數(shù)字圖像處理課程設(shè)計(jì)--基于matlab的數(shù)字圖像處理

1、<p>　　數(shù)字圖像處理課程設(shè)計(jì)</p><p>　　基于Matlab的數(shù)字圖像處理</p><p><b>　　——圖像識(shí)別</b></p><p>　　院系 信息技術(shù)學(xué)院 </p><p>　　專業(yè)班級(jí) 軟件2班 </p><p>　　學(xué)號(hào) XXX

2、XXXXXXX </p><p>　　姓名 XXXX </p><p>　　指導(dǎo)教師 XXXXXX </p><p>　　課程設(shè)計(jì)時(shí)間 2014年12月 </p><p><b>　　目錄</b></p><p><b>　　摘要3&

3、lt;/b></p><p>　　一、課程設(shè)計(jì)目的及任務(wù)4</p><p><b>　　二、設(shè)計(jì)的內(nèi)容6</b></p><p><b>　　三、設(shè)計(jì)的實(shí)現(xiàn)7</b></p><p><b>　　四、系統(tǒng)調(diào)試18</b></p><p>　

4、　五、課程設(shè)計(jì)總結(jié)與體會(huì)20</p><p><b>　　參考文獻(xiàn)21</b></p><p><b>　　摘要</b></p><p>　　本文主要介紹了一種采用基于matlab數(shù)字圖像處理的圖像識(shí)別技術(shù)，對(duì)身份證原始圖像中的序列號(hào)標(biāo)示進(jìn)行圖像識(shí)別的方法。該系統(tǒng)通過(guò)圖像預(yù)處理、圖像定位、圖像校正并最終輸出結(jié)果。在系統(tǒng)

5、調(diào)試階段，根據(jù)遇到的錯(cuò)誤即時(shí)對(duì)原系統(tǒng)進(jìn)行調(diào)整，并最終獲得較為穩(wěn)定高效的身份證序列號(hào)快速識(shí)別系統(tǒng)。</p><p>　　關(guān)鍵詞 matlab 數(shù)字圖象 圖像識(shí)別 身份證序列號(hào)</p><p>　　一、課程設(shè)計(jì)目的及任務(wù)</p><p>　　圖像信息是人類獲得外界信息的主要來(lái)源，在現(xiàn)代科學(xué)研究、工業(yè)生產(chǎn)、軍事技術(shù)等各個(gè)領(lǐng)域中，人們?cè)絹?lái)越多的利用圖像信息來(lái)認(rèn)識(shí)和判斷

6、事物，解決實(shí)際問(wèn)題，因此圖像信息獲得和處理顯得尤為重要。尤其是在當(dāng)今科技迅速發(fā)展的時(shí)代，對(duì)圖像信息處理提出了更高的要求，以便更加快速、準(zhǔn)確、可靠地獲得有用信息[1]。</p><p>　　圖像處理技術(shù)基本可以分成兩大類：模擬圖像處理(Analog Image Processing)和數(shù)字圖像處理(Digital Image Processing)，數(shù)字圖像處理是指將圖像信號(hào)轉(zhuǎn)換成數(shù)字信號(hào)并利用計(jì)算機(jī)進(jìn)行處理的過(guò)程

7、。數(shù)字圖像處理技術(shù)主要包括如下內(nèi)容：幾何處理(Geometrical Processing)、算術(shù)處理(Arithmetic processing)、圖像增強(qiáng)(Image Enhancement)、圖像復(fù)原(Image Restoration)、圖像重建(Image Reconstruction)、圖像編碼(Image Encoding)、圖像識(shí)別(Image Recognition)、圖像理解(Image understanding)

8、。數(shù)字圖像處理技術(shù)的發(fā)展涉及信息科學(xué)、計(jì)算機(jī)科學(xué)、數(shù)學(xué)、物理學(xué)以及生物學(xué)等學(xué)科，因此數(shù)理及相關(guān)的邊緣學(xué)科對(duì)圖像處理科學(xué)的發(fā)展有越來(lái)越大的影響。近年來(lái)，數(shù)字圖像處理技術(shù)日趨成熟，廣泛應(yīng)用于空間探測(cè)、遙感、生物醫(yī)學(xué)、人工智能以及工業(yè)檢測(cè)等許多領(lǐng)域，并促使這些學(xué)科產(chǎn)生了新的發(fā)展[2]。</p><p>　　Matlab軟件自從20世紀(jì)80年代中期推出以來(lái)，不斷吸收各學(xué)科領(lǐng)域權(quán)威人士編寫的實(shí)用程序，經(jīng)過(guò)多年的發(fā)展及不斷完

9、善，現(xiàn)已成為國(guó)際公認(rèn)的、最優(yōu)秀的科學(xué)計(jì)算與數(shù)學(xué)應(yīng)用軟件之一，集數(shù)值分析、矩陣運(yùn)算、信號(hào)處理和圖形顯示于一體，構(gòu)成了一個(gè)方便的、界面友好的用戶環(huán)境，是近年來(lái)在國(guó)內(nèi)外廣泛流行的一種可視化科技計(jì)算軟件[3]，也對(duì)數(shù)字圖像處理技術(shù)的研究帶來(lái)飛速發(fā)展。</p><p>　　本文主要選取基于matlab的數(shù)字圖像處理中圖像識(shí)別功能進(jìn)行課程設(shè)計(jì)，通過(guò)對(duì)系統(tǒng)的調(diào)試及學(xué)習(xí)，掌握matlab數(shù)字圖像處理技術(shù)的基礎(chǔ)知識(shí)及基本程序設(shè)計(jì)方

10、法。所謂圖像識(shí)別是指通過(guò)對(duì)圖像中各種不同的物體進(jìn)行定量化描述之后，將所期望獲得的目標(biāo)物質(zhì)進(jìn)行提取，并且對(duì)所提取的目標(biāo)物進(jìn)行一定的定量分析。要達(dá)到這個(gè)目的，實(shí)際上就是要實(shí)現(xiàn)對(duì)圖像內(nèi)容的理解，以及對(duì)特定目標(biāo)的一個(gè)識(shí)別。因此，其核心是要完成依據(jù)目標(biāo)物的特征對(duì)圖像進(jìn)行區(qū)域分割，獲得期望目標(biāo)所在的局域區(qū)域[4]。本文基于matlab程序，期望對(duì)身份證序列號(hào)進(jìn)行快速定位和圖像識(shí)別。</p><p>　　近年來(lái)，圖像處理技術(shù)和

11、模式識(shí)別技術(shù)的發(fā)展越來(lái)越成熟，各種證件的識(shí)別也越來(lái)越廣泛的應(yīng)用于人民的生活中，身份證號(hào)碼的自動(dòng)識(shí)別技術(shù)也隨之產(chǎn)生[5]。它使身份證號(hào)碼的錄入自動(dòng)化，快速化，提高了工作效率，大大減少了人工量。而且，隨著計(jì)算機(jī)技術(shù)的發(fā)展，我們還可以對(duì)各項(xiàng)得到的數(shù)據(jù)進(jìn)行管理，這使得信息的查詢與管理越來(lái)越方便、快捷，使身份證自動(dòng)識(shí)別技術(shù)的普及提供了前提條件?？梢?jiàn)，身份照明自動(dòng)識(shí)別代替手工錄入，具有很重要的現(xiàn)實(shí)意義級(jí)廣闊的應(yīng)用前景。</p><

12、;p>　　身份證號(hào)碼識(shí)別算法主要應(yīng)用于二代身份證驗(yàn)證過(guò)程中的檢證系統(tǒng)，主要處理的對(duì)象基本上是二維圖像。在身份證的制造過(guò)程中難免出現(xiàn)一些問(wèn)題，通過(guò)檢測(cè)身份證號(hào)碼記錄合格和不合格的身份證，進(jìn)而進(jìn)一步的處理，通過(guò)機(jī)器識(shí)別身份證號(hào)碼這樣既減少了大量的人工勞動(dòng)又大大提高了工作效率。</p><p><b>　　二、設(shè)計(jì)的內(nèi)容</b></p><p>　　學(xué)習(xí)MATLAB程

13、序設(shè)計(jì)，利用MATLAB函數(shù)功能，設(shè)計(jì)和實(shí)現(xiàn)一種身份證號(hào)識(shí)別系統(tǒng)。身份證號(hào)識(shí)別系統(tǒng)的基本工作原理為：將不同途徑獲取的身份證圖像輸入到計(jì)算機(jī)中進(jìn)行預(yù)處理，再對(duì)身份證序列號(hào)進(jìn)行搜索、檢測(cè)、定位，并分割出包含身份證序列號(hào)的矩形區(qū)域，實(shí)現(xiàn)對(duì)序列號(hào)的快速識(shí)別。</p><p>　　由于圖像識(shí)別技術(shù)在靜態(tài)車牌圖像識(shí)別中發(fā)展較完善，因此本文也參考了車牌圖像識(shí)別中相關(guān)資料和其他參考書[6-8]。系統(tǒng)可以運(yùn)行于Windows XP

14、、windows 7等操作系統(tǒng)下，程序調(diào)試時(shí)使用matlab R2013b。系統(tǒng)所用具體功能模塊及函數(shù)的工作原理、實(shí)現(xiàn)方法及效果圖在下一節(jié)分步說(shuō)明。</p><p><b>　　三、設(shè)計(jì)的實(shí)現(xiàn)</b></p><p><b>　　1.載入原始圖像</b></p><p>　　系統(tǒng)調(diào)試過(guò)程中原始圖像的獲取從百度圖片中獲得，在

15、后續(xù)系統(tǒng)測(cè)試過(guò)程中為了驗(yàn)證系統(tǒng)的穩(wěn)定性和統(tǒng)一性加入直接掃描獲得的圖片作為原始圖像。</p><p>　　>> I=imread('1.jpg');</p><p>　　figure(1),imshow(I);</p><p>　　title('原始圖像');%將身份證的原圖顯示出來(lái)，并加標(biāo)題為“原始圖像”。</p&g

16、t;<p><b>　　結(jié)果如下：</b></p><p>　　圖1 身份證原始圖像</p><p>　　2. 將彩圖轉(zhuǎn)換為灰度圖并繪制直方圖</p><p>　　在數(shù)字圖像處理中，灰度直方圖是最簡(jiǎn)單且最有用的工具，直方圖表達(dá)的信息是每種亮度的像素點(diǎn)的個(gè)數(shù)。直方圖是圖像的一個(gè)重要特征，因?yàn)橹狈綀D能夠用少量的數(shù)據(jù)表達(dá)圖像的灰度統(tǒng)計(jì)特

17、征。一個(gè)灰度級(jí)別在范圍[0,L-1]的數(shù)字圖像的直方圖是一個(gè)離散的函數(shù)：</p><p>　?。ㄆ渲?，n是圖像的像素總數(shù)；nk是圖像中第k個(gè)灰度級(jí)的像素總數(shù)；rk是第k個(gè)灰度級(jí)，k=0,1,2,…，L-1）</p><p><b>　　具體程序如下：</b></p><p>　　>> I1=rgb2gray(I);%將RGB圖轉(zhuǎn)換為

18、灰度圖</p><p>　　figure(4),subplot(1,2,1),imshow(I1);</p><p>　　title('灰度圖');%繪制灰度圖</p><p>　　figure(4),subplot(1,2,2),imhist(I1);</p><p>　　title('灰度圖直方圖');%繪

19、制灰度圖的直方圖</p><p><b>　　結(jié)果如下：</b></p><p><b>　　圖2 灰度圖直方圖</b></p><p>　　3. 原始圖像幾何變換</p><p>　　由于身份證序列號(hào)固定位于圖像右下角，為了更好的對(duì)圖樣進(jìn)行操作及有效處理，先對(duì)原始圖像中序列號(hào)進(jìn)行粗定位，對(duì)原始圖像

20、進(jìn)行剪切及放大操作。（在系統(tǒng)完成后測(cè)試代碼時(shí)發(fā)現(xiàn)，對(duì)不同采樣圖像原始大小不同，以下代碼調(diào)試所用原圖大小為[475,225]，故對(duì)其他采樣圖像可以壓縮至同等大小，故本系統(tǒng)中剪切圖像選擇區(qū)域即具有普適性，壓縮程序在系統(tǒng)調(diào)試中加以說(shuō)明，在此略過(guò)。）</p><p><b>　　3.1 圖像剪切</b></p><p>　　在matlab中，用函數(shù)imcrop實(shí)現(xiàn)對(duì)圖像剪切操

21、作。該操作剪切的是圖像中的一個(gè)矩形子圖，用戶可以通過(guò)參數(shù)指定這個(gè)矩形四個(gè)頂點(diǎn)的坐標(biāo)，也可以交互地用鼠標(biāo)選取這個(gè)矩形。</p><p><b>　　具體程序如下：</b></p><p>　　>>I2=imcrop(I,[ 180,300,480,180]);%在一定區(qū)域范圍內(nèi)對(duì)圖像進(jìn)行剪切</p><p>　　figure(2);i

22、mshow(I2);</p><p>　　title('剪切后的圖像');%顯示圖像并命名為“剪切后的圖像”</p><p><b>　　結(jié)果如下：</b></p><p>　　圖3 對(duì)原始圖像進(jìn)行剪切后的圖像</p><p><b>　　3.2 圖像的放大</b></p>

23、;<p>　　對(duì)原圖像進(jìn)行放大操作，以便于后期處理及有效識(shí)別。Matlab中，用函數(shù)imresize來(lái)實(shí)現(xiàn)對(duì)圖像的縮放。可以使用最近鄰值、雙線性插值和雙三次插值方法。其中直接賦值為和它最相近的像素灰度值，稱為最近鄰插值法，該方法的主要特點(diǎn)是簡(jiǎn)單、計(jì)算量很小，但放大效果較差，可能會(huì)產(chǎn)生馬賽克現(xiàn)象。通過(guò)數(shù)學(xué)插值算法來(lái)計(jì)算相應(yīng)的像素點(diǎn)的灰度值，這類方法處理效果好，但運(yùn)算量會(huì)有所增加。本文選用的是雙線性插值法進(jìn)行放大操作。<

24、/p><p><b>　　具體程序如下：</b></p><p>　　>> I3=imresize(I2,2,'bilinea');%對(duì)剪切后圖像進(jìn)行雙線性插值法進(jìn)行放大2倍處理</p><p>　　>> figure(3);imshow(I3);</p><p>　　>>

25、 title('雙線性插值圖像');</p><p><b>　　結(jié)果如下：</b></p><p>　　圖4 雙線性插值圖像</p><p><b>　　4.邊緣檢測(cè)</b></p><p>　　圖像的邊緣是指其周圍像素灰度急劇變化的那些像素的集合，她是圖像最基本的特征。邊緣存在于

26、目標(biāo)、背景和區(qū)域之間，所以它是圖像分割所依賴的最重要的依據(jù)。由于邊緣是位置的標(biāo)志，對(duì)灰度的變化不敏感，因此，邊緣也是圖像匹配的重要特征。</p><p>　　邊緣檢測(cè)的基本思路是先檢測(cè)圖像中的邊緣點(diǎn)，在按照某種策略將邊緣點(diǎn)連接成輪廓，從而構(gòu)成分割區(qū)域。由于邊緣是所要提取目標(biāo)和背景的分界線，提取出邊緣才能將目標(biāo)和背景區(qū)分開(kāi)，因此邊緣檢測(cè)對(duì)于數(shù)字圖像處理十分重要。</p><p>　　一階微分

27、邊緣算子也稱梯度邊緣算子，他是利用圖像在邊緣處的階躍性，即圖像梯度在邊緣取得極大值的特性進(jìn)行邊緣檢測(cè)的，本文采用sobel算子進(jìn)行邊緣檢測(cè)。</p><p><b>　　具體程序如下：</b></p><p>　　>> I4=edge(I3,'sobel');%用sobel算子進(jìn)行邊緣檢測(cè)</p><p>　　fig

28、ure(5),imshow(I4);</p><p>　　title('sobel算子邊緣檢測(cè)圖像');</p><p><b>　　結(jié)果如下：</b></p><p>　　圖5 sobel算子邊緣檢測(cè)圖像</p><p><b>　　5. 圖像腐蝕</b></p>&

29、lt;p>　　腐蝕運(yùn)算是形態(tài)學(xué)處理的基礎(chǔ)，腐蝕表示用某種（即某種形狀的基元或者結(jié)構(gòu)元素）對(duì)一個(gè)圖像進(jìn)行探測(cè)，以便找出在圖像內(nèi)部可以放下該基元的區(qū)域。腐蝕過(guò)程相當(dāng)于“收縮”或“細(xì)化”二值圖像中的對(duì)象，采用matlab中的imerode函數(shù)來(lái)實(shí)現(xiàn)腐蝕操作。</p><p><b>　　具體程序如下：</b></p><p>　　se=[1;1;1];%選取結(jié)構(gòu)元素矩

30、陣</p><p>　　I5=imerode(I4,se);%對(duì)圖像實(shí)施腐蝕操作，即膨脹的反操作</p><p>　　figure(6),imshow(I5);%顯示圖6</p><p>　　title('腐蝕操作');%將圖像命名為“腐蝕操作”</p><p><b>　　結(jié)果如下：</b></p

31、><p>　　圖6 進(jìn)行腐蝕操作后的圖像</p><p><b>　　6.平滑圖像</b></p><p>　　任何一副原始圖像在獲取和傳輸?shù)冗^(guò)程中，會(huì)受到各種噪聲的干擾，使圖像質(zhì)量下降，圖像模糊，特征淹沒(méi)，對(duì)圖像分析不利。為了抑制噪聲改善圖像質(zhì)量所進(jìn)行的處理稱圖像平滑或去噪。圖像平滑是指用于突出圖像的寬大區(qū)域、低頻成分、主干部分或抑制圖像噪聲和干

32、擾高頻成分，使圖像亮度平緩漸變，減小突變梯度，改善圖像質(zhì)量的圖像處理方法。圖像平滑可以在空間域和頻率域中進(jìn)行。本文采用imclose函數(shù)對(duì)圖像進(jìn)行平滑處理，imclose是對(duì)圖像實(shí)現(xiàn)閉運(yùn)算，閉運(yùn)算也能平滑圖像的輪廓，但與開(kāi)運(yùn)算相反，它一般融合窄的缺口和細(xì)長(zhǎng)的彎口，去掉小洞，填補(bǔ)輪廓上的縫隙。</p><p><b>　　具體程序如下：</b></p><p>　　&g

33、t;> se=strel('rectangle',[25,25]);%構(gòu)造結(jié)構(gòu)元素以正方形構(gòu)造一個(gè)se</p><p>　　I6=imclose(I5,se);% 圖像平滑、填充圖像</p><p>　　figure(7),imshow(I6);</p><p>　　title('平滑圖像');</p><

34、p><b>　　結(jié)果如下所示：</b></p><p><b>　　圖7 平滑圖像</b></p><p>　　7. 刪除二值圖像的小面積對(duì)象</p><p>　　采用matlab中bwareaopen函數(shù)刪除二值圖像BW中面積小于某值的對(duì)象，此數(shù)值經(jīng)過(guò)調(diào)試后在本系統(tǒng)中定位1000。</p><p

35、><b>　　具體程序如下：</b></p><p>　　>> I7=bwareaopen(I6,1000);% 去除灰度值小于1000的部分</p><p>　　figure(8),imshow(I7);</p><p>　　title('刪除小面積對(duì)象'); %顯示濾波后圖像并命名為“刪除小面積對(duì)象”&l

36、t;/p><p><b>　　結(jié)果如下：</b></p><p>　　圖8 刪除小面積對(duì)象</p><p><b>　　8. 身份證號(hào)定位</b></p><p>　　采用以下程序?qū)ι矸葑C號(hào)進(jìn)行定位并顯示最終圖像，相關(guān)程序說(shuō)明見(jiàn)備注。</p><p><b>　　具體程

37、序如下：</b></p><p>　　>> [y,x,z]=size(I7);%返回I7各維的尺寸，存儲(chǔ)在x,y,z中</p><p>　　I8=double(I7);%將I7轉(zhuǎn)換成雙精度</p><p>　　tic %tic表示計(jì)時(shí)的開(kāi)始，toc表示計(jì)時(shí)的結(jié)束</p><p>　　Color_y=zeros

38、(y,1);%產(chǎn)生一個(gè)y*1的零陣</p><p><b>　　for i=1:y</b></p><p><b>　　for j=1:x</b></p><p>　　if(I8(i,j,1)==1) </p><p>　　%如果I8 (i,j,1)即I8的圖像中坐標(biāo)為(i,j)的點(diǎn)值為1，即該點(diǎn)為

39、背景顏色,則Color_y i,1)的值加1</p><p>　　Color_y(i,1)= Color_y(i,1)+1;%背景顏色像素點(diǎn)統(tǒng)計(jì) </p><p><b>　　end </b></p><p>　　end </p><p><b>　　end</b></p>

40、<p>　　[temp MaxY]=max(Color_y);%Y方向序列號(hào)區(qū)域確定</p><p>　　%temp為向量Color_y的元素中的最大值，MaxY為該值的索引</p><p><b>　　PY1=MaxY;</b></p><p>　　while ((Color_y(PY1,1)>=5)&&(

41、PY1>1))</p><p>　　PY1=PY1-1;</p><p><b>　　end </b></p><p><b>　　PY2=MaxY;</b></p><p>　　while ((Color_y(PY2,1)>=5)&&(PY2<y))<

42、/p><p>　　PY2=PY2+1;</p><p><b>　　end</b></p><p>　　IY=I3(PY1:PY2,:,:);</p><p>　　%行方向號(hào)碼區(qū)域確定</p><p>　　Color_x =zeros(1,x);%進(jìn)一步確定x方向的序列號(hào)區(qū)域</p>&

43、lt;p><b>　　for j=1:x</b></p><p>　　for i=PY1:PY2</p><p>　　if(I8(i,j,1)==1)</p><p>　　Color_x(1,j)= Color_x(1,j)+1; </p><p><b>　　end <

44、;/b></p><p>　　end </p><p><b>　　end</b></p><p><b>　　PX1=1;</b></p><p>　　while ((Color_x(1,PX1)<3)&&(PX1<x))</p><

45、;p>　　PX1=PX1+1;</p><p><b>　　end </b></p><p><b>　　PX2=x;</b></p><p>　　while ((Color_x(1,PX2)<3)&&(PX2>PX1))</p><p>　　PX2=PX2-

46、1;</p><p><b>　　end</b></p><p>　　PX1=PX1-1;%對(duì)序列號(hào)區(qū)域的校正</p><p>　　PX2=PX2+1;</p><p>　　dw=I3(PY1:PY2-8,PX1:PX2,:);</p><p><b>　　t=toc; </b&g

47、t;</p><p>　　figure(9),imshow(IY),title('此身份證號(hào)為');%顯示最終結(jié)果</p><p>　　最終身份證號(hào)如下所示：</p><p>　　圖9 最終身份證號(hào)</p><p><b>　　四、系統(tǒng)調(diào)試</b></p><p>　　采用不同圖

48、像樣品對(duì)系統(tǒng)進(jìn)行測(cè)試。</p><p>　　直接掃描身份證作為原始圖像</p><p>　　直接運(yùn)行系統(tǒng)后發(fā)現(xiàn)在截圖操作時(shí)出現(xiàn)問(wèn)題，所選區(qū)域并不是序列號(hào)所在位置，結(jié)果如下圖：</p><p>　　原因在于此掃描樣品大小為[804,1270]，而程序設(shè)計(jì)時(shí)所選圖樣為[384，512]，因此在此處加入壓縮操作。</p><p><b>

49、　　具體程序如下：</b></p><p>　　I0=imread('2.jpg')</p><p>　　I=imresize(I0,[402,635])</p><p>　　I1=rgb2gray(I);%將RGB圖轉(zhuǎn)換為灰度圖</p><p>　　figure(4),subplot(1,2,1),imshow(

50、I1);</p><p><b>　　…………</b></p><p>　　將此程序添加至源代碼中，重新測(cè)試系統(tǒng)后，最終結(jié)果如下：</p><p>　　證明系統(tǒng)運(yùn)行較好，系統(tǒng)測(cè)試結(jié)束。</p><p>　　五、課程設(shè)計(jì)總結(jié)與體會(huì)</p><p>　　通過(guò)本次數(shù)字圖像處理的課程設(shè)計(jì)，使我認(rèn)識(shí)到書本上

51、基礎(chǔ)內(nèi)容的學(xué)習(xí)和真正去設(shè)計(jì)完成一個(gè)想法有很大差別。在完成本設(shè)計(jì)的過(guò)程中，遇到很多困難，調(diào)試系統(tǒng)時(shí)更是經(jīng)常出錯(cuò)，這就需要主動(dòng)去查找資料，去學(xué)習(xí)，去完善，最終才能獲得較好的結(jié)果。系統(tǒng)調(diào)試過(guò)程也讓我對(duì)matlab軟件有了更深入的了解和認(rèn)識(shí)，對(duì)基礎(chǔ)知識(shí)有了更進(jìn)一步的掌握，為以后的學(xué)習(xí)打下良好的基礎(chǔ)。</p><p><b>　　參考文獻(xiàn)</b></p><p>　　梁原. 基

52、于 MATLAB 的數(shù)字圖像處理系統(tǒng)研究 [D][D]. 長(zhǎng)春理工大學(xué), 2008.</p><p>　　何東健. 數(shù)字圖像處理. 西安電子科技大學(xué)出版社, 西安[J]. 2003.</p><p>　　勒中鑫. 數(shù)字圖像信息處理[M]. 國(guó)防工業(yè)出版社, 2003.</p><p>　　張長(zhǎng)江. 數(shù)字圖像處理及其應(yīng)用. 清華大學(xué)出版社, 2013.</p&g

53、t;<p>　　汪青，干靜 模式分類器在手寫體數(shù)字識(shí)別中的應(yīng)用比較研究[J].裝備制造技術(shù)，2008,5（6）：40-43</p><p>　　謝佳峰, 譚冠政. 基于 MATLAB 的靜止圖像車牌定位研究[J]. 可編程控制器與工廠自動(dòng)化 (PLC FA), 2009 (1): 68-71.</p><p>　　基于matlab的車牌識(shí)別系統(tǒng). http://wenku.b