使用halcon 创建并执行模版匹配

基于HALCON的模版匹配与相机标定.pdf

该课题为基于MATLAB的模板匹配车牌识别系统。含界面GUI。完美运行。流程是：读取车牌，灰度，二值化，边缘检测，车牌定位，字符切割，车牌识别。每个步骤都非常详细的注释。可二次开发成出入库识别，库外车牌播报预警，停车计费等。

VS2010与QT插件做界面，用OPENCV模块进行图像处理，适合初学图像处理。包括打开图像、二值化图像、图像开闭操作、模版匹配、保存图像等

matlab车牌识别（模版匹配） 包括源码、模板库、车牌库

matlab学习

针对基于模版匹配的跟踪算法运行速度较慢、成功率较低的问题，提出了一种基于粒子群优化的模版匹配跟踪算法。该算法采用粒子群优化算法作为候选模版的搜索策略，并自适应的更新目标模版。首先，在设定的范围内随机采集多个候选模版，计算出个体最优样本和全局最优样本；其次，根据粒子群优化算法进行迭代求出最佳的候选模版；最后，自适应的更新目标模版。经过理论分析和实验仿真表明，与基于模版匹配的跟踪算法和基于粗精搜索的模版匹配跟踪算法相比，基于粒子群优化的模版匹配跟踪算法大大的减少了跟踪算法的计算量，使得该算法能产生很好的实时跟踪，并且跟踪的鲁棒性以及成功率都有很大的提高。

做车牌识别的过程中收集到的字符模版，共135个jpg文件，每个的尺寸为32X48,已二值化。 其中包含了车牌中出现的所有数字和字母，并且每个字符都提供了两个以上的模版。 另外还包括：粤、京、浙、苏、湘这几个中文的模版。

代码粗糙，不一定适用于所有的图片，别的图片需要自己改动部分代码，这个资源主要是为了给大家提供用python如何写基于图像金字塔的模板匹配思路的。

Matlab模版匹配车牌识别系统