三江学院2014届本科生毕业设计（论文）
CodeRecognize(pImgCharFour,2,3); CodeRecognize(pImgCharFive,0,4); CodeRecognize(pImgCharSix,0,5); CodeRecognize(pImgCharSeven,0,6);
CString outFile= \
for(i =0;i<7;i++)//把结果放到 outFile CString 里 {
outFile += G_PlateChar[i]; }
GetDlgItem(IDC_RESULT)->SetWindowText(outFile); }
4.3 本章小结
本章对系统中涉及到的车牌识别技术做了详细的阐述，即利用了行扫描和列扫描的方法对车牌区域进行粗定位，字符分割采用垂直投影的方法，能对字符进行有效分割，最后运用模板匹配对字符进行识别。
17
三江学院2014届本科生毕业设计（论文）
第5章 系统实现及测试
5.1系统界面
基于图像的车牌识别模块的界面图，如图5-1所示：
图5-1 系统界面
界面中各个按钮的功能如下说明：
（1）打开图像：通过界面打开图像按钮来打开采集到的原始车牌图像，此时原始图像框显示打开的图像。
（2）图像二值化：在点击图像二值化按钮，将原始的车牌图像变换为灰度图像。
（3）车牌定位：接着点击车牌定位按钮，对二值化之后的车牌区域进行定位。 字符分割：下一步点击分割按钮，系统利用垂直投影和字符先验知识分割出车牌的字符，并显示在模块界面。
（4）字符识别：最后点击识别部分，系统利用模板匹配法将单个的车牌字符与原有的字符模板进行比对，识别出车牌字符。
5.2系统测试
本文通过对车牌识别软件中所用到的算法进行研究与实践，结合OpenCv和微软的MFC图形库，基于图片实现车牌的定位、字符分割、字符的识别等功能。经过对其测试，该系统能够完成字符识别功能。
18
三江学院2014届本科生毕业设计（论文）
首先，打开原始图像，然后进行图像色彩转换、车牌定位、字符分割、字符识别，最终完成识别的全过程。测试效果图如图5-2、图5-3所示：
图5-2 原始图像
如图5-2所示为原始图像，将进行操作的车牌图像。
图5-3 车牌定位、字符分割、字符识别效果图
如图5-3所示为车牌定位、字符分割、字符识别效果图，将原始车牌图像进行以上操作，从而实现系统整体功能。
5.3本章小结
本章通过测试使用相关算法研究和实践的车牌识别系统，该系统能够很好的识别出字符。
19
三江学院2014届本科生毕业设计（论文）
结束语
随着我国经济的快速发展，汽车数量也逐年大幅度增长，公路交通基础设施在我国起到决定性的作用，智能交通系统也随之产生。车辆牌照识别，作为一个重要组成部分，涉及到众多的知识领域，如数字图像处理，计算机视觉，人工智能与模式识别。它主要包括以下几个部分图像的预处理，车牌的定位，字符的分割和字符的识别。本文使用VC++（计算机编程语言）和OpenCV（国际开放的计算机视觉库），加上相关理论知识实现一个车牌识别基础工具。
本文先采用扫描对车牌粗定位扫描，便于字符分割，利用垂直投影法的字符分割，可以进行字符的有效分割，最后用模板匹配的字符识别，效果显而易见，但在实际应用中，车牌图像会受诸多因素的影响，因此，为了进一步提高识别率和识别速度，将会有越来越多的研究者对其进行深入研究。
虽然目前的车牌识别系统实施还存在许多不足之处，然而，伴随着不懈的研究和日益成熟的设施，车牌识别系统最终将广泛应用到实际生活中。
20
三江学院2014届本科生毕业设计（论文）
致 谢
首先我要衷心感谢 老师，在论文写作各个阶段，曹老师总能一丝不苟地为我细致的指导和教诲，让我不断提高，同时也学到了很多做事的深刻道理。无论生活或工作中，曹老师和蔼可亲，平易近人，治学严谨，脚踏实地的工作作风是永远值得我学习。在此，我谨向他表示我衷心的感谢和诚挚的祝福，祝愿他的事业更加蒸蒸日上！
感谢帮助过我的人，祝他们每天快快乐乐。
最后要感谢父母和家人，不论身在何处他们都会永远的支持我，鼓励我，给我勇气促使我不断的勇往直前。
21
三江学院2014届本科生毕业设计（论文）
参考文献
[1] Eun Ryung Lee, Pyeoung Kee King: Automatic recognition of a car license plate using color image processing[C]. Journal of Korea Institute of Telematics and Electronics: FEB, 1995, 128-131.
[2] R.Parisi, E.D.Di Claudio: Car plate recognition by neural networks and image processing[C]. IEEE Transaction on Vehicular Technology: APR, 1998, 790-799.
[3]陈贤青．基于计算机视觉的车牌定位研究[D]．学位论文．2007．
[4]姚蕾．车牌识别系统的软件设计与实现[D]．硕士学位论文．上海交通大学．2009． [5]吴晓阳．基于OpenCV的运动目标检测与跟踪[D]．硕士学位论文．浙江大学．2008． [6]陈胜勇，刘盛．基于OpenCV 的计算机视觉技术实现[M]．北京：科学出版社，2008:5-1． [7] OpenCV Web[EB/OL].http://www.opencv.org.cn/index.php,2013,3 [8] Web [EB/OL]. http://baike.http://www.wodefanwen.com//view/1343775.htm
[9]刘瑞祯，于仕琪．OpenCV 教程基础篇[M]．北京：北京航空航天大学出版社，2007． [10]刘静．几种车牌字符识别算法的比较[J] ．电脑与电信，2008，8(4)：72-78．
[11]吴进军，杜树新．车牌字符分割新方法[J]．工业控制计算机，2005，8(4)：69-75．
[12]宋晨光，叶海建．基于数字形态学的车牌字符分割算法光电子技术与[J] ．Dee18(6)2005． [13]陈黎等．基于聚类分析的车牌字符分割方法[J]．计算机工程与应用．2002，6:221-223． [14]王春，刘波，周新志．采用 BP 神经网络的车牌字符识别方法研究[J]．中国测试技术， 2005，31(l):26-28．
[15]胡晓燕，蒋先刚，刘海峰．基于神经网络的车牌字符识别算法实验及程序校验[J]．华东交通大学学报，2005，22(l):71-75．
[16]马俊莉，莫玉龙，王明祥一种基于改进模板匹配的车牌字符识别方法[J]．小型微型计算机系统，2003，24(9):2670-1672．
[17]黄卫，路小波，凌小静．基于小波包特征提取的车牌字符识别[J]．科学通报，2004，49(24):2612-2614．
[18]周莉，郑建彬，颜碗．基于小波多尺度在图像字符特征提取方法的改进[J]．计算机应用， 2004，7:5-8．
[19]王晓雪，苏杏丽．数字图像处理在车牌识别中的应用[D]．上海大学航空航天学院，2002． [20] Imura J, sugieT,YokokohjiY, eta.l Robust control of robot manip-ulators based on joint torque sensor information[J]. The Interna-tional JournalofRoboticsResearch,1994,13(5):434-442． [21] cvCvtColor.Web[EB/OL]. http://baike.http://www.wodefanwen.com//view/2816025.htm
[22]陈卫东等．基于Canny算子的边缘检测[J]．河南工业大学学报(自然科学版)．2008 [23] cvCanny.Web[EB/OL]. http://baike.http://www.wodefanwen.com//view/5252720.htm
[24]张海宁，李 彬，陈超波，等．基于 OpenCV 的车牌识别系统研究[J]．工业仪表与自动化装置，2012，6:78-80．
[25]潘中杰，谭洪舟.基于垂直投影法的一种新的车牌字符分割方法[J]．自动化与信息工程，2007，22(02):10-13． [26]魏武，张起森，王明俊，等．一种基于模板匹配的车牌识别方法[J]．中国公路学报，2001，14（1）：104-106．
22