1 简介

随着经济社会的迅速发展,人民对生活水平的要求也不断提高,从而引起汽车的数量的增加.给出行带来便捷的同时,车辆的管理问题也日益显著.车牌识别系统是指能将监控中运动的车辆的汽车牌照信息从复杂背景中提取并识别的技术,主要包括图像提取,图像预处理,字符识别,车牌定位,字符分割五个主要核心部分.由于计算机技术的飞速发展和信息处理水平的逐渐成熟,先进的计算机技术可以将人力从复杂的人工观察检测中解放出来并提高精确度,智能交通系统成为交通领域研究的重要课题.在这样的背景下车牌识别成为了现代智能交通系统的重要部分之一,车牌识别系统使车辆的管理更加智能化,有效的提升了交通管理的效率.车牌识别系统对于维护交通安全和城市治安,防止交通堵塞,提高人们出行质量,实现现代化交通管理和智能化具有重要的现实意义.

【车牌识别】基于模板匹配算法求解车牌识别问题含GUI界面(18省份)含Matlab源码_ide

2 部分代码 


          
          

           
           function [ word, result ] = getword( img )
  • 1.

          
          

           
           %UNTITLED 此处显示有关此函数的摘要
  • 1.

          
          

           
           %   此处显示详细说明
  • 1.

          
          

           
           word = [];
  • 1.

          
          

           
           flag = 0;
  • 1.

          
          

           
           y1 = 8;
  • 1.

          
          

           
           y2 = 0.5;
  • 1.
  • 1.

          
          

           
           while flag == 0
  • 1.

          
          

           
           [m, n] = size(img);
  • 1.

          
          

           
           width = 0;
  • 1.

          
          

           
           while sum(img(:, width+1)) ~= 0 && width <= n-2
  • 1.

          
          

           
           width = width + 1;
  • 1.

          
          

           
           end
  • 1.

          
          

           
           temp = my_imsplit(imcrop(img, [1,1,width,m]));
  • 1.

          
          

           
           [m1, n1] = size(temp);
  • 1.

          
          

           
           if width < y1 && n1/m1>y2
  • 1.

          
          

           
           img(:, [1, width]) = 0;
  • 1.

          
          

           
           if sum(sum(img)) ~= 0
  • 1.

          
          

           
           img = my_imsplit(img);
  • 1.

          
          

           
           else
  • 1.

          
          

           
           word = [];
  • 1.

          
          

           
           flag = 1;
  • 1.

          
          

           
           end
  • 1.

          
          

           
           else
  • 1.

          
          

           
           word = my_imsplit(imcrop(img, [1, 1, width, m]));
  • 1.

          
          

           
           img(:, [1: width]) = 0;
  • 1.

          
          

           
           if sum(sum(img)) ~= 0
  • 1.

          
          

           
           img = my_imsplit(img);
  • 1.

          
          

           
           flag = 1;
  • 1.

          
          

           
           else
  • 1.

          
          

           
           img = [];
  • 1.

          
          

           
           end
  • 1.

          
          

           
           end
  • 1.

          
          

           
           end
  • 1.
  • 1.

          
          

           
           result = img;
  • 1.

          
          

           
           end
  • 1.
  • 1.
  • 1.

          
          

           
           % function [word,result]=getword(d)
  • 1.

          
          

           
           % word=[];flag=0;y1=8;y2=0.5;
  • 1.

          
          

           
           %     while flag==0
  • 1.

          
          

           
           %         [m,n]=size(d);
  • 1.

          
          

           
           %         wide=0;
  • 1.

          
          

           
           %         while sum(d(:,wide+1))~=0 && wide<=n-2
  • 1.

          
          

           
           %             wide=wide+1;
  • 1.

          
          

           
           %         end
  • 1.

          
          

           
           %         temp=my_imsplit(imcrop(d,[1 1 wide m]));
  • 1.

          
          

           
           %         [m1,n1]=size(temp);
  • 1.

          
          

           
           %         if wide<y1 && n1/m1>y2
  • 1.

          
          

           
           %             d(:,[1:wide])=0;
  • 1.

          
          

           
           %             if sum(sum(d))~=0
  • 1.

          
          

           
           %                 d=qiege(d); % 切割出最小范围
  • 1.

          
          

           
           %             else word=[];flag=1;
  • 1.

          
          

           
           %             end
  • 1.

          
          

           
           %         else
  • 1.

          
          

           
           %             word=my_imsplit(imcrop(d,[1 1 wide m]));
  • 1.

          
          

           
           %             d(:,[1:wide])=0;
  • 1.

          
          

           
           %             if sum(sum(d))~=0;
  • 1.

          
          

           
           %                 d=my_imsplit(d);flag=1;
  • 1.

          
          

           
           %             else d=[];
  • 1.

          
          

           
           %             end
  • 1.

          
          

           
           %         end
  • 1.

          
          

           
           %     end
  • 1.

          
          

           
           % %end
  • 1.

          
          

           
           %           result=d;
  • 1.
  • 1.

3 仿真结果

【车牌识别】基于模板匹配算法求解车牌识别问题含GUI界面(18省份)含Matlab源码_智能交通_02

【车牌识别】基于模板匹配算法求解车牌识别问题含GUI界面(18省份)含Matlab源码_ide_03

【车牌识别】基于模板匹配算法求解车牌识别问题含GUI界面(18省份)含Matlab源码_ide_04

4 参考文献

[1]黄全进, & 王群杰. (2019). 基于matlab的车牌识别系统. 福建质量管理, 000(019), 154-155.

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。

【车牌识别】基于模板匹配算法求解车牌识别问题含GUI界面(18省份)含Matlab源码_车牌识别_05