基于模板匹配的车牌识别系统(MATLAB)

作为本部分软件实验的总结，结合图像处理的一些列步骤，最终实现一哥完整的车牌识别系统，这里的车牌识别主要运用了字符匹配的方法，因此我们需要收集一些字符模板，由于资源有限，我仅收集了数字，字母，和部分汉字模板，如图16所示。

图16 字符模板
下面给出，整个系统实现的大致流程，如图17所示

图17 程序流程图
接下来我们就来看看每一步的实现：
Step1：读取车牌显示，如图18所示。

图18 读取车牌
Step2：图像预处理
此步骤中包括图像灰度化，二值化，边缘检测，图像的腐蚀，闭运算等操作等，代码如下所示：

看一下运行结果，如图19所示。

图19 图像预处理
Step3：车牌定位
这里采用的方法简而言之就是统计蓝色像素值，来确定车牌的大致区域，分别在水平和垂直方向上统计连续像素不为0的像素点个数然后作投影即可，代码实现如下，如图20：

图20 车牌定位代码
我们来看一下运行效果，如图21.

图21 定位车牌
Step4：字符分割
与车牌定位的方法类似，由于字符之间存在间隔，必定会出现0像素值连续的情况，让后进行水平投影，即可确定每一个字符所占据的宽度，进行分割。代码如图22所示。

图22 字符切割代码
看一下最终的分割效果如何，如图23所示。

图23 字符分割结果
总体效果还行。
Step5：字符识别
字符识别采用的是模板比配的方向，其核心思想就是，将分割出来的字符，与之前收集的字符模板相减（也就是遍历像素值），统计误差最小的即为匹配，可以作为识别结果输出，实现代码如图24所示。

图24 字符识别代码
到这里，车牌识别基本结束，识别结果如图25所示。

图25 最终识别结果
观察识别结果，正确识别出我们输入的原图像的车牌。
完整代码下载：matlab车牌识别