課程設計---簡易車牌識別系統(tǒng)設計

1、<p><b>　　課程設計論文</b></p><p>　　課程名稱 光電圖像處理 </p><p>　　題目名稱 簡易車牌識別系統(tǒng)設計 </p><p>　　學 號

2、 </p><p>　　姓 名 </p><p>　　指導老師 </p><p>　　起止時間 2010年5月1日至2010年5月30日

3、 </p><p>　　2010年5 月 30 日</p><p>　　電子科技大學光電信息學院</p><p>　　課 程 設 計 任 務 書</p><p>　　一、課程名稱 ___________ 光電圖像處理______________________

4、 </p><p>　　二、課程設計題目______________ 簡易車牌識別系統(tǒng)設計_____________ __ </p><p><b>　　二、課程設計目的</b></p><p>　　通過簡易車牌識別系統(tǒng)的設計，能夠對光電圖像處理系統(tǒng)及應用有一個整體認識。對圖像識別中涉及的關鍵技術，如圖像增強、直方圖分析、閾

5、值分割、特征匹配等有更進一步的理解。培養(yǎng)學生在小系統(tǒng)設計中的總體思路、關鍵技術分析、簡單程序設計等能力。</p><p><b>　　三、課程設計要求</b></p><p>　　1、了解車牌識別的關鍵技術及難點問題；</p><p>　　2、明確小型車牌識別系統(tǒng)的各功能模塊；</p><p>　　3、圖像處理算法的程序

6、設計；</p><p>　　4、提交綜合課程設計報告。</p><p>　　四、課程設計任務和內容</p><p>　　1、查閱相關文獻，了解車牌識別技術現(xiàn)狀及關鍵知識點分析；</p><p>　　2、提交小型車牌識別系統(tǒng)設計方案，需畫出模塊及流程圖；</p><p>　　3、關鍵算法，如圖像分割、字符識別的程序實現(xiàn)(

7、可用Matlab或Visual C++等)。</p><p>　　4、撰寫綜合課程設計報告。</p><p><b>　　五、參考文獻</b></p><p>　　[1] 周妮娜，王敏，黃心漢，等.車牌字符識別的預處理算法.計算機工程與應用，2003，(15)</p><p>　　[2] 董慧穎，曹仁帥.汽車牌照自動識別

8、系統(tǒng)中字符分割算法研究.沈陽工業(yè)學院學報2003(12)Vol.22 No.4</p><p>　　[3] 崔　江，王友仁.車牌自動識別方法中的關鍵技術研究.計算機測量與控制，2003.11(4)：260-262</p><p>　　[4] 馬俊莉，莫玉龍，王明祥.一種基于改進模板匹配的車牌字符識別方法.小型微型計算機系統(tǒng)，2003,23（2）</p><p>　　

9、基于MATLAB的簡易車牌識別系統(tǒng)設計</p><p>　　摘要：汽車車牌識別技術在圖像識別領域有其典型性與實用性的意義，而MATLAB有其突出的處理圖像數據的能力，這里運用MATLAB實現(xiàn)對圖像的預處理、車牌定位、車牌字符分割以及字符識別，最終設計出一套簡易車牌識別系統(tǒng)。該系統(tǒng)能準確定位在自然背景下的藍色車牌，并通過統(tǒng)計手段分離出每個字符，最后識別出每個字符。經過多次測試，結果表明該系統(tǒng)對藍色車牌有相當好的識別

10、能力。</p><p>　　關鍵詞：MATLAB；圖像處理；車牌定位；字符分割；字符識別</p><p><b>　　1 引言</b></p><p>　　車牌識別對于交通管理有著重要的意義，車牌是車輛的唯一標志，在交通系統(tǒng)之正逐漸向智能化自動化發(fā)展的今日，自動車牌識別系統(tǒng)有著至關重要的意義。比如，通過交通監(jiān)控系統(tǒng)自動識別獲得違規(guī)、超速、肇事車

11、輛的車牌信息做到實時監(jiān)控就現(xiàn)今車牌系統(tǒng)而言，有很多出色的系統(tǒng)，但對于100%識別率還沒有絕對可靠的系統(tǒng)，所以這還是一項有待完善的技術，有著很大的研究空間與價值。就現(xiàn)今的研究成果看車牌識別多分為四步[1]，即圖像預處理、車牌定位、字符分割、字符識別。本系統(tǒng)也以這四個方面為模塊用MATLAB進行設計實現(xiàn)。</p><p><b>　　2 系統(tǒng)實現(xiàn)</b></p><p>

12、;<b>　　2.1 系統(tǒng)簡介</b></p><p>　　如上圖，為本系統(tǒng)的基本框架。首先通過圖像預處理得到清晰圖像，再通過車牌定位算法定位車牌，然后對得到的車牌進行字符分割，再對分割出的字符一一識別，最后輸出結果。其中車牌定位最為關鍵，準確的定位將使下面的工作事半功倍的進行下去。</p><p>　　2.2 圖像預處理</p><p>　

13、　對于采集到的圖像不都是滿意的圖像，總伴有各種各樣的噪聲幾失真。對于交通監(jiān)控系統(tǒng)采集的圖像多會由于天氣、被測物速度等因素使得圖像產生失真，而這些因素有些是可以事先估計到的。比如一天下雨造成的圖像較暗淡或造成一些顏色的色差，可以通過圖像增強將圖中的重要信息突出出來，如通過灰度直方圖對圖像亮度進行調整增加圖像的可分辨度或通過相匹配的濾波器對圖像濾波去除噪聲。又如，對運動物體拍攝的圖像很可能存在拖影的現(xiàn)象[2]，可通過圖像復原技術對速度產生的

14、圖象退化做逆運算，從而得到較好的物體圖像。</p><p><b>　　2.3 車牌定位</b></p><p>　　自然環(huán)境下，汽車圖像背景復雜、光照不均勻，如何在自然背景中準確地確定牌照區(qū)域是整個識別過程的關鍵。如何在自然背景下準確選取車牌區(qū)域有多種辦法，如區(qū)域大小匹配[3]、灰度二值化后直方圖特征選取[4]或顏色投影匹配等。其中顏色投影匹配方法最具特征性，也最容

15、易準確識別車牌區(qū)域。本系統(tǒng)就是采用了這個思想，考慮到車牌為標準化的物體，其中小型民用車輛都為藍底白字，識別時可針對車牌特有的藍色背景進行選取。經過多張圖像統(tǒng)計發(fā)現(xiàn)車牌的顏色比起背景很具特征，其RGB值約在R(0,30),G(20,100),B(110,250)范圍內所以可以用以下程序找出</p><p>　　r1=0; r2=30; g1=10; g2=100; b1=110; b2=250;</p>

16、<p>　　if((I(i,j,1)<=r2&&(I(i,j,1)>=r1))&&((I(i,j,2)<=g2)&&(I(i,j,2)>=g1))&&((I(i,j,3)<=b2)&&(I(i,j,3)>=b1))) </p><p>　　Blue_y(i,1)= Blue_y(i,1

17、)+1; </p><p><b>　　End </b></p><p>　　這樣判斷條件設立，考慮到車牌在縱向上比橫向加總特征更加明顯，故先用循環(huán)語句縱向加總，進行縱向投影統(tǒng)計，選出統(tǒng)計量大于一定閾值Pmx要求的,對于低于要求的則不予考慮。從而篩選找出橫向范圍，找到縱向的端點坐標。再對橫軸做同樣的篩選找出橫向范圍，則可選出車牌的區(qū)域。具體操作為：<

18、;/p><p>　　（1）經判斷得到每縱符合判斷的像素總和Blue_y(i,1)</p><p>　?。?）[temp MaxY]=max(Blue_y); %取出其中極大值坐標</p><p>　　（3）while ((Blue_y(PY1,1)>=5)&&(PY1>1))</p><p>　　PY1=PY1-1;&

19、lt;/p><p>　　End %以極大值為中心向兩邊判斷符合閾值的縱列。此處閾值為5.</p><p>　?。?）IY=I(PY1:PY2,:,:);此即為縱向范圍</p><p>　?。?）同上方法找出橫向范圍</p><p>　　下圖為截取的車牌圖像：</p><p>　　選取時可適當放寬選區(qū)從而保證車牌的完整

20、。</p><p><b>　　2.4 字符分割</b></p><p>　　這將是承前啟后的一步。車牌定位后節(jié)的圖像可很容易的發(fā)現(xiàn)其顏色上大體上只有藍白兩種色彩，其中包含的有用信息也多在藍白分別代表的區(qū)域上，若對其進行二值化處理則可去除多余的顏色信息而突出其區(qū)域性。而分割的優(yōu)劣則將直接影響車牌識別的結果。</p><p><b>　

21、　2.4.二值化</b></p><p>　　二值化就是將原圖RGB圖像變?yōu)橛谩?”“1”表示的二值圖像，只保留歸類后的區(qū)域信息，而把其他次要信息忽略。首先將RGB圖像變?yōu)?56級的灰度圖像。接著就此灰度圖二值化，對此灰度圖像進行二值化實質是將圖像中的每一個象素按一定規(guī)則進行分類，也就是將圖像轉換為只有“0”“1”（黑，白）表示的二值圖像。最簡單的分類規(guī)則是依據區(qū)域相似性和不連續(xù)性，取定一灰度閾值。大

22、于此閾值的象素點置成黑（白），而小于此閾值的象素點置成白 （黑）。常用的二值化算法有：Otsu 算法、Bernsern 算法和熵函數算法等。文獻報道中多數系統(tǒng)都是采用這種灰度閾值二值化的方法。有時為了簡化算法，減少運算時間，取圖像平均值為閾值[21]；有的考慮到牌照光照不均，采取了牌照字幅分別二值化的方法[25]，也就是先對牌照圖像進行分割，再對分割出來的字符圖像進行獨立梯度統(tǒng)計，取各自不同的閾值進行分類；這里用簡單的最小值最大值之間的

23、45%做閾值。具體做法如下：</p><p>　　（1）I2=rgb2gray(Plate)%將圖像變?yōu)榛叶葓D像</p><p>　?。?）fmax=double(max(max(I2)));</p><p>　　fmin=double(min(min(I2)));</p><p>　　lvl=(fmax1-(fmax-fmin)/2.2)/

24、255;%獲得最佳閾值</p><p>　?。?）bw22=im2bw(I2,lvl);%將圖像轉換為二進制圖像</p><p>　?。?）bw11=imresize(bw22,[50,200]);</p><p>　　figure,imshow(bw11)%將圖像標準化等待下一步處理</p><p><b>　　處理完畢的圖像：&

25、lt;/b></p><p>　　接下來就是分割的部分了。</p><p><b>　　2.4.2字符分割</b></p><p>　　從上面處理完的圖形可見每個字符之間都有一段間斷，正以利用這段間斷帶來的統(tǒng)計規(guī)律將字符分割開。這類似于上面顏色統(tǒng)計，這里將二值圖進行統(tǒng)計，結果如下圖：</p><p>　　很明顯看出

26、每個字符間一段一段的間斷，這里再運用二值化將小于閾值的全部歸零大于的全部置一，則值為一的部分就為有效字符部分如圖所示：</p><p>　　此時通過檢測上升下降沿，并為上升下降沿分別建立數組位置一一對應，則每一組上升下降沿就對應一個字符的橫坐標位置范圍，從圖中可見其中有些噪聲條紋，則可將寬度小于18像素（前面已經標準化過）剔除達到去噪聲效果。具體程序實現(xiàn)如下：</p><p>　?。?）f

27、or j=1:x2</p><p>　　for i=1:y2</p><p>　　if P(i,j)~=0</p><p>　　Px(1,j)= Px(1,j)+1; </p><p><b>　　end </b></p><p>　　end </p

28、><p><b>　　end%統(tǒng)計</b></p><p>　　（3）for i=1:201</p><p>　　if Px3(i)==0 && Px3(i+1)==1 </p><p><b>　　m1(a1)=i;</b></p><p><b>　

29、　a1=a1+1;</b></p><p>　　elseif Px3(i)==1 && Px3(i+1)==0 </p><p><b>　　m2(a2)=i;</b></p><p><b>　　a2=a2+1;</b></p><p><b>　　end&l

30、t;/b></p><p>　　end %上升沿下降沿分別建立數組</p><p>　?。?）for i=1:x2 </p><p>　　if Px(1,i)>1</p><p><b>　　Px2(i)=1;</b></p><p><b>　　else</b&g

31、t;</p><p><b>　　Px2(i)=0;</b></p><p><b>　　end</b></p><p>　　end %二值化</p><p><b>　?。?）t=0;</b></p><p>　　for i=1:a2-1</

32、p><p>　　if (m2(i)-m1(i))>=18 </p><p><b>　　t=t+1;</b></p><p>　　m2(t)=m2(i);</p><p>　　m1(t)=m1(i);</p><p><b>　　end</b></p>&l

33、t;p><b>　　end%去掉噪聲</b></p><p>　　這樣基本完成了字符的分割，效果如下：</p><p><b>　　2.5 字符識別</b></p><p>　　分割好的字符將進入最后一步識別?，F(xiàn)今的識別技術很多，但各有優(yōu)缺點，就字符識別而言有如下幾類[5]：（1）利用字符的結構特征和變換進行特征提取

34、，如：Fourier 變Karhuren-Loeve 變換等，這種方法對字符的傾斜、變形都有較高的容忍度，但運算量巨大，對計算機性能要求高；（2）利用字符的統(tǒng)計特征進行特征提取，目前多數字符識別系統(tǒng)均采用此方法，如提取字符號的投影特征、網格特征和輪廓特征組成字符特征矢量，進行特征匹配，結果具有較高的識別率；（3）基于字符結構分析的識別方法，這種方法可以識別有較大旋轉、變形、縮放的字符圖像，但需要進行復雜的字符筆劃分析和抽取，對牌照字符圖

35、像質量要求較高；（4）模板匹配法，此法方法簡便，廣泛采用，這種方法對于有輕微變形、筆劃缺損、污跡干擾的字符圖像有較好的識別率，識別速度與匹配庫大小有關。（5）基于人工神經網絡算法（ANNS）的識別，這是對人腦或自然神經網絡若干基本特性的抽象和模擬，其優(yōu)點為可以學習自適應不確定系統(tǒng)，可以充分逼近任意復雜的非線性關系，具有聯(lián)想儲存功能，但其程序復雜，識別前需要多次訓練，且運算較大。</p><p>　　考慮到本字符識

36、別只涉及31個漢字26個字母以及十個數字，字符庫很容易建立，運用模板匹配法應該是最好的選擇。首先需要建立字庫，可將每個字符模板(模板均為二值圖像)按約定好的順序大小依次排入一張.bmp圖中，再用matlab調用圖片與所要識別圖像用corr2（）函數一一比較，找出其中最大值及其對應位置編號再用switch函數賦相應的值即完成。</p><p><b>　　3 結論</b></p>

37、<p>　　經過幾幅圖像的測試，本系統(tǒng)都能較好的識別出來，但系統(tǒng)還是存在適用范圍，本簡易系統(tǒng)只考慮了藍色車牌情況，所以只適用于藍色車牌識別，當然對參數稍作改動也能適應其他車牌。由于運用的是顏色識別，對于背景中有大面積藍色物體的就不能很好識別了，但可以通過與區(qū)域匹配程序結合完成識別。</p><p><b>　　參考文獻</b></p><p>　　[1]

38、崔江、王友仁.車牌自動識別方法中的關鍵技術研究.計算機測量與控制，2003.11</p><p>　　[2]彭真明，雍楊，楊先明.光電圖像處理，電子科技大學出版社，2008.3</p><p>　　[3]王剛，冀小平.基于MATLAB 的車牌識別系統(tǒng)的研究.中國科技論文在線</p><p>　　[4]魯小平，陳阿林.基于MATLAB的車牌識別.測繪通報，2007.V

39、ol.10</p><p>　　[5]孫彬.車牌自動識別圖像處理關鍵技術研究.電子科技大學學位論文</p><p><b>　　課程設計總結</b></p><p>　　通過這次車牌識別系統(tǒng)的課程設計的完成，對光電圖像處理課程的作用和意義有了更深的理解，對課程所教授的內容也在實踐中靈活運用加深了印象，也學會了運用MATLAB這一數學編程工具。對

40、于科研的一般過程有了了解。同時也提升了獨立解決問題的能力，以及一些自己的創(chuàng)新能力。在此感謝彭真明老師在課堂上的悉心授教，光電圖像處理這門課讓我學習了很多有實踐價值的東西。</p><p><b>　　附錄程序：</b></p><p><b>　　clc;</b></p><p>　　close all;</p>

41、;<p>　　clear all;</p><p>　　I=imread('3.jpg');</p><p>　　%%%%%ͨ¹ýÑÕɫͳ¼ÆÑ¡Ôñ³µÅÆ

42、;ÇøÓò</p><p>　　[y,x,z]=size(I);</p><p>　　dbI=double(I);</p><p>　　Blue_y=zeros(y,1);</p><p>　　r1=0;r2=30;g1=10;g2=100;b1=110;b2=250;</p><p

43、><b>　　for i=1:y</b></p><p><b>　　for j=1:x</b></p><p>　　if((dbI(i,j,1)<=r2&&(dbI(i,j,1)>=r1))&&((dbI(i,j,2)<=g2)&&(dbI(i,j,2)>=g1))&

44、amp;&((dbI(i,j,3)<=b2)&&(dbI(i,j,3)>=b1))) </p><p>　　% À¶É«RGBµÄ»Ò¶È·¶Î§</p><p>　　Blue_y(i,1)= Blue_y(i,1)

45、+1; % À¶É«ÏóËصãͳ¼Æ </p><p><b>　　end </b></p><p>　　end </p><p><b>　　end&

46、lt;/b></p><p>　　[temp MaxY]=max(Blue_y); % Y·½Ïò³µÅÆÇøÓòÈ·¶¨</p><p><b>　　PY1=MaxY;</b></p

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

48、　　while ((Blue_y(PY2,1)>=5)&&(PY2<y))</p><p>　　PY2=PY2+1;</p><p><b>　　end</b></p><p>　　IY=I(PY1:PY2,:,:);</p><p>　　%%%%%%%% X ·½

49、7;ò %%%%%%%%%% </p><p>　　Blue_x=zeros(1,x); % ½øÒ»²½È·¶¨X·½ÏòµÄ³µÅÆÇøÓò

50、;</p><p><b>　　for j=1:x</b></p><p>　　for i=PY1:PY2</p><p>　　if((dbI(i,j,1)<=30)&&((dbI(i,j,2)<=100)&&(dbI(i,j,2)>=51))&&((dbI(i,j,3)<

51、=255)&&(</p><p>　　dbI(i,j,3)>=119)))</p><p>　　Blue_x(1,j)= Blue_x(1,j)+1; </p><p><b>　　end </b></p><p>　　end </p><

52、;p><b>　　end</b></p><p><b>　　PX1=1;</b></p><p>　　while ((Blue_x(1,PX1)<3)&&(PX1<x))</p><p>　　PX1=PX1+1;</p><p><b>　　end

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

54、<p>　　PX1=PX1-2; % ¶Ô³µÅÆÇøÓòµÄÐÞÕý</p><p>　　PX2=PX2+4;</p><p>　　Plate=I(PY1+2:PY2-2,PX1:PX2,:);</p>

55、<p>　　figure,imshow(Plate)</p><p>　　%%%%%%%%%%%%</p><p>　　%³µÅÆÇøÓò¶þÖµ»¯</p><p>　　I2=rgb2gray(Plate);<

56、;/p><p>　　%figure,imshow(I2)</p><p>　　fmax1=double(max(max(I2)));</p><p>　　fmin1=double(min(min(I2)));</p><p>　　level=(fmax1-(fmax1-fmin1)/2.2)/255;%»ñµ

57、5;×î¼ÑãÐÖµ</p><p>　　bw22=im2bw(I2,level);%½«Í¼Ïñת»»Îª¶þ½øÖÆͼÏ

58、;ñ</p><p>　　%figure,imshow(bw22)</p><p>　　%%%%%%%%%%%%%%%%%</p><p>　　%±ê×¼»¯Îª¡¾50£¬200¡¿</p><p

59、>　　bw11=imresize(bw22,[50,200]);</p><p>　　figure,imshow(bw11)</p><p>　　%%%%%%%%%%%%%%%%%%%%</p><p>　　[y1,x1]=size(bw11);</p><p>　　P1=double(bw11);</p><p&g

60、t;　　Px1=zeros(y1,1);</p><p>　　for j=1:y1</p><p>　　for i=1:x1</p><p>　　if P1(j,i)~=0</p><p>　　Px1(j)= Px1(j)+1; </p><p><b>　　end </b

61、></p><p>　　end </p><p><b>　　end</b></p><p>　　% figure,plot(Px1);grid</p><p><b>　　tol=0;</b></p><p>　　for i=1:50 </p>

62、<p>　　tol=Px1(i)+tol;</p><p><b>　　end</b></p><p>　　el=tol/50;</p><p>　　for i=1:50 </p><p>　　if Px1(i)>=0.5*el</p><p><b>　　break

63、</b></p><p><b>　　end</b></p><p><b>　　end</b></p><p>　　for j=50:-1:1</p><p>　　if Px1(j)>=0.2*el</p><p><b>　　break<

64、/b></p><p><b>　　end</b></p><p><b>　　end</b></p><p>　　bw11=bw11(i:j,:);</p><p>　　% figure,imshow(bw11)</p><p>　　%%%%%%%%%%%%%%%%%

65、</p><p>　　%±ê×¼»¯Îª¡¾50£¬200¡¿</p><p>　　bw11=imresize(bw11,[50,200]);</p><p>　　%figure,imshow(bw11)</p>

66、<p>　　%%%%%%%%%%%%%%%%%%%%</p><p>　　%%%%%%%%%%%%%</p><p>　　%%ÊúÏòͳ¼Æ°×É«ÇøÓò</p><p>　　[y2,x2]=s

67、ize(bw11);</p><p>　　P=double(bw11);</p><p>　　Px=zeros(1,x2);</p><p>　　Px3=zeros(1,x2);</p><p>　　for j=1:x2</p><p>　　for i=1:y2</p><p>　　if P(i

68、,j)~=0</p><p>　　Px(1,j)= Px(1,j)+1; </p><p><b>　　end </b></p><p>　　end </p><p><b>　　end</b></p><p>　　%figure,p

69、lot(Px);grid</p><p><b>　　%%%%%%%</b></p><p><b>　　%%¶þÖµ»¯</b></p><p>　　for i=1:x2 </p><p>　　if Px(1,i)>1</p&

70、gt;<p><b>　　Px2(i)=1;</b></p><p><b>　　else</b></p><p><b>　　Px2(i)=0;</b></p><p><b>　　end</b></p><p><b>　　en

71、d</b></p><p>　　figure,bar(Px2);grid</p><p>　　%%%%%%%%%%%</p><p>　　%%%%%%%%%%%%%%%ͨ¹ýÉÏÉýÑØϽµÑ

72、6;·Ö¸ô×Ö·û</p><p>　　Px3=[0,Px2,0];</p><p><b>　　a2=1;</b></p><p><b>　　a1=1;</b></p><p>　　for i=1:201</

73、p><p>　　if Px3(i)==0 && Px3(i+1)==1 </p><p><b>　　m1(a1)=i;</b></p><p><b>　　a1=a1+1;</b></p><p>　　elseif Px3(i)==1 && Px3(i+1)==0 &l

74、t;/p><p><b>　　m2(a2)=i;</b></p><p><b>　　a2=a2+1;</b></p><p><b>　　end</b></p><p>　　end %ͨ¹ýÉÏÉ&#

75、253;ÑØϽµÑØ·Ö¸ô×Ö·û</p><p>　　%%%%%%%%%%%%% %%È¥µôһЩÔëÉù</p&g

76、t;<p><b>　　t=0;</b></p><p>　　for i=1:a2-1</p><p>　　if (m2(i)-m1(i))>=18 </p><p><b>　　t=t+1;</b></p><p>　　m2(t)=m2(i);</p><

77、p>　　m1(t)=m1(i);</p><p><b>　　end</b></p><p><b>　　end</b></p><p>　　%%%%%%%%%%%%%%%%%%ÏÔʾͼÏñ</p><p>　

78、　m2(t)=m2(t)-1;</p><p><b>　　for i=1:t</b></p><p>　　Plat=bw11(:,m1(i):m2(i));</p><p>　　subplot(1,a2-1,i),imshow(Plat)</p><p><b>　　end</b></p&g

79、t;<p><b>　　for i=1:t</b></p><p>　　PP(:,:,i)=imresize(bw11(:,m1(i):m2(i)),[59,47]);</p><p>　　c=fincode(PP(:,:,i),i) ;</p><p><b>　　char(c)</b></p>

80、<p><b>　　end</b></p><p>　　function zi=fincode(P,n)</p><p>　　std1=imread('chinese.bmp');</p><p>　　std2=imread('number.bmp');</p><p>&l

81、t;b>　　if n==1</b></p><p>　　for i=1:31</p><p><b>　　x=47*i;</b></p><p>　　std=std1(:,x-46:x);</p><p>　　samel(i)=corr2(P,std);</p><p><

82、b>　　end</b></p><p><b>　　else</b></p><p>　　for i=1:36</p><p><b>　　x=47*i;</b></p><p>　　std=std2(:,x-46:x);</p><p>　　samel(i

83、)=corr2(P,std);</p><p><b>　　end</b></p><p><b>　　end</b></p><p>　　[cor,num]=max(samel(:));</p><p><b>　　if n==1</b></p><p&g

84、t;　　switch num</p><p><b>　　case 1</b></p><p><b>　　c='¾©';</b></p><p><b>　　case 2</b></p><p><b>　　c='

85、9;ò';</b></p><p><b>　　case 3</b></p><p><b>　　c='»¦';</b></p><p><b>　　case 13</b></p><p><b>　　

86、c='³';</b></p><p><b>　　otherwise</b></p><p><b>　　end</b></p><p><b>　　else</b></p><p>　　switch num</p>

87、<p><b>　　case 1</b></p><p><b>　　c='A';</b></p><p><b>　　case 2</b></p><p><b>　　c='B';</b></p><p>&

88、lt;b>　　case 3</b></p><p><b>　　c='C';</b></p><p><b>　　case 4</b></p><p><b>　　c='1';</b></p><p><b>　　ca

89、se 5</b></p><p><b>　　c='2';</b></p><p><b>　　case 6</b></p><p><b>　　c='4';</b></p><p><b>　　otherwise</