附录1：英文技术资料翻译 .............................................. 45 附录2：程序清单 ...................................................... 60

II

南京工程学院毕业设计说明书（论文）

前言

由于我国道路交通的发展迅速，汽车数量特别是轿车数量不断增加，出现了许多车辆管理方面问题。车辆牌照作为每一辆汽车的主要标识，可以通过车辆牌照来识别每一辆汽车，因此，各类车牌识别系统应运而生。车牌识别系统设计运用了许许多多的知识，但核心均是基于图像处理方面的相关原理对车牌图像进行相应的处理，处理过程主要包括灰度化、图像增强、二值化、边缘检测、图像分割、图像对比等部分。

因为车辆的主要信息来源于车牌，所以对车辆管理也就是对车牌进行管理，所以这个车牌识别问题迫切需要解决。车牌识别的研究对实现交通管理系统智能化，快捷化，低成本化有重要的作用。车牌识别系统的出现能够更无人化、数字化、智能化、网络化的对车辆进行管理。

车牌识别技术广泛地运用于交通监控和管理领域，可以这样说，凡是需要车辆监控的地方都需要车牌识别技术，例如收费站、停车场、交通路口等地方，它可以解决例如违章罚款、社会治安、信息查询等方面的问题，为社会和谐健康的发展做出巨大的贡献。车牌识别可以有效的减少交通监控和管理的成本，实现小投入，大回报，带来巨大的经济和社会效益。

本次毕业设计在研究大量资料以及运用所掌握的相关知识的基础上，针对车牌识别的诸多问题，开发基于MATLAB的车牌识别系统，经过验证，该系统性能优良，能够检测并识别出大部分的车牌，达到了设计的要求，具有一定的实用价值。

本文主要包括五个部分。第一部分是系统界面的实现，主要介绍了系统界面的功能和作用，以及本系统的界面。第二部分主要包括车辆图像预处理及实现，主要介绍了本系统的图像预处理及实现的主要步骤和原理，包括灰度化、图像增强、二值化等处理。第三部分是车牌的定位，主要叙述了图像边缘检测和本系统所采用的车牌定位方法。第四部分是车牌字符的分割与识别，分别介绍了字符分割和识别的原理及方法，是本系统的最终实现结果。第五部分是对系统的测试，通过测试验证了系统的可靠性和准确性，本系统完成了此次设计的目标，可以参加答辩。

- 1 -

南京工程学院毕业设计说明书（论文）

第一章 技术概览

1.1 MATLAB简介

MATLAB是Matrix Laboratory的缩写，它是MathWorks 公司出品的商业软件，广泛的应用于科学与工程领域，主要用于算法开发、数据可视化、数据分析以及数值计算。MATLAB的基本数据单位是矩阵，故又被称为“矩阵实验室”，因为它具有强大的矩阵计算功能，相比其他语言，许多问题用MATLAB解决要简单的多。MATLAB可以进行矩阵运算、创建用户界面、图像处理、工程计算、信号处理等众多工作，具备丰富的应用工具和友好的用户界面，突出的数值和图形处理能力以及对其它众多的语言具有强大的支持功能，为众多科学与工程领域提供了全面的解决问题的方案，是当今世界科学软件的杰出代表，是世界四大软件之一。

1.2 MATLAB图像处理工具箱简介

MATLAB中的Image Processing Toolbox?（图像处理工具箱），提供许多的图形工具和标准图像处理函数，主要用于进行图像分析、识别、可视化等处理，本文中的图像处理方法均是参照MATLAB中标准图像处理函数而设计和编写程序的，因此得到较好的图像处理效果。该工具箱功能强大，支持多线程，处理速度快。

图像处理工具箱可以处理各种设备生成的各种类型的图像，诸如高分辨率的图像、动态图像、扫描图像等，可以对多种数据类型的图像进行处理，支持单精度和双精度的数据，以及8、16、32位整数，可以对图像进行检查和测量，提取和分析特征、调节亮度和对比度、构建多维图像、投影图像、创建统计图等处理。

图像处理工具箱提供用于图像处理的标准算法，这些算法非常全面，可以解决诸多常见的图像处理方面的问题，包括灰度化、图像增强、边缘检测、图像分割等众多算法,其中边缘检测算法中包括Sobel、Prewitt、Roberts、Canny 和拉普拉斯高斯等方法，图像分割算法包括全局阈值法和基于边缘提取法，MATLAB图形工具箱还提供一系列统计函数用以统计图像特征并分析，并可

- 2 -

南京工程学院毕业设计说明书（论文）

以用图像表示出来，如图1-1所示。

图1-1 带有红色通道柱状图的图像

1.3车辆源图像

车辆图像是本系统中最为基础的物质材料，因此它也是车辆识别系统中最重要的，车辆图像的质量关系着最后的识别结果，图像的质量由许多因素决定的，拍照设备的性能，光照是否充分，天气是否晴朗等因素均能造成车牌图像的模糊，拍照位置是否恰当、路面是否平整、汽车是否正对摄像设备等因素造成了车牌图像的倾斜，总之车辆图像必须经过适当的处理，转化成易于识别的形式。

1.4 车牌识别的主要流程

首先将采集到的车牌图像进行灰度化处理，转化为灰度图，其次对灰度图进行图像增强，采用的方法主要是灰度线性拉伸和直方图均衡，这个是必不可少的，只有直方图均衡化的图像才能进行边缘检测，本系统所用的边缘检测的算子是sobel算子，边缘检测完成以后，进行车牌定位与分割，此时大部分工作已经完成，剩下的是最关键的工作—车字符分割和字符识别。对车牌图像首先进行二值化处理，然后进行字符分割，字符分割是字符识别的基础，字符识别是建立在正确分割字符的基础上的，本文的字符识别采用的是模板匹配的方法，匹配率比较高。

1.5 车牌识别系统的结构图

- 3 -