神经网络识别法，车牌识别系统全部完整的程序。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

毕业设计使用Matlab完成的简易车牌识别功能，能够识别大部分的蓝色小型车牌。用于图像识别技术的学习和理解。看不懂的可私信我要论文。 功能函数都由自己编写，包括车牌定位，车牌字符分割，车牌区域阈值计算和车牌字符识别等函数。包含有识别模板库和测试图像。 使用方法：下载后解压，使用Matlab运行Test.m文件即可，也可以自己在Test文件夹下新建新的测试图像

源代码是基于Matlab2017A环境，打开后可直接运行，无需删改。内含测试样例。

基于matlab的车牌识别程序，可以正常运行，车牌识别率很高，可以识别倾斜车牌，夜间车牌识别也可以完成，蓝色车身的车牌照片也可识别。

适合大学生做的小课题

系统完全自己写的，不是网上那些直接下载版本，本系统采用matlab r2014b 编写，程序包括采用BP神经网络识别加模式识别两部分，采用matlab自带GUI展示，每一步都十分详细，并且自带识别车牌和模板，该算法已训练成功，车牌库识别成功率为百分之90，毕设课设完全没问题

本设计中为MATLAB车牌识别语音播报出入库计时计费系统，是基于蓝底车牌定位，模板匹配识别的设计。用摄像机或摄像头采集含有车牌的图像，并自动在图像中检测车牌，进而对检测到的车牌进行脸部的一系列相关技术。 因此，机器对车牌进行识别的过程与人类视觉识别人脸的过程类似，大致可分为五个步骤，如下。 （1）图像预处理：在整个车牌识别系统中，由于采集进来的图像为真彩图，再加上实际采集环境的影响以及采集硬件等原因，图像质量并不高，其背景和噪声会影响字符的正确分割。和识别，所以在进行车牌分割和识别处理之前，需要先对车牌图像进行图像预处理操作。 （2）车牌定位：首先对车牌的二值图片进行形态学滤波，使车牌区域形成

基于matlab的车牌识别，采用的是BP神经网络来识别

之前上改进上次上传的代码，增加了一次滤波和修正车牌的过程，使的识别率大大提高，另外增加了GUI界面，可以很方便的使用。也算是对自己课程设计的一个结果。基于车牌分割的车牌识别。需要的同学可以了解一下

第一章 绪论 1.1 图像处理与识别技术的内容及理解 数字图像处理处理学科所涉及的知识非常广泛,具体的方法种类繁多,应用也极为普遍,但从学科研究内容上可以分为以下几个方面。 1.1.1 图像处理技术 (1) 图像数字化 其目的是将模拟形式的图像通过数字化设备变为数字计算机可用的离散的图像数据。 (2) 图像变换 为了达到某种目的而对图像使用一种数学技巧,经过变换后的图像更为方便、容易地处理和操作。 (3) 图像增强 图像增强的主要目标是改善图像的质量。采用某种特殊的技术来突出图像中的某些信息,削弱或消除某些无关信息,从而有目的地强调图像的整体或局部特征。常常用来改善人对图像的视觉效果,让观察者能看到更加直接、清晰、适于分析的信息。直方图修正、灰度变换、强化图像轮廓等都是常用的手段。 (4) 图像分割 在图像研究和应用中,人们往往仅对图像的某些部分感兴趣。它们一般对应图像中待定的、具有独特性质的区域。图像分割就是把图像分割成各具特性的区域并提取出感兴趣的目标。 (5) 图像分析 图像分析也可以成为图像理解,主要研究从图像中提取有用的数据或信息,生成非图像的描述或表示。图像分析的内容分为特征提取、图像分割、符号描述、纹理分析、运动图像分析和图像的检测与配准。 1.1.2 图像识别技术 图像识别是近20年来发展起来的一门学科，它以研究某些对象或过程（统称图像）的分类与描述为主要内容。图像识别所研究的领域十分广泛，它可以使医学图像中的癌细胞识别；机械加工中零部件的识别、分类；可以是从遥感图片中辨别农作物、森林、湖泊和军事设施，以及判断农作物的长势，预测收获量等；可以是自导引小车中的路径识别；邮政系统中自动分拣信函；交通管制、识别违章行驶的汽车牌照；银行的支票识别、身份证识别等。上述都是图像识别研究的课题。一个图像识别系统主要包括3部分：①图像信息获取；②图像信息加工和处理、抽取特征；③判断或分类。