本文将要把这两种方法结合，预期能够达成比单纯用两种方法中一个效果要好。针对图形用户界面，本文将设计一个简单易用且功效齐全GUI界面，该界面功效包含：打开待分割界面、图像灰度化、图像二值化，图像开运算、图像闭运算、去除边框、去除圆点、计算行方向像素点和、计算列方向像素点和、投影法效果、固定边界法效果和改进法效果以及退出键。采取主要技术路线或方法1，图像灰度化2，图像二值化3，对图像进行开闭运算4，利用投影及车牌先验知识对车牌预处理5，改进投影法分割图像6,利用MATLAB中GUI开发应用程序设计GUI图形界面预期结果及形式能够对普通蓝底白字车牌实现分割，将有多个字符图像切割为单个字符，并做出一个与字符分割程序相对应图形用户界面。时间安排第1—2周（2.21—3.6）：进行调研，搜集与课题相关资料，熟悉课题所需相关知识，初拟论文方案。熟悉数字图像处理理论和相关应用工具软件MATLAB，搜集素材。完成相关英文资料翻译。第3—4周(3.7—3.20)：毕业实习，了解各种数字图像处理系统开发和实际应用特点、工作原理及与专业关于知识，开阔眼界，深入搜集资料。第5—6周（3.21—4.3）：写出开题汇报(文件综述)、实习汇报。确定总体设计方案。第7—8周（4.4—4.17）：研究MATLAB数字图像处理基础，掌握GUI开发应用程序方法。第9—10周（4.18—4.29）：利用MATLAB编写功效模块代码编写，设计系统运行界面，进行软件调试、修改，打印程序清单。第11—13周（5.2—5.22）：编写和修改毕业论文，准备答辩。指导教师意见签名：年月日备注参考文件：[1]张云刚，张长水．利用Hough变换和先验知识车牌字符分割算法.清华大学自动化系信息处理研究所，计算机学报，,27(1)：130[2]迟晓君，孟庆春．基于投影特征值车牌字符分割算法[J].计算机应用研究，，7(1)：256-257。[3]吴进军，杜树新．车牌字符分割新方法[J]，工业控制计算机，，18(4)：69-70。[4]王兴玲．最大类间方差车牌字符分割模板匹配算法[J]计算机工程，，32(19)：193-195。[5]赵海燕，马驷良，顾玲嘉．基于最小面积法进行车牌字符分割[J].长春理工大学学报，，29(3)：45-47。[6]陈黎，黄心汉，王敏等．基于聚类分析车牌字符分割方法[J].计算机工程与应用，，29(3)：45-47。[7]杨高波，杜青松．MATLAB图像、视频处理应用及实例.电子工业出版社，,1:23，31。[8]章毓晋．图象处理和分析[M]．清华大学出版社，：254-277。[9]刘卫国．MATLAB程序设计教程．中国水利水电出版社，。[10]李云．车牌定位与字符分割算法研究及实现．成都：电子科技大学，:21-23。[11]马婉婕．车牌识别系统中字符分割研究与实现．上海：复旦大学，[12]白建华．车牌字符分割及识别算法研究．西安：西安电子科技大学，[13]邹永星．车牌字符分割方法研究．湖南：湖南师范大学，[14]中华人民共和国公共安全行业标准．ICS43.040.60．GA36—．[15]历旭．基于神经网络车牌识别系统研究与设计，武汉:武汉理工大学，摘要伴随社会发展，车辆将越来越多，为了愈加好地管理车辆，智能交通系统将是发展方向，而车牌自动识别系统是智能交通系统中一个主要步骤，它主要包含三个关键技术：车牌区域定位、车牌字符分割和车牌字符识别。本文针对车牌自动识别系统中关键技术之一车牌字符分割部分做了深入研究。首先，要想将车牌图像正确地分割，必须得到质量很好车牌二值图像，所以本文对车牌字符分割前预处理进行了较深入研究，尤其是车牌图像二值化后去噪处理，包含开闭运算、去除边缘、去除圆点等。其次，在字符分割算法中，给出两种分割算法，一个是固定边界法，另一个是垂直投影法，并对车牌字符进行了分割。试验结果表明，这两种方法能够对车牌字符进行分割，但效果都不是很理想。然后，在分析了这两种方法优缺点后，将这两种方法相结合得到改进投影法，试验表明，该方法能够得到愈加好字符分割效果，尤其对在除噪后依然有少许噪声车牌也可达成很好效果。关键词：字符分割；二值化；预处理；投影法AbstractTherewillbemoreandmorecarswiththedevelopmentofsociety.IntelligentTransportSystemwillbethedirectionofdevelopment.SystemofLicensePlateAutomaticRecognitionisanimportantpartoftheIntelligentTransportSystem.Itiscontainofthreekeytechnologies:thelocationoflicenseplate,thedivisionoflicenseplatecharacterandtherecognitionoflicenseplatecharacter.ThispaperstudiedatcharacterrecognitiontechnologywhichisonekeytechnologyoftheSystemofLicensePlateAutomaticRecognition.Atfirst,thebetterqualitylicenseplateisneededforproperlydividethelicenseplate.Sothispaperthoroughlystudiedthepretreatmentbeforethedivision,especiallythewipeofthenoiseafterthebinarizationincludingopenarithmetic,closearithmetic,wipeoftheedge,andwipeoftheroundspotetc.Secondly,therearetwomethodstodividetheplate.Thefirstisthemethodofinvariableboundaryandtheotheristhemethodofverticalshadow.Atthesametime,makethedivisioninthetwomethodsseparately.Thetestsindicatethatbothofthetwomethodscanmakethedivision,butbothofthemcannotdoitwell.Finally,combinethetwomethodsandreachtheimprovingmethodofverticalshadowafteranalyzemeritanddemeritofthetwomethods,Thetestsindicatethatthismethodmakeabetterdivisionespeciallytotheplatewhichstillhavesomenoiseafterwipingthenoise.Keywords:thedivisionoflicenseplatecharacter；binarization；pretreatment；themethodofshadow目录摘要 IAbstract II目录 III第一章 绪论 11.1车牌识别技术应用背景及前景 11.2车牌识别系统工作原理及组成 31.3字符分割发展现实状况 31.4本文研究主要内容 41.5本文结构 4第二章 车牌字符分割相关理论基础 62.1数字图像处理技术 62.1.1二值图像 62.1.2灰度图像 62.2数学形态学理论基础 72.2.1数学形态学基本概念 72.2.2二值形态学基本运算 7第三章 车牌图像预处理 93.1车牌图像灰度化 93.2车牌图像二值化 93.3车牌图像去噪处理 103.3.1车牌图像开运算 113.3.2车牌图像闭运算 113.3.3去除车牌边框 123.3.4去除车牌图像中圆点 13第四章 车牌字符分割方法 154.1基于垂直投影车牌字符分割方法 154.2基于固定边界法车牌字符分割方法 164.2.1固定边界法原理 164.2.2应用固定边界法实现步骤 174.3投影法与边界法相结合 17第五章 车牌字符分割系统图形用户界面设计 195.1GUI介绍 195.2本文设计图形用户界面 19第六章 总结和展望 236.1总结 236.2展望 24参考文件 25致谢 26附录 27附录A车牌字符分割源程序 27附录B英文原文及翻译 32第一章 绪论伴随世界经济快速发展，以及汽车制造技术提升，使得汽车快速成为人们日常生活中一个必需品。这造成全球汽车数量猛增，而随之也造成城市交通压力越来越大，城市交通情况也所以得到了更多关注。怎样有效地对交通进行管理，也成为各国政府和相关部门所关注焦点和热点。针对这些问题，人们开始将计算机技术、通信技术、计算机网络技术和自动化信息处理等很多新科学技术用于交通道路监视和管理系统，以此提升车辆管理和运输效率。它主要是经过对过往车辆实施检测，提取关于交通数据来达成对交通监控、管理和指挥。车牌自动识别技术是指能够检测到受监控路面车辆并自动提取车辆车牌信息（含汉字字符、英文字母、阿拉伯数字及号牌颜色）进行处理与识别技术。它以计算机技术、图像处理技术、含糊识别技术为基础，建立运动车辆特征模型，识别车辆特征，如号牌、车型、颜色等，并着重处理高速车辆图像获取及清楚度问题。本文是在以往车牌分割算法基础上介绍了车牌识别技术中一个字符分割算法，该算法是针对一个已经有字符分割算法（投影法）改进性研究。本章是本文绪论部分，介绍了车牌识别技术应用背景、工作原理及其组成、发展现实状况和难点，以及本文主要内容和章节安排。1.1车牌识别技术应用背景及前景伴随21世纪经济全球化和信息时代到来，迅猛发展计算机技术、通信技术和计算机网络技术，水平不停提升自动化信息处理技术在人们社会活动和生活各个领域得到广泛应用。同时，高速度、高效率生活节奏，使汽车普及成为必定趋势。伴伴随世界各国汽车数量增加，城市交通情况越来越受到人们重视。怎样有效地进行交通管理日益成为各国政府相关部门所关注焦点。针对这一问题，人们相继研发了各种道路交通监管系统、车辆控制系统及公共交通管理系统。这些系统将车辆和道路综合起来进行考虑，运行先进技术处理道路交通问题，统称为智能交通系统（IntelligentTransportationSystem，简称ITS）。ITS是20世纪90年代兴起新一代交通运输系统。它利用先进信息处理技术、导航定位技术、无线通信技术、自动控制技术、图像处理和识别技术及计算机网络技术等加强道路、车辆、驾驶员和管理人员联络，实现道路交通管理自动化和车辆行驶智能化，增强交通安全，降低交通堵塞，提升运输效率，降低环境污染，节约能源，提升经济活力。交通管理自动化越来越成为亟待处理问题，在这种情况下，车辆自动检测作为信息起源，越来越受到人们重视。对汽车牌照等相关信息自动采集和处理对于交通车辆管理、园区车辆管理、停车场管理、交警稽查等方面有着十分主要意义，所以成为信息处理技术一项主要研究课题。车牌识别(LicensePlateRecognition,LPR)技术作为智能交通系统（ITS）主要组成部分，在交通管理和控制中占有着很主要地位，能够应用到以下一些领域：（1）封闭式居民小区物业管理以及主要部门安保管理。车牌识别技术推广普及，必将对加强城市道路管理，降低交通事故、车辆失窃案件发生，以及保障社会稳定等方面产生重大而深远影响。（2）城市交通路口“电子警察”。（3）公路布控管理系统。该系统采取车牌识别技术可实现对重点车辆自动识别、快速报警处理，不但能够有效预防机动车辆被盗，而且为公安、监察机关对犯罪嫌疑人所驾驶车辆进行自动监控、跟踪提供了有效伎俩。（4）高速公路超速监管系统。该系统以车牌识别技术为关键技术，辅助其余高科技伎俩，建立高速公路无人值守自动监测和自动布控系统，能够有效地获取超速车辆图像，并得到该车牌照号码，便于对违规车辆进行处罚。从而降低因超速引发交通事故发生率。（5）路桥、隧道等卡口自动收费系统。（6）高速公路收费管理系统。在高速公路收费入、出口分别完成车牌号码识别和车牌匹配工作，实现不停车收费；还能够依照识别出车牌号码从数据库中调出该车档案，可发觉没有及时交纳养路费车辆。伴随车牌识别技术不停成熟，高效、识别率高车牌识别技术还将应用于一些对性能要求比较高单片机上。还提供一个能够对车辆信息实时采集公共平台，使各管理部门间能够协调统一对车辆及道路情况进行监控管理，从根木上处理了现在全国交通及公安系统信息采集多渠道、事件信息搜集单一性以及互不沟通、互不兼容信息管理方式。故车牌识别技术有着广泛应用前景。1.2车牌识别系统工作原理及组成车牌识别(LPR)系统是智能交通系统(ITS)一个主要组成部分，该系统能从一幅车辆图像中自动提取车牌图像，自动分割字符，进而对字符进行识别，得到车牌号码。基于PC车牌识别系统是利用PC机及摄像机等电子设备采集某一路段汽车图像，对图像进行处理，获取车牌位置及字符信息，完成车牌目标自动定位与识别。图1．1为车牌识别系统流程：位割别存放图1．1车牌识别系统流程其工作流程是：当系统发觉有车辆经过时，触发图像采集部分工作，经过对车辆进行抓拍，获取车辆前视或后视图。然后将所采集车辆数字图像送入计算机系统，经过车牌定位、字符分割、字符识别三个步骤处理，最终得到车牌号码。其中计算机处理系统主要包括了三个关键技术：车牌区域定位技术、车牌字符分割技术和车牌字符识别技术。下面只针对车牌字符分割技术研究现实状况加以阐述。1.3字符分割发展现实状况车牌字符分割技术是指将定位后车牌区域分割成单个字符区域。字符区域分割准确是否会直接影响到下一步字符识别，所以许多学者对此进行了研究，提出了很多关于车牌字符分割方法。张云刚，张长水等提出了一个先进行分段，再用Hough变换拟合直线水平分割方法以及基于先验知识约束垂直分割方法[1]，同时还提出目标增强预处理方法。迟晓君，孟庆春等提出了一个基于垂直投影特征值分割方法[2]，依照车牌二值图像垂直投影图特点，选取一个特征值，并将车牌图像先验知识与此特征值相结合来对车牌进行字符分割。吴进军、杜树新等提出了一个车牌字符分割新方法[3]，首先将车牌图像上第三个字符定位，再进行字符区域分裂与合并，然后针对字符缺损情况，进行字符区域扩展，并对字符区域高度进行调整，最终实现车牌字符分割。王兴玲提出了基于类间方差车牌字符分割模板匹配算法[4]，该算法依照车牌字符串结构和尺寸特征，设计出车牌字符串模板，用该模板在车牌区域滑动来进行匹配、分类，并依照最大类间方差判决准则，确定最好匹配位置，分割出车牌字符。陈黎等提出了基于聚类分析车牌字符分割方法[5]，依照属于同一个字符像素组成一个连通域标准，结合牌照标准固定字符间距，固定百分比关系等先验知识，来对车牌进行字符分割。赵海燕等提出了基于最小面积法进行车牌字符分割[6]，该方法依据是车牌横平时车牌照所形成连通域面积最小，从而提出用最小面积法来计算旋转角度，进行灰度均值化处理后，经过水平投影去除边界，最终计算垂直投影从而进行有效分割。以上算法在特定情况下能够很好将车牌字符分割出来，但我国因为环境、道路或人为原因造成车牌污染严重，使得在对车牌预处理后，会出现不一样程度噪声，对车牌字符正确分割有很大影响，使得车牌中字符可能存在粘连、断裂情况；另外，我国车牌种类繁多，仅底色就有黑，蓝，黄，白等，字符分割技术仍需要深入改进。1.4本文研究主要内容车牌字符分割正确是否将直接影响到车牌字符识别，假如字符分割错误，那会直接造成车牌识别失败。在实际生活中，车牌因为受到光照、倾斜、噪声等很多客观原因影响，而使得车牌图像有时不太理想，这也是尽管字符识别已经能够达成手写体水平，而车牌自动识别系统还在深入完善原因之一。本文工作主要包含：（1）给出了对车牌图像预处理过程，包含对车牌灰度化、二值化、开运算、闭运算、去除边框、去除圆点等过程。（2）给出了应用投影法对车牌图像进行分割方法。（3）给出了应用固定边界法对车牌图像进行分割方法。（4）在分析了上述两种方法优缺点后，提出了改进投影法。（5）在完成了程序编写后，做了一个与程序对应图形用户界面。1.5本文结构本文主要就车牌字符分割方法展开研究，结构安排以下：第一章为绪论。主要介绍了课题背景及前景；对车牌自动识别系统做了概述；并对车牌自动识别系统研究现实状况进行了综述；阐述了本文研究主要内容，并在最终给出了本文结构安排。第二章为车牌字符分割相关理论基础。主要介绍了车牌字符分割过程中一些关键知识，尤其是在字符分割预处理和分割过程中需要用到关于灰度、二值、腐蚀、膨胀等方面理论。第三章为车牌图像预处理。主要介绍了车牌图像预处理过程，包含图像灰度化、图像二值化、开运算、闭运算以及去除边框等。第四章为车牌字符分割方法。分别介绍了基于垂直投影车牌字符分割方法，基于车牌固定边界法字符分割方法和将投影法与固定边界法相结合形成改进投影法字符分割方法。第五章为图形用户界面设计给出将车牌图像进行字符分割各个步骤用图形用户界面形式展示出来，使得效果更直观，使用更方便。第六章为总结和展望。给出对所做工作心得体会以及总结，并提出了下一步研究方向。第二章 车牌字符分割相关理论基础图像信息是在日常生活、生产中接触最多信息之一，是我们取得外界信息主要起源，科学研究和统计表明，我们从外界取得信息约有75％是从图像中取得[7]。这里图像概念是比较广义，比如照片、图画、动画、视频等等。图像带有大量信息，怎样从中找到我们需要信息就是我们所关注焦点，所以图像处理技术发展越来越快，已经在很多方面取得了较大进步，尤其在近几年，数字通信、计算机、计算机网络等技术飞速发展，对图像处理技术发展起到了推进作用。2.1数字图像处理技术理论上讲，图像是一个二维连续函数，因而在计算机上对图像进行数字处理时候，首先必须对其在空间和亮度上进行数字化，这就是图像采样和量化过程。空间坐标数字化称为图像采样，而幅值数字化称为灰度级量化[7]。2.1.1二值图像二值图像又称黑白图像，是指图像每个像素只能是黑或白，没有中间过渡。二值图像像素值为0或1，图2.1表示一幅二值图像对应图像矩阵[7]。图2.1二值图像数字矩阵2.1.2灰度图像灰度图像是指每个像素由一个量化灰度值来描述图像。它不包含彩色信息。若灰度图像像素都是unit8型或unit16型，则它们整数值范围分别是[0,255]和[0,65535]。若图像是double型，则像素取值就是双精度浮点型。图2.2表示一幅灰度图像及其对应图像矩阵[7]。I=图2.2灰度图像数字矩阵2.2数学形态学理论基础2.2.1数学形态学基本概念数学形态学于1964年创建，其基本思想和方法对图像处理理论和技术产生了重大影响[8]。数学形态学基本思想是用具备一定结构元素去度量和提取图像中对应形状，以达成对图像分析和识别目标。应用数学形态学能够简化图像数据，保持它们基本形状特征数据，并除去不相关结构数据。数学形态学算法天然具备并行实现结构，实现了处理算法和形态学分析并行，大大提升到了图像分析、处理速度。数学形态学不但有坚实理论基础，简练、朴素、统一思想，还有着如此广泛使用价值。有些人称数学形态学在理论上是严谨，在基本观念上却是简单和优美[7]。2.2.2二值形态学基本运算数学形态学有膨胀、腐蚀、开运算、闭运算四种基本运算：（1）膨胀：设用表示图像，表示结构元素（B本身也是图像集合，和均为集合），形态学运算就是用对进行操作。膨胀运算符为，用B对进行膨胀能够记为，其定义为其中，表示集合反射，它定义为：。表示正确反射进行位移z，所以上式表明用膨胀过程是，先对做关于原点映射，再将其平移z，这里与交集不能为空集。换句话说，用来膨胀得到集合是位移与最少有一个非零元素相交时原点位置集合。（2）腐蚀：腐蚀算符为，用B来腐蚀写作，其定义为：上式表明用腐蚀过程就是对平移运算想，结果是全部x集合，即平移x后仍在中，换句话说，用腐蚀得到集合是完全包含在中时原点位置集合，即平移后与背景并不叠加。（3）开运算：开运算是指先对图像进行腐蚀，然后膨胀其结果。用对进行形态学开运算能够记为。它定义为：上式简单集合解释为：是在内完全匹配平移并集。（4）闭运算：闭运算是指先对图像进行膨胀，然后腐蚀其结果。用对进行形态学闭运算能够记为：，它定义为：上式表示，用结构元素对进行形态学闭运算结果包含全部满足以下条件点：该点可被映射和位移结构元素覆盖时，与经过映射和位移交集不为零。从几何上讲，是全部不与重合平移并集。开运算和闭运算都能够除去比结构元素小特定图像细节，同时能确保不使全局发生失真。开运算能够把比结构元素小突刺滤掉，切断细长搭接而起到分离作用。闭运算则能够把比结构元素小缺口或孔填充上，搭接短间断而起到联通作用[7]。第三章 车牌图像预处理3.1车牌图像灰度化图像灰度化，就是将彩色图像转化为具备256个灰度级黑白图像，灰度图像只保留图像亮度信息，去除了色彩信息，就像我们平时看到黑白照片，它亮度由暗到明，而且亮度改变是连续。图像灰度化后能够使处理运算量大大降低，这么处理过程就变得愈加简单和省时。在灰度图像中，通常将亮度划分成0到255共256个级别，0最暗，255最亮。图3.1为将彩色图像灰度化前后图像： 图3.1车牌图像灰度化3.2车牌图像二值化图像二值化是指将彩色或灰度图像转化为黑白图像，而且图像没有灰度层次改变，对图像二值化可依照式（3-1）或（3-2）来确定。其中t为阈值，为输入图像数据，为输出图像数据。 （3-1） （3-2）由式（3-1）和（3-2）可知，图像二值化就是选取一个阈值，灰度值大于阈值（或小于阈值）被认定为字符图像，灰度值小于阈值（或大于阈值）被认定为车牌背景，对车牌图像进行二值化处理目标就是将车牌上字符和背景分开，所以在二值化过程中最关键就是阈值选取，好阈值能够把车牌背景和车牌上字符区分开来，而不恰当阈值会把背景认定为字符，一样也可能把部分字符认定为背景。下面介绍几个惯用二值化方法：（）全局阈值法：在分割过程中，对车牌图像每个像素值采取相同阈值，就是全局阈值算法。假如背景像素值在整个图像中可近似看作为恒定，那么，只要选择了正确阈值，使用一个固定全局阈值就能够达成很好二值化效果。所以怎样选择阈值就成为全局阈值算法关键所在。在全局阈值算法中最知名也是效果最好就是Otsu提出最大方差阈值算法。这是1980年由日本大津提出，故又称为大津阈值算法，在判别与最小二乘原理基础上推导出来[11]。它基本原理是（2）局部阈值法：在许多情况下，背景灰度值并不能近似为一个常数，因为各种原因使得车牌受到污染或有阴影、光照不均等，都会使车牌字体颜色和背景颜色对比度在图像中产生改变。这时，取一个定值作为整个图像阈值对图像分割，会因为不能兼顾图像各处情况而使分割效果受到影响。在此情况下，有一个处理方法就是局部阈值法，该方法由像素灰度值以及该像素周围点局部灰度特征来确定阈值，把灰度阈值取成一个随图像位置迟缓改变函数值，因而也称此方法为自适应阈值算法或动态阈值算法。因为实际应用中，全局阈值法已能够满足本文车牌字符分割要求，所以本文采取了大律法（Otsu法）。大律法原理为：设为车牌图像前景与后景分割阈值，前景点数所占图像百分比为，平均灰度为；后景点数所占图像百分比为，平均灰度为；则图像总平均灰度为。认为阈值从最小灰度值到最大灰度值遍历图像，当使得类间方差值为最大时即为最好阈值。因为方差值大小代表了灰度值分布情况，因而当方差越大，说明前景和背景差异越大，当将前景划为背景区域或将背景划为前景区域时都会使得方差变小，所以当使得方差最大时即为最好阈值。图3.2为二值化后车牌图像； 图3.2图像二值化3.3车牌图像去噪处理在图像中，因为获取图像设备会产生噪声，在图像传输过程中也会存在噪声，而车牌本生也会有噪声，这就使得我们取得图像都夹杂着或多或少噪声。是否需要将图像进行去噪处理，这取决于噪声对图像影响程度。通常来说我们只有对图像进行去噪处理后才能愈加好实现车牌分割和识别。通常将图像中噪声分为两种：一个是加性噪声，另一个是乘性噪声。加性噪声和原图像数据是加关系，可用表示式3-3来表示。而乘性噪声和原图像数据是相乘关系，可用表示式3-4来表示。 （3-3） （3-4）产生噪声会因产生原因不一样而表现出不一样特点。常见噪声类型有：均匀分布噪声、高斯噪声、脉冲噪声、指数分布噪声、瑞利噪声、伽马噪声等噪声模型。在去噪时，我们需要依照噪声特点采取对应方法去噪。大致上能够分为两种，一个是在时域进行去噪，另外一个是在频域进行去噪。这两种方法是依照不一样思想进行去噪，一个是利用信号和噪声时域特征将噪声去除，一个是利用信号和噪声频域特征来将噪声去除。不论是哪种方法，我们都是为了将信号和噪声分离从而得到一个含有少许噪声图像数据。在时域上去噪方法有很多个，比如：均值滤波、次序滤波、自适应滤波等滤波方法。而在频域上去噪主要是利用噪声和信号所占频带不一样从而将其分离，依照噪声所在不一样频带，我们能够采取低通滤波、高通滤波和带通滤波来去噪[10]。本文主要利用了数学形态学方法中开闭运算来实现去噪处理，还依照车牌标准判断噪声位置与投影像素原理相结合方法进行去噪处理，下面是对开闭运算以及去除其它噪声等方法介绍。3.3.1车牌图像开运算因为车牌上会有泥点、刮痕、锈蚀等造成车牌上会成为噪声，在二值化时会成为小点，给字符分割带来妨碍，因而在对车牌分割前必须将这些噪声去掉，所以能够依照开操作来达成目标。开运算和闭运算都能够除去比定义结构元素小特定图像细节，同时能确保不使图像全局发生失真。开运算能够把比结构元素小突刺噪声滤掉，切断将字符搭接起来噪声而起到分离作用。图3.3为进行开运算前后图像：开运算前： 开运算后： 图3.3对图像开运算3.3.2车牌图像闭运算因为车牌上会有泥点、刮痕、锈蚀或光照、阴影等影响造成车牌上有一些噪声，在二值化时会成为小洞，给字符分割带来妨碍，因而在对车牌分割前必须将这些噪声去掉，所以能够依照闭运算操作来达成目标。3.3.3去除车牌边框在对车牌进行定位后，车牌上下边缘处总会残留一些车牌边框或者铆钉等噪声无法去除，待车牌被分割后也会给后续字符识别带来麻烦，为了消除这些影响，须将其去除。所以本文依照其边框与字符间有空隙特点，对于垂直边框，先找到车牌正中间一个字符，向右找到第四个间隙即为车牌最右端，找到第一个字符位置，向左寻找即可找到车牌最左端位置；对于水平方向边框，先找到车牌水平方向最中间，向车牌上下方向分别寻找车牌字符与边框之间间隙，即可找到车牌上下位置。步骤为：Step1：计算每一行像素值总和。Step2：选取车牌行方向正中间位置，分别向车牌上下扫描寻找到行像素和突然变小位置，即为车牌上下端。Step3：只保留Step2找到车牌上下端以内车牌数据即可将车牌上下边框去除。图3.5为计算出车牌列方向像素值：图3.5行、列方向累计像素值去除车牌水平方向边框与去除垂直方向边框方法类似。图3.6为车牌去除边框前后图像： 图3.6去除车牌边框前后对比图3.3.4去除车牌图像中圆点车牌上字母与数字间有一白色圆点，在采取投影法对车牌进行分割时会受到很大影响，所以本文依照该白点所在车牌位置，将此白点处数字矩阵置为全零，能够消除其带来影响。图3.4为去除白点前后车牌图像： 图3.4去除圆点第四章 车牌字符分割方法前面已经介绍了字符分割发展现实状况，本章将就本文重点研究投影法、固定边界法以及将二者结合起来方法进行阐述。4.1基于垂直投影车牌字符分割方法该算法是由迟晓君，孟庆春等首先提出来，该算法是依据车牌字符间像素为零而找到各个字符左右位置分割。图4.1为计算列方向累计像素值：图4.1车牌列方向累计像素值由图可见：在字符之间像素值理想情况下为零，实际情况可能有些许噪声，但只要噪声不大，已可据此实现字符分割。该算法步骤为：Step1：将车牌图像灰度化。Step2：用Otsu算法确定车牌区域二阈值（即采取全局阈值），然后依照此阈值将图像二值化。Step3：对该二值化图像进行去燥处理，经过开闭运算、滤波、去除车牌边框、去除圆点等步骤后就可得到质量很好二值化图像。Step4：:计算出车牌区域垂直方向上二值投影图找到波谷点，从而依照这些波谷点来对整个车牌字符进行分割，而且抛弃掉字符与字符之间间隙。下列图为应用投影法对车牌进行分割图像：原图像： 分割后图像： 图4.2投影法分割效果图因为此方法已经能够将车牌区域灰度图像转化为较高质量二值图片进行分割，但对于一些质量较差车牌照片还是可能发生字符粘连或者对字符误分割，故采取车牌区域二值图片投影图来分割字符还有待改进。4.2基于固定边界法车牌字符分割方法4.2.1固定边界法原理由中华人民共和国公共安全行业标准GA36—[14]可知：普通蓝底白字车牌结构如图4.3所表示：图4.3普通车牌国家标准图4.3能够得知：车牌位置都是严格依据国家标准制订，每个字符间，甚至于边框、铆钉位置都有明确要求，每个字符宽度为：45、高为：90、车牌总长为：440、宽为：140，第一和第二个字符间距离为：12、第二和第三个字符间距离为32、其后没两个字符间距均为12，所以能够据此轻易地找到车牌字符分割位置。4.2.2应用固定边界法实现步骤Step1：将车牌图像灰度化。Step2：用Otsu算法确定车牌区域二阈值（即采取全局阈值），然后依照此阈值将图像二值化。Step3：对该二值化图像进行去燥处理，经过开闭运算、滤波、去除车牌边框、去除圆点等步骤后就可得到质量很好二值化图像。Step4：由车牌标准先将汉字、第一个字母位置找到，并将其分割出来。Step5：第二个字母和其后数字因为间隔都为12mm，所以可依照此规律很轻易计算出来，然后将其分割。 图4.4固定边界法分割图像因为此方法是依照车牌标准，用固定位置去分割车牌，所以就要求车牌左右位置很精准，不然会造成分割时将应保留部分切开，从而使分割错误。图4.4为应用固定边界法分割图像：图4.4能够看出，有车牌能够很好地分割出来，但有车牌却出现了错误分割，原因就是，车牌左边界不一致会造成分割位置错误，从而使得分割结果错误。4.3投影法与边界法相结合4.1与4.2分别分析了垂直投影法和固定边界法优缺点，为了达成愈加好分割效果，本文将这两种方法结合，提出了改进投影法。图4.5为使用该法分割图像：图4.5改进法分割该方法实现步骤为：Step1：将车牌图像灰度化。Step2：用Otsu算法确定车牌区域二之花阈值（即采取全局阈值），然后依照此阈值将图像二值化。Step3：对该二值化图像进行预处理，经过开闭运算、去除车牌上下边框、去除圆点等步骤后就可得到质量很好二值化图像。Step4：计算出列方向像素值之和。Step5：选取一较小像素和阈值，找到车牌上汉字左端，在用该阈值继续寻找汉字右端同时，依照车牌标准，利用高与宽百分比关系找到汉字右端。Step6：重复利用上一步骤方法找到其余字符左右端，然后将字符逐一分割。此方法将垂直投影法和固定边界法相结合，达成了愈加好分割效果。第五章 车牌字符分割系统图形用户界面设计5.1GUI介绍图形用户界面（GraphicalUserInterface，GUI）是为了便于人们操作计算机，这种界面既形象生动，又使用户操作愈加方便灵活。所谓图像用户界面是指由菜单、窗口、对话框等各种图形对象组成用户界面。现在软件开发环境与应用程序都采取图形用户界面，现在流行开发工具大都能够进行图形用户界面设计。MATLAB是一款功效强大科学计算软件，它一样也提供了图形用户界面设计功效。利用MATLAB图形用户界面对象能够设计出界面友好、操作方便图形用户界面[7]。5.2本文设计图形用户界面本文主要设计了菜单键和按钮键，主菜单下有二级菜单，而且有快捷键。主界面上有几个按钮，分别起到了：图片灰度化、图片二值化、开运算、闭运算、去除圆点、去除边缘、计算行像素、计算列像素、投影法分割、边界法分割、改进法分割以及退出键，这些按键在菜单里都有与之相对应功效键且有与之对应快捷键，而且有一帮助键，提供了对该界面一些使用帮助。下面介绍本文设计GUI界面：（1）菜单键设计：一级菜单有文件、预处理、计算行列像素点、分割和帮助。文件菜单下有：打开图片和退出两个二级菜单键；预处理下有：灰度化、二值化、开运算、闭运算、去除边框、去除圆点等二级菜单键；计算行列像素点下有：计算行像素点和计算列像素点两个二级菜单键；分割有：投影法分割、边界法分割和改进法分割三个二级菜单键。每个菜单键都有与之相对应快捷键。其中帮助键可打开一个与本GUI使用方法关于txt文本。（2）界面上按键设计：然后依照需要将按钮键和菜单键分别添加到界面上，本文先将界面大小拖动至所需大小，然后分别添灰度化、二值化、开运算、闭运算、去除边框、去除圆点等按钮，并分别经过设定按钮大小、字体大小以及callback函数。界面上按键和菜单上菜单键一一对应，实现相同功效，并将退出键设置成为了红色，用来警示使用者。图5.1为设计GUI主界面：图5.1设计GUI主界面图5.2~图5.9为运行GUI时界面：当点击文件菜单下“打开”键时，会弹出一个用于打开文件对话框，使用者能够选择需要处理车牌图像，且圆图像会显示在图像显示区。图5.2打开图片后界面当使用者点击界面上“灰度化”按键或预处理菜单键下“灰度化”菜单键时会将打开车牌图像进行灰度化处理，并将灰度化后图像显示出来（如图5.3所表示）。其余按键使用与此键相类似，这里不再赘述，可参看图5.4~5.7。图5.3灰度化打开界面图5.4二值化打开界面图5.5图像开运算打开界面图5.6去边框打开界面图5.7改进法分割时界面当点击“帮助”菜单键时，会打开一个文本文件，里面关于于怎样使用该系统一些信息，能够帮助使用者愈加好使用软件。图5.8打开帮助时界面当点击界面上红色“退出”键或文件菜单下“退出”键时，会弹出一个对话框，问询使用者是否真要退出，能够防止因错点按钮而退出系统情况发生。图5.9退出系统时界面第六章 总结和展望6.1总结本文阐述了针对在路口对车辆管理车牌识别系统，依照图片特征提出了一个行之有效车牌分割方法。该车牌系统算法原理主要包含三个部分：车牌定位、车牌字符分割、字符识别，本人负责该系统第二个部分，该系统其它部分由项目组其余同学完成，本文将该系统第二个部分算法原理详细地介绍了一下。另外，本文阐述了车牌识别系统工作原理及组成并详细地就其中主要步骤之一：车牌分割进行了研究。在分析了车牌分割发展现实状况后选择了两种进行了详细阐述，分别是：垂直投影法和固定边界法，并依照该两种方法优缺点提出了将二者结合一个改进垂直投影，实现了良好车牌字符分割效果。主要研究探讨了车牌字符分割前预处理以及字符分割方法。(1)在车牌字符预处理过程中，用了数学形态学理论，包含开运算和闭运算，还依照车牌标准去除圆点等。(2)在字符分割过程中，先给出了垂直投影法和固定边界法两种方法，在分析了两种方法优缺点并考虑到车牌二值化过程中可能有字符粘连情况，给出了一个基于垂直投影法与边界法相结合车牌字符分割方法。经过使用这种方法对车牌字符进行分割达成了良好效果。对于第一个方法，主要优点是再二值化很好情况下，能够很好地把字符分割开来，但对于二值化并预处理后依然有字符粘连情况会造成字符无法分割。对于第二种方法，主要优点是很好处理了车牌字符间有粘连和噪声问题，但对于车牌左边界有偏差车牌会造成误分割。因为车牌在垂直方向上投影必定在字符间间隙处取得局部最小值，而且这个位置应满足标准牌照字符书写格式、字符尺寸和一些其余条件。在对车牌进行一系列预处理之后，再利用改进垂直投影法对复杂环境下汽车图像中字符分割达成了良好效果。6.2展望车牌自动识别系统主要性和实用价值已经越来越显著，也受到了更多重视。本文对其中关键技术之——车牌字符分割技术做了深入研究，伴随社会发展，车辆会越来越多，怎样有效管理这些车辆成为一个亟待处理问题，而智能交通系统就是一个很好处理方法，该系统能大量降低人力物力同时能够很好管理大量车辆。现在国内外已经出现了智能交通系统。首先，因为国内车牌中有众多汉字需要进行识别，而汉字笔画众多、结构复杂，故汉字识别难度很大。国内出现智能交通系统识别率都不是很高，离实际应用要求还有一段距离。要想提升国内智能交通系统推广范围，首先需要做就是找出新识别汉字处理方法，从而提升车牌字符整体识别率。而国外车牌中只有数字和字母，识别起来很轻易，故国外车牌识别算法有很高识别正确率其次，现在出现车牌识别算法多是针对某一固定场景提出，这就使得车牌识别算法可移植性不高，为了使系统有更大应用范围，需要研究出一个移植能力很强车牌识别算法。这才能够使嵌入该识别系统智能交通系统拥有更高实用性。在车牌识别系统性能指标中，识别率和识别速度难以同时提升，除了处理技术原因外，还受到拍摄设备、计算机硬件设备等性能限制。同时仍有许多问题需要在未来工作中加以处理。(1)本文提出车牌字符分割方法即使速度上有优势，但分割效果受到环境影响还很大，怎样提升分割效果将是下一步工作重点。(2)本文只探讨了一个蓝底白字单排普通标准车牌分割，没有包括对其它车牌(两排字符，或其它底色等)分割，这仍是今后需要研究重点。参考文件[1]张云刚，张长水．利用Hough变换和先验知识车牌字符分割算法.清华大学自动化系信息处理研究所，计算机学报，,27(1)：130[2]迟晓君，孟庆春．基于投影特征值车牌字符分割算法.计算机应用研究，，7(1)：256-257。[3]吴进军，杜树新．车牌字符分割新方法，工业控制计算机，，18(4)：69-70。[4]王兴玲．最大类间方差车牌字符分割模板匹配算法，计算机工程，，32(19)：193-195。[5]]陈黎，黄心汉，王敏等．基于聚类分析车牌字符分割方法.计算机工程与应用，，29(3)：45-47。[6赵海燕，马驷良，顾玲嘉．基于最小面积法进行车牌字符分割.长春理工大学学报，，29(3)：45-47。[7]杨高波，杜青松．MATLAB图像、视频处理应用及实例.电子工业出版社，,1:23，31。[8]章毓晋．图象处理和分析．清华大学出版社，：254-277。[9]刘卫国．MATLAB程序设计教程．中国水利水电出版社，。[10]李云．车牌定位与字符分割算法研究及实现．成都：电子科技大学，:21-23。[11]马婉婕．车牌识别系统中字符分割研究与实现．上海：复旦大学，[12]白建华．车牌字符分割及识别算法研究．西安：西安电子科技大学，[13]邹永星．车牌字符分割方法研究．湖南：湖南师范大学，[14]中华人民共和国公共安全行业标准．ICS43.040.60．GA36—．[15]历旭．基于神经网络车牌识别系统研究与设计，武汉:武汉理工大学，致谢在这13周毕业设计过程中，我一直得到了导师悉心指导和谆谆教诲，让我获益匪浅。在拿到这个课题后，我感觉无从下手，但在导师帮助和与我同一小组同学探讨和学习下慢慢有了眉目，才能在最终完成设计，在这里我向你们表示衷心感激。回首四年大学本科学习生涯，走过路跌跌荡荡却也收获满筐。老师悉心教诲指导我进入了图像处理这个新兴领域，不时讨论并指点我正确方向，使我从中获益匪浅。还为我设计提供了大量资料，并指导我不停完善相关算法。同时还要感激其余老师们在我迷惑时候给予指导。感激测控专业弟兄姐妹们，和你们一起学习四年生活是我在大学期间最宝贵回顾。最终向我父母表示衷心感激，祝福你们能永远身体健康，感激所关于心、帮助过我领导、老师、朋友们！附录附录A车牌字符分割源程序clearall;clc;closeall;I=imread('tu2.jpg');%读取图像figure(1);subplot(2,2,1);%将图一分为四块，图一第一幅图imshow(I),title('提取车牌后图像');%%%%%%%%%%二值化图像%%%%%%%%I1=rgb2gray(I);%彩色图像转化为灰度图像h=graythresh(I1);I1=im2bw(I1,h);%将灰度图像二值化figure(1);subplot(2,2,2);%图一第二幅图imshow(I1),title('车牌二值化后图像');imshow(I1);%%%%%%%%%%%%去除杂质%%%%%%%%%%%%[y,x,z]=size(I1);%计算I1大小%%%%%%%%%对图像进行开闭运算%%%%%%%%SE=strel('disk',fix(y/45));%创建一个平坦圆盘形结构元素I2=imopen(I1,SE);%取圆盘形开运算subplot(2,2,3);%图一第三幅图imshow(I2),title('开运算后图像');SE=strel('diamond',fix(y/140));%创建一个平坦菱形结构元素I3=imclose(I2,SE);%取菱形结构闭运算subplot(2,2,4);%图一第四幅图imshow(I3),title('闭运算后图像');I4=double(I3);%变为双精度%%%%%%%%%%%%%%%计算像素%%%%%%%%%%%%%%%%%%%%%%计算行像素%%%%%%%%Y1=zeros(y,1);fori=1:yforj=1:xif(I4(i,j,1)==1)Y1(i,1)=Y1(i,1)+1;%计算I3第j列有几个一endendendfigure(2);plot(Y1,0:y-1),title('行方向像素点灰度值累计和'),xlabel('累计像素量'),ylabel('行值');%%%%%去除行方向边框%%%%%%%%%%Py0=fix(y/2);Py1=fix(y/2)+1;while((Y1(Py0,1)>=30)&&(Py0>2))Py0=Py0-1;%找到去除边框后上边位置endwhile((Y1(Py1,1)>=30)&&(Py1<y))Py1=Py1+1;%找到去除边框后下边位置endZ1=I4(Py0:Py1,:,:);%将二值图像上下边框去除figure(3);imshow(Z1),title('将二值图像上下边框去除后图像');%将二值图像上下边框去除后图像显示出来[y,x,z]=size(Z1);%计算此时图像大小%%%%%%%%%%%%计算列像素%%%%%%%%%%X1=zeros(1,x);forj=1:xfori=1:yif(Z1(i,j,1)==1)X1(1,j)=X1(1,j)+1;%计算I3第j列有几个一endendendfigure(4);plot(0:x-1,X1),title('列方向像素点灰度值累计和'),xlabel('列值'),ylabel('累计像素量');%%%%%%%%去除垂直边框%%%%%%%%%x1=fix(x/2)+1;fori=1:5while(i~=5)while((X1(1,x1)>=15)&&(x1<x))x1=x1+1;%找到去除边框后右边位置endi=i+1;while((X1(1,x1)<15)&&(x1<x))x1=x1+1;%从车牌中间开始寻找字符间隙，直到找到第四个间隙为止，即找到去除边框后车牌右边位置endendendx0=fix(x*45/440);%找到第一个字符位置fori=1:2while(i~=2)while((X1(1,x0)>=5)&&(x0>2))x0=x0-1;%从车牌第一个字符开始寻找第一个字符间隙，找到去除边框左边位置endi=i+1;while((X1(1,x0)<5)&&(x0>1)&&i~=2)x0=x0-1;%找到去除边框后左边位置endendendZ2=Z1(:,x0:x1,:);%将二值图像左右边框去除figure(5);imshow(Z2),title('将二值图像垂直边框去除后图像');%将二值图像垂直边框去除后图像显示出来Px0=1;Px1=1;%%%%%%%%%再次计算列方向像素%%%%%%%%%[y,x,z]=size(Z2);%计算此时图像大小X1=zeros(1,x);forj=1:xfori=1:yif(Z2(i,j,1)==1)X1(1,j)=X1(1,j)+1;%计算I3第j列有几个一endendend%%%%%%%去除圆点%%%%%%[y,x,z]=size(Z2);Z2=double(Z2);x1=fix(x*110/409);x2=fix(x*128/409);fori=1:yforj=x1:x2Z2(i,j)=0;endendfigure(6);imshow(Z2),title('去除圆点后图像');%%%%%%%%%%%%%对图像分割%%%%%%%%%%%%%%y=fix(x*90/409);%%%%%%%用投影法分割%%%%%%fori=1:7while((X1(1,Px0)<10)&&(Px0<x))Px0=Px0+1;%找到待分割字符左边位置endPx1=Px0;a=1;while(((X1(1,Px1)>=10)&&(Px1<x))||((Px1<x)&&((a/y)<=0.5)))Px1=Px1+1;%找到待分割字符右边位置a=Px1-Px0;endZ3=Z2(:,Px0:Px1,:);%二值化图像分割后figure(7);subplot(1,7,i);imshow(Z3);%将二值化图像分割后显示出来%%%%%%变换为标准子图%%%%%%%%Z4=imresize(Z3,[8840]);%将分割后二值图变换为标准子图figure(8);subplot(1,7,i);imshow(Z4),title('标准子图');%将标准子图显示出来Px0=Px1;end附录B英文原文及翻译英文原文：DesignandInstrumentationofMeasurementandCalibrationSystemforAcousticTelemetrySystemAbstract:TheJuvenileSalmonAcousticTelemetrySystem(JSATS)isanactivesensingtechnologydevelopedbytheU.S.ArmyCorpsofEngineers,PortlandDistrict,fordetectingandtrackingsmallfish.ItisusedprimarilyforevaluatingbehaviorandsurvivalofjuvenilesalmonidsmigratingthroughtheFederalColumbiaRiverPowerSystemtothePacificOcean.Itprovidescriticaldataforsalmonprotectionanddevelopmentofmore“fishfriendly”hydroelectricfacilities.TheobjectiveofthisstudywastodesignandbuildaMeasurementandCalibrationSystem(MCS)forevaluatingtheJSATScomponents,becausetheJSATSrequirescomprehensiveacceptanceandperformancetestinginacontrolledenvironmentbeforeitisdeployedinthefield.TheMCSconsistsofareferencetransducer,awatertesttanklinedwithanechoicmaterial,amotioncontrolunit,areferencereceiver,asignalconditionerandamplifierunit,adataacquisitionboard,MATLABcontrolandanalysisinterface,andacomputer.ThefullyintegratedMCShasbeenevaluatedsuccessfullyatvarioussimulateddistancesandusingdifferentencodedsignalsatfrequencieswithinthebandwidthoftheJSATStransmitter.TheMCSprovidesaccurateacousticmappingcapabilityinacontrolledenvironmentandautomatestheprocessthatallowsreal-timemeasurementsandevaluationofthepiezoelectrictransducers,sensors,ortheacousticfields.TheMCShasbeeninusesinceforacceptanceandperformancetestingof,andfurtherimprovementsto,theJSATS.Keywords:underwatertransducers;piezoelectricsensors;acoustictelemetry1.IntroductionTheJuvenileSalmonAcousticTelemetrySystem(JSATS)isanactivesensingtechnologythatwasdevelopedbytheU.S.ArmyCorpsofEngineers(USACE),PortlandDistrict,toevaluatethemigrationtiming,behavior,andsurvivalofjuvenilesalmonidsmigratingthroughtheFederalColumbiaRiverPowerSystem(FCRPS)[1].TheJSATSconsistsofacousticmicrotransmitters(ortransducers);autonomous,cabled,orportablereceiverswithhydrophones(piezoelectricsensors);anddatamanagementandprocessingapplications.Receivershavebeendeployedatlargehydroelectricdams[2]andinfree-flowingsections[3]oftheFCRPS,aswellasthroughouttheestuaryoftheColumbiaRiver[4].Eachmicrotransmitter,surgicallyimplantedinstudyfish,transmitsauniquebinarycodeencodedusingbinaryphaseshiftkeying(BPSK)atafrequencyof416.7kHz.Itscodestructureincludesatotalof31bits,with7synchronizationbits(Barkercode1110010),16databits,and8cyclicredundancycheck(CRC)bits.Themicrotransmittersemitthisunique31-bitcodeataprogrammedinterval,typicallyevery3,