简介：这是一份基于Matlab的车牌识别课程设计报告，配有完整源代码，面向信息科学与工程专业本科生及需要完成图像处理类课程设计的读者，可直接用作报告撰写的结构参考与算法实现的对照材料。报告从车辆检测、图像采集到牌照识别三大模块展开，系统阐述了车牌识别系统的设计目的、车辆检测与图像采集流程，以及车牌定位、基于垂直投影的字符分割和模板匹配、神经网络两类字符识别算法；整个设计融合图像处理、模式识别与机器学习知识，除理论原理外，还给出图像灰度化、背景差分增强、二值化等关键步骤的Matlab代码，并包含设计结果分析、进度安排、设计体会和参考文献。针对实际场景中生锈污损、光照不均、车牌倾斜等干扰因素，报告也提出了相应的优化思路。资源共1个docx文件，压缩包约1.37MB，已有116人学习下载，适合课程报告撰写、算法复现与答辩准备。

1. 车牌识别：最难的不是识别字符，而是先证明“这块区域是车牌”

一个成熟的车牌识别系统，最让开发者翻车的往往不是最后“读字母”那一步，而是前面那句“它到底在哪”。人眼能瞬间挑出蓝底白字，靠的是颜色、比例、纹理的先验；MATLAB 程序没有，它要面对天空、树荫、车灯、保险杠，每一处都在抢注意力。这套基于灰度跳变、投影分析和模板匹配的实现，把“找到车牌”拆成预处理、边缘检测、形态学滤波、宽高比筛选、投影峰谷分析五层，每层都在做同一件事：把车牌从背景里剥离开。搞懂这条链路，比背一段 matlab 代码更有价值——换张图、换种光照，坑全藏在机制里。

2. 图像预处理链：灰度化、背景差分与阈值二值化为什么能稳定分离字符

自然场景下车牌照片的灰度不是一个固定值，阳光直射时整个画面偏亮，阴天偏暗，树影还会在车身上拉出几条暗带。如果拿着一个固定阈值去切字符和背景，几乎必然翻车。所以这套设计的预处理链刻意绕开了“定死一个数”的思路，核心是三件事：先降维减少计算量，再用背景差分抹平光照，最后才用阈值二值化把字符从灰度中捞出来。

2.1 灰度化：砍掉 2/3 的通道，识别速度先提三倍

rgb2gray 不是简单地对 RGB 三分量取平均，而是加权求和，权重 0.299R + 0.587G + 0.114B。这个权重来自人眼对亮度敏感度的实测曲线：人对绿色最敏感，蓝色最不敏感。对车牌识别来说，颜色不是必要信息——蓝底白字在灰度图里表现为“暗底亮字”，这个对比度关系在灰度空间里保留得非常好，丢掉的两个颜色通道换来的是存储开销降到三分之一、后续所有矩阵运算速度大幅提升。

Scolor = imread('3.jpg'); % 读入彩色原图 Sgray = rgb2gray(Scolor); % 灰度化，通道数从3降到1 s = strel('disk', 13); % 圆形结构元素，半径13 Bgray = imopen(Sgray, s); % 开操作：先腐蚀后膨胀，估计背景亮度 Egray = imsubtract(Sgray, Bgray); % 原图减背景：抹平光照不均造成的亮度差 fmax1 = double(max(max(Egray))); fmin1 = double(min(min(Egray))); level = (fmax1-(fmax1-fmin1)/3)/255; % 阈值偏向高灰度一侧 bw22 = im2bw(Egray, level); % 全局阈值二值化 bw2 = double(bw22);

注意这里的 imopen 用的是 disk 半径 13 的圆形结构元素。它的作用是估算一个“缓慢变化的背景”，圆形结构元素不会偏爱某个方向，所以对车身的弧面反光、路面的渐变阴影估计得更均匀。半径 13 是个经验值：太小会把字符当背景腐蚀掉，太大则跟不上光照变化，背景估计变成一块死板的平均值。这种“先估背景、再做减法”的操作，本质上是一种白平衡补偿。

2.2 背景差分：为什么绕过固定阈值这条路

很多人拿过图像第一反应是直接看直方图找双峰。但车牌的直方图在自然场景下往往没有干净的双峰，背景里有绿化带、柏油路、车身贴纸，灰度分布是连续的一大片。直接选谷底阈值，选的其实是“整幅图的统计中心”，而不是“字符和车牌的边界”。背景差分的好处是先把低频的背景去掉，剩下的 Egray 里主要就是字符、车牌边框和少数高频噪声，这时再取阈值，信号占比高得多。

这个思路不仅用于车牌识别，工业上定位印刷缺陷、检测电路板焊点也常常用同样的“原图减背景”手法。理解它是理解后面一整套二值化参数的前提。

2.3 阈值公式的玄学：1/3 从哪来

level 的取法是 fmax1 - (fmax1 - fmin1)/3，再除以 255 归一化。翻译成人话就是：阈值挂在灰度动态范围的上三分之一处。为什么不是中点和下三分之一？因为蓝底白字车牌在灰度化之后，车牌底色的灰度值偏低，字符笔画灰度值偏高，而且字符面积远小于底色面积，所以像素灰度分布的重心落在低灰度一侧。把阈值往上抬，宁可牺牲一点字符的粗度，也要把底色彻底压成 0。

这里有个代价：如果画面里有强反光车灯或者白色车身，fmax1 被这些无关高光点拉高，阈值跟着上升，字符笔画会被削细甚至断裂。课程设计的代码里没有做高光抑制，这是它的朴素之处，也是后续 Canny 边缘检测能容忍一部分断裂的原因——边缘检测要的是轮廓走向，不是连通的笔画。

2.4 Canny 边缘检测：为什么一阶导数不如二阶零交叉可靠

edge(bw2, 'canny') 这一步的输入已经是二值图，再做边缘提取听起来像多此一举，其实不然。二值图里的字符是实心块，直接投影会得到一片模糊的宽度；Canny 先把字符的轮廓抽出来，后面的形态学滤波和连通域分析才有“边界”可用。

Canny 算子内部做了四件事：高斯平滑抑制噪声、计算梯度幅值与方向、非极大值抑制让边缘变细、双阈值滞后连接把断裂的强边缘补起来。相比 Sobel 那种“梯度超过阈值就算边缘”的做法，Canny 对噪声更稳，边缘也更封闭。车牌字符的笔画边缘是闭合曲线，Canny 抽出来的轮廓同样接近闭合，这为后面用闭运算把字符边缘“缝”成整块打下了基础。

3. 车牌定位：形态学滤波与宽高比先验，怎么从复杂背景里圈出那块矩形

边缘检测之后，图像里到处都是轮廓：车灯是圆弧、保险杠是长直线、树叶是碎块。这时的目标是保留“像车牌边框和字符块”的结构，扔掉其他形状。形态学滤波在这里不是锦上添花，而是定位逻辑的主干——用固定形状的“探针”去扫图像，探针的形状就是你对车牌的预设。

3.1 矩形结构元件的尺寸设计：闭运算 [5,19]、开运算 [19,1] 各自的职责

bg1 = imclose(grd, strel('rectangle',[5,19])); % 横向闭运算：把左右相邻边缘缝合成块 bg3 = imopen(bg1, strel('rectangle',[5,19])); % 横向开运算：滤掉细碎竖边 bg2 = imopen(bg3, strel('rectangle',[19,1])); % 纵向开运算：滤掉细碎横边

闭运算是先膨胀后腐蚀。结构元素是 5 行 19 列的矩形，19 这个数远大于 5，意味着它主要在水平方向做连接。车牌上的字符是横向排开的，相邻字符边缘之间的空隙不大，膨胀一次就能把这些边缘“缝”成一块连续区域；而车灯、文字贴纸这类零散边缘，纵向长度够但横向往往凑不满 19 像素，连接不起来。

随后的两次开运算分工不同：[5,19] 的开运算滤掉宽度小于 19 像素的细碎竖边，相当于对横向结构做一次“宽度审查”；[19,1] 是竖起来的矩形，专门清掉细碎的横向短边。三行代码把车牌的矩形外框从杂乱边缘中保留下来，代价是参数会敏感地依赖输入图像的分辨率——如果换一台摄像机，19 这个数很可能要重调。

3.2 连通域标记：bwlabel 之后世界变成一张“属性表”

[L, num] = bwlabel(bg2, 8); % 8邻域连通标记，num为连通域个数 Feastats = imfeature(L, 'basic'); % 提取面积、包围盒等基本特征 Area = [Feastats.Area]; BoundingBox = [Feastats.BoundingBox]; % 每行：[x y width height]

bwlabel 给每个独立的白色连通块发一个编号，返回的 L 是编号矩阵，num 告诉你图里一共有多少块。imfeature 随后针对每个编号统计面积和最小包围矩形。到这一步，“图”已经被抽象成一张候选表，后面所有判断都不再依赖像素坐标，而是依赖这张表里的数字。

顺带一提：新版 MATLAB 里 imfeature 已经被 regionprops('basic') 取代，字段结构完全一样，课程报告里用的是老接口。理解算法的重点是字段本身——面积、包围盒的宽和高，这三个数字足以支撑车牌筛选。

3.3 宽高比先验：一份“常识”如何变成过滤条件

有了候选表，筛选逻辑就直白了：先按面积滤掉太小的噪点块，再算每个包围盒的 width/height，跟真实车牌的长宽比比较。我国蓝底白字车牌的宽高比大约在 3:1 到 4:1，代码里挑“更接近实际车牌宽高比”的那一块，本质上就是在这个区间里找最小值。

这里真正值得琢磨的是“先粗筛再精筛”的次序。如果先比宽高比，很多狭长的栏杆、排水沟边缘会混进来；先按面积淘汰一批小噪点，再比宽高比，候选数通常会降到个位数。课程设计的流程图里画了“计算车牌长宽比、获取车牌二值子图”的完整路径，实际运行时如果剩下多个候选，还要再用蓝色像素占比做最终裁决——这个彩色验证在报告总结部分被明确提到，是定位模块的兜底手段。

4. 投影分析与倾斜校正：峰谷分析的避坑排查

车牌定位到了，不等于能开始分割字符。真实照片里车牌经常是歪的：车身有俯仰角、拍摄角度不正、路面有坡度，几度的倾斜就会让字符行错位。投影分析是分割前的最后一道关，也是踩坑最密集的地方。这一章按三个高频问题展开，每个都按现象、原因、解决来拆。

4.1 水平投影的峰谷含义：从波形里读出边框、字符与间隙

histrow = sum(sbw1'); % 每行白色像素数

水平投影就是统计二值子图每一行有多少个白点。一个端正的车牌，水平投影的波形从上到下依次是：上边框的高峰、字符行的几个峰、字符间隙的小谷、下边框的高峰。峰谷分析要做的事情，是把波形里的上升点、下降点、峰中心、谷宽、峰间距离全部提出来，作为后续裁剪依据。

这个波形是理解整个系统的钥匙。边框残留会让峰变得过宽，字符沾连会让两个峰合并，倾斜会让峰的高度被“摊平”。所以峰谷分析的代码要先求平均和最小值、再设阈值判断，目的就是把波形的局部特征数值化，而不是人眼去看。

4.2 线性拟合旋转角：poly1 拟合与 atan 换算的细节

fresult = fit(xdata', ydata', 'poly1'); % 一次多项式拟合 y = p1*x + p2 p1 = fresult.p1; angle = atan(p1) * 180 / pi; % 弧度转角度 subcol = imrotate(subcol1, angle, 'bilinear', 'crop');

倾斜校正的思路是：取车牌上边或下边图像值为 1 的像素点作为样本，拟合一条直线，直线的斜率 p1 就是 tan(θ)，θ 就是相对水平轴的倾角。atan 的返回值范围是 -90° 到 90°，换算成角度后直接传给 imrotate。插值方式选 bilinear 是为了旋转后边缘不发毛，crop 选项保证输出图跟原图尺寸一致，后续窗口定位不会越界。

这段代码能不能跑对，取决于喂给 fit 的点是不是“边缘像素”。如果边缘检测环节把车牌边框和背景噪声连在一起，拟合直线会被带偏，旋转角度自然不准。

4.3 避坑一：字符峰谷被倾斜“抹平”

现象：水平投影波形没有明显的峰谷交替，看起来像一段平缓的坡，找不到字符的上升点和下降点。原因：车牌倾斜几度后，同一行像素里既扫过字符、又扫过背景，白点总数被平均化，峰高被抹平。解决：先做旋转校正，再重新计算水平投影。这就是课程设计把旋转放在投影分析之后的工程原因——不是随意排的顺序。旋转后用 maxhight 重新定位字符高度，峰谷才恢复清晰。

4.4 避坑二：边框残留产生伪峰

现象：投影峰谷数量对不上字符数，第一个峰特别宽，几乎覆盖整个车牌宽度。原因：闭运算把上下边框和字符连成了同一个连通域，投影时边框峰和字符峰合并，波形里出现一个“假峰”。解决：先用峰宽度判断哪些峰属于边框，再按 rowtop 和 rowbot 截取字符行区间，代码里的 sbw2 = sbw(rowtop:rowbot, :) 就是在做这件事。去掉边框后重新投影，接下来统计字符宽度才有意义。

4.5 避坑三：角度符号反了导致越转越歪

现象：旋转后字符反而更歪，整块图像明显偏出原位置。原因：拟合取点选的是上边框还是下边框，直接决定 p1 的符号，如果车牌是顺时针倾斜但取了下边框拟合，正负号就会跟视觉方向相反。解决：常见的实现思路是同时拟合上下两条边框，取两个角度的平均值；或者先用 minAreaRect 这类最小外接矩形方法估算整体倾角，再决定旋转方向。课程设计代码里只拟合单个边，所以它对边缘提取质量特别敏感——这是我反复强调 Canny 是全局瓶颈的原因。

5. 字符分割与识别：垂直投影找中心、22x14 标准化与模板匹配的误差逻辑

字符分割最怕的不是算法复杂，而是“位置切偏”。车牌字符有 7 位，前两位是字母加省份汉字，后面是字母和数字混排，第二字符和第三字符之间还有圆点间隔。如果按固定间距从头切到尾，圆点会把切分窗口带偏。所以这套实现的做法是通过投影找到每个字符的中心，再以中心为基准开窗。

5.1 垂直投影与字符中心：为什么用“中心距离”而不是固定宽度切

去掉水平边框后，对 sbw2 做垂直投影，字符间空隙处投影值接近 0，波形局部最小值对应字符间隙。课程设计的代码进一步算出了上升点、下降点、字符宽度，再算字符中心位置 markcol5(k) = markcol3(k) - uint16(markcol4(k)/2)。这一步的关键不是找一个字符的开始和结束，而是把每个字符的几何中心钉住。

for k = findmax-1:findmax+5 cleft = markcol5(k) - maxwidth/2; % 以字符中心为中心开窗 cright = markcol5(k) + maxwidth/2 - 2; if cleft < 1, cleft = 1; cright = maxwidth; end if cright > n2, cright = n2; cleft = n2-maxwidth; end SegBw1 = sbw(rowtop:rowbot, cleft:cright); SegBw2 = imresize(SegBw1, [22 14]); % 统一成22行14列 end

以中心开窗比固定等距切多算了一步，收益是切分位置对字符间距变化免疫。代码里的边界保护也值得看：cleft 小于 1 时强制把窗口挪到图像起点，cright 超出 n2 时反向收缩，保证窗口永远落在图像范围内。窗口宽度取 maxwidth 是“最大字符宽度”的估计值，数字 1 和小字母笔画窄，按最大宽度开窗能完整包住笔画，代价是相邻字符间隙可能混进窗口，需要靠样本匹配时做二次判断。

5.2 imresize 到 22x14：把切割结果塞进“标准信封”的代价与收益

22 行 14 列是模板库子图的统一尺寸。模板匹配要做逐像素相减，两张图尺寸不一致根本无法计算差值和。imresize 把不同宽度的字符归一化到同一画布，让误差对比成为可能。这是整个方案能跑通的前提，也是最容易被忽略的精度瓶颈：直接拉伸会改变笔画粗细，数字 1 被拉宽后容易和 7 混淆，数字 8 被压缩后笔画可能糊在一起。工程上常见的补救是先做细化再归一化，或者按宽高比填充到信封里而不是无脑拉伸，课程设计没有走到这一步，所以它的识别结果里出现了 G/B、K/A、0/8 的混淆。

5.3 模板匹配的误差最小化与 BP 网络的替代思路

模板匹配的识别逻辑一句话就能讲完：把待识别字符与样本库里每个字符的图像相减，误差最小的那个就是结果。这篇报告在字符分割与识别里展示的命令，本质上就是在做“逐样本测距离”。它的优点是实现简单、不需要训练，缺点是每个字符只认最接近的样本，字体变形大一点就翻车。

报告中提到的神经网络路线是对模板匹配的替代：一种思路是先提取字符特征，再用特征训练一个分类器；另一种是直接把归一化后的图像丢进网络，让隐层自动学特征，直到输出层给出字符类别。BP 网络对笔画的轻微变形、断笔、粘连天然有容忍度，因为它学的是特征的统计规律，而不是某个固定像素模板。课程设计最终采用了模板匹配路线，识别结果里 G 误判成 B、K 误判成 A、0 误判成 8，正是模板匹配对相似字形无能为力的直观证据——这几个字符在 22x14 的像素空间里，灰度分布本来就非常接近。

6. 设计取舍：蓝底白字假设、灰度跳变与彩色分量定位的适用边界

6.1 灰度跳变 vs 彩色像素统计：两套定位哲学

报告总结里明确提到了两种定位路线：基于灰度跳变的定位作为主路径，基于蓝色像素点统计的方法作为辅助验证。灰度跳变看的是“图像在这个位置灰度变化剧烈且结构成矩形”，它对光照和颜色不敏感，黑白摄像头也能用，但容易把车身贴纸、广告牌误判成车牌。彩色统计直接统计蓝色像素占比，思路更贴近人眼，可它对色偏和反光很脆弱——黄昏时分的蓝底可能被偏色成灰蓝。组合起来才是完整方案：灰度跳变先生成候选区，蓝色统计再验证候选区，这比任何单一特征都稳。

6.2 模块复用边界：换一种车牌底色需要改哪里

课程设计只做了蓝底白字的完整链路，但报告给出的边界判断很实用：黑底白字可以直接套用整套算法；白底黑字和黄底黑字需要先反转图像，把“亮底暗字”重新变成“暗底亮字”，同时调整车牌定位算法。这个结论隐含了系统耦合关系：字符识别模块在最末端，几乎不受底色影响，最可替换；定位和预处理要动。所以如果你拿到项目代码想改新能源绿牌或其他样式，先改灰度差分和二值化方向，不要一上来就动识别网络——那是黑匣子，但坑往往在前面。

我从这套课程设计里学到的教训是：识别误差别急着甩锅给模板库，先回头把“从原图到二值子图”的每一层输出都存下来看一遍，分割窗口偏半像素和字符粘连造成的误判，数量比想象中多得多。从那以后我每次做识别 Demo，都强制自己先跑完完整预处理链路，可视化存档，再谈识别精度。希望帮到你。

本文还有配套的精品资源，点击获取