Matlab渣土车车牌图像提取和分割技术研究(5)
(1) 强大的数据处理功能：MATLAB提供了对矩阵进行分析和处理的所有函数，如矩阵转置、求逆、求特征值和特征向量等；还提供了基本的数值分析函数，如求最大值、最小值、标准差、排序分类、差分函数等；提供了信号处理常用的拉氏变换、FFT、协方差和卷积等函数。
(2) 完备的图形图像处理工具包：MATLAB软件的图形是以数据计算的可视化为基础的，不但具有二文、三文图形，而且可以十分方便地制作出四文表现图和切片图；在新版MATLAB软件中，提供了图像处理工具包，其中包括了大量图像处理函数，如修剪图像、放大或缩小图像、增强等函数。
(3) 开放性：MATLAB软件之所以受欢迎及在科技工作者中得到普及与它的开放性原则分不开，他始终密切跟踪科学技术的发展，并有一大批无偿为其开发专业性工具包的科学家，其工具软件包是随着科技发展而不断增长的，如新版的MATLAB软件中就提供了小波分析、神经网络等分析工具包。
(4) 易编程性：MATLAB软件提供了非常简单易用的编程接口，科技工作者若想做任何处理，只需简单地编写一个文本文件即可，在文本文件中可直接调用MATLAB主程序和专业工具包中提供的所有函数而不需事先申明；而且，编写的程序不需编译，只需在MATLAB中用命令的形式直接执行即可，这也方便了程序的出错识别及方便修改。
应用MATLAB语言能简便地完成原型系统设计的工作，都要对原有的图像加以预处理，然后在此基础上采用适当的方法来完成车牌的定位。MATLAB的图像处理工具包中含有众多的图像处理函数，具有极其强大的图像处理能力，如图像的灰度化、二值化、边缘检测等。因此利用MATLAB语言分析图像探求识别方法是一个比较好的捷径，可以大大缩短程序的开发周期。
3 基于Matlab的车牌定位提取和字符分割系统设计与实现
3.1 设计思路
首先对图像进行预处理（灰度化，Roberts算子边缘化，腐蚀，联通，滤波），处理完后，车牌的边缘就会显现出来，呈现出白色区域。对这一块部分进行定位，得到坐标，在原图中按照此坐标切割下来就是这张照片中的车牌影像部分。保存这张分割下来的图像，并且再次进行处理，依次进行灰度化、二值化、均值滤波得到的就是一张处理完毕的二值图像，当然膨胀和腐蚀的选择也很重要，在下面的具体分析中将会有所阐述。最后得到的图像中，字符部分是白色，其余部分为黑色。根据这种特征，设计适合的算法，就可以进行车牌的字符分割。具体流程图设计如图3-1所示：
图3-1 设计流程图
3.2 各模块实现
3.2.1 图像预处理
（1）图像灰度化
由于RGB模型[13]的红、绿、蓝颜色模型用起来不太方便，而且RGB并不能反映图像的形态特征，它与直观的颜色概念如色调、饱和度和亮度等没有直接的联系。通常对彩色图像处理时会把采用RGB模型的图像转换成灰度图像进行处理。由于采用RGB彩色模型的图像每一个像素点要占用3字节，一般一幅500X400的图像大小在l000Kbyte左右，虽然保存很多颜色信息，但是大大增加了运算量和存储量，不仅冗余过度，而且降低系统的运行效率。因此在本文中需要把彩色图像读入转换成灰度图像进行进一步的处理。效果如图3-2，图3-3：
图3-2 车牌原图 图3-3 灰度图和灰度直方图
（2）图像边缘检测
接下来要进行的工作就是检测出车牌的边缘，因为边缘包含了大量的用于识别的有用信息(如方向、阶跃性质、形状等)，所以边缘检测是图像分析和模式识别的主要特征提取主要手段之一，由于它比较易于理解，本系统决定采用这种方法来处理图像。