如何用模板匹配算法在MATLAB中实现国外车牌的识别及源码获取？

本文共计2664个文字，预计阅读时间需要11分钟。

1+简介+本设计介绍基于数字图像处理的商标识别系统。本设计主要应用数字图像处理方法进行商标识别，主要包括图像预处理、商标定位、倾斜校正、字符分割、字符识别五大模块。

1 简介

本设计介绍基于数字图像处理的车牌识别系统。本设计主要应用数字图像处理方法进行车牌识别，主要包括图像预处理、车牌定位、倾斜校正、字符分割、字符识别五大模块。在完成车牌识别功能的基础上，本系统进一步加入了形态学操作、边框处理算法，能够在光照变化较大、背景较复杂的实际条件下，提高车牌识别率.

随着社会经济的发展,车辆的数量在急剧的增加,交通问题日益突出,这使得智能交通(Intelligent Transportation System,简称ITS)系统成为研究的热点领域,受到了广泛的关注.车牌识别系统(License Plate Recognition,简称LPR)是智能交通领域中重要的研究课题之一. 本文根据车牌图像特点,对车牌识别系统关键环节包括数字图像预处理,车牌定位,车牌字符识别等三部分一一进行了分析研究: (1)本文采用直方图变换,边缘检测,二值化等方法对车牌图像进行了预处理. (2)对车牌定位采用了一种基于灰度图像求取卷积能量极值区域的车牌定位方法.该方法充分利用车牌纹理复杂,对比度鲜明,外型规则等特征构造车辆图像的对比度能量图,然后通过选取包括极值行的连通域定位车牌. (3)采用模板匹配法对车牌字符进行识别.因为有些字符形状在垂直方向上在主峰峰值上接近,但在水平方向上存在着比较大的差异,所以在对垂直方向做匹配效果不明显的时候,对水平方向再进行匹配.

1.1 相似性测度求匹配

模板匹配的实际操作思路很简单：拿已知的模板，和原图像中同样大小的一块区域去对。