2 车牌定位

    由于得到的图像上汽车背景相对比较复杂，所以如何从背景中准备的找到车辆牌照所在的位置是识别过程中的第一步。我们首先对图像搜索，找到几个相对来说比较符合车牌特征的区域候选，随后比较分析候选的区域，最后将车牌所在位置确定，图2是整个车牌定位的流程图：

图2:车牌定位流程图

3 牌照字符分割

确定并分割出车牌所在区域后，再将其分割成单个字符进行单独识别。本文使用垂直投影法对字符进行分割。根据字符在垂直方向投影一定是在字符间的间隙处找到局部最小值的附近的特性，并且大部分车牌的规格基本相同，所以使用垂直投影法对字符进行分割可以取得比较良好的效果，流程图如图3：文献综述

图3:字符分割流程图

4 牌照字符识别

本系统采用的字符识别方法是基于模版匹配的算法。首先将分割后得到的字符进行二值化处理，使图像中只有黑和白两种颜色，然后对其进行归一化处理，将其尺寸调整到与字符模版中模版的尺寸一致，接着将其匹配所有的模版，最后得到一个最接近的匹配结果将其作为结果。在实际的应用中，识别精准度还与摄像设备采集到的初始图片的质量有关，因此为了提高车牌的识别率，不仅要不断的完善识别算法，还要尽量采集到最利于识别的图片并且对图片进行预处理，尽可能的提高字符切割和识别前图片的质量，提高整个系统的识别精度，识别流程图如图4：

图4:拍照字符识别流程图

2。3 本章小节

本章介绍了车辆牌照识别系统的总体设计方案，首先介绍了车牌识别系统有硬件和软件两部分组成，硬件主要完成对图片的获取，受条件限制，我们主要研究车牌识别系统的算法，所以直接使用已经获取的图片，软件部分主要包括基于小波变换才车牌定位模块，基于otsu算法的字符分割抹开以及通过模版匹配的字符识别模块，接下来将对每一个模块分别进行介绍。

3 车牌区域分割

由于得到初始图像时车牌图像附近环境往往比较复杂，车牌区域很容易和色彩斑驳的背景互相融合参杂，并且车牌在使用中磨损与灰尘及拍摄仪器的影响以及由于拍摄角度的不同，车牌在图像中往往会有很大的形变，所以如何在车牌识别中的一个大难点就是如何能够准确的从复杂的图像中找到我们所需要的车牌区域。来-自~优+尔=论.文,网www.youerw.com +QQ752018766-

3。1  本地打开图片

    首先要从本地打开一张图片，代码如下：

[fn,pn,fi]=uigetfile('*。bmp','打开初始图片');

I=imread([pn fn]);

3。2  车牌区域分割

    车牌区域的分割主要通过rgb三基色找到车牌区域的上下左右边界，由于大部分车辆车牌背景都是蓝色，所以通过对蓝色像素点的统计，找到蓝色像素点变最多的在y轴和x轴的那边，就可以找到上下左右边界，由于论文篇幅有限，这里只拿出找出上界边的代码进行示例：