基于某matlab地车牌识别(含子程序).doc

《基于某matlab地车牌识别(含子程序).doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于matlab的车牌识别系统一、对车辆图像进行预处理1.载入车牌图像：function[d]=main(jpg)[filename,pathname]=uigetfile({'*.jpg','JPEG文件(*.jpg)'});if(filename==0),return,endglobalFILENAME%定义全局变量FILENAME=[pathnamefilename];I=imread(FILENAME);figure(1),imshow(I);title('原图像');%将车牌的原图显示出来结果如下：2.将彩图转换为灰度图并绘制直方图：I1=rgb2gray(I

2、);%将彩图转换为灰度图figure(2),subplot(1,2,1),imshow(I1);title('灰度图像');figure(2),subplot(1,2,2),imhist(I1);title('灰度图直方图');%绘制灰度图的直方图结果如下所示：3.用roberts算子进行边缘检测：I2=edge(I1,'roberts',0.18,'both');%选择阈值0.18，用roberts算子进行边缘检测figure(3),imshow(I2);title('roberts算子边缘检测图像');结果如下：4.图像实施腐蚀操作：se=[1;1;1];I3=im

3、erode(I2,se);%对图像实施腐蚀操作，即膨胀的反操作figure(4),imshow(I3);title('腐蚀后图像');5.平滑图像se=strel('rectangle',[25,25]);%构造结构元素以正方形构造一个seI4=imclose(I3,se);%图像聚类、填充图像figure(5),imshow(I4);title('平滑图像');结果如下所示：6.删除二值图像的小对象I5=bwareaopen(I4,2000);%去除聚团灰度值小于2000的部分figure(6),imshow(I5);title('从对象中移除小的对象');结果如下所

4、示：二、车牌定位[y,x,z]=size(I5);%返回I5各维的尺寸，存储在x,y,z中myI=double(I5);%将I5转换成双精度tic%tic表示计时的开始，toc表示计时的结束Blue_y=zeros(y,1);%产生一个y*1的零阵fori=1:yforj=1:xif(myI(i,j,1)==1)%如果myI(i,j,1)即myI的图像中坐标为(i,j)的点值为1，即该点为车牌背景颜色蓝色%则Blue_y(i,1)的值加1Blue_y(i,1)=Blue_y(i,1)+1;%蓝色像素点统计endendend[tempMaxY]=max(Blue_y);%

5、Y方向车牌区域确定%temp为向量white_y的元素中的最大值，MaxY为该值的索引PY1=MaxY;while((Blue_y(PY1,1)>=5)&&(PY1>1))PY1=PY1-1;endPY2=MaxY;while((Blue_y(PY2,1)>=5)&&(PY2

6、(1,j)+1;endendendPX1=1;while((Blue_x(1,PX1)<3)&&(PX1PX1))PX2=PX2-1;endPX1=PX1-1;%对车牌区域的校正PX2=PX2+1;dw=I(PY1:PY2-8,PX1:PX2,:);t=toc;figure(7),subplot(1,2,1),imshow(IY),title('行方向合理区域');%行方向车牌区域确定figure(7),subplot(1,2,2),imshow(dw),title

7、('定位裁剪后的车牌彩色图像');的车牌区域如下所示：三、字符分割及处理1.车牌的进一步处理对分割出的彩色车牌图像进行灰度转换、二值化、均值滤波、腐蚀膨胀以及字符分割以从车牌图像中分离出组成车牌的单个字符图像，对分割出来的字符进行预处理（二值化、归一化），然后分析提取，对分割出的字符图像进行识别给出文本形式的车牌。代码如下：imwrite(dw,'彩色车牌.jpg');%将彩色车牌写入彩色车牌文件中a=imread('彩色车牌.jpg');%读取车牌文件中的数据b=rgb2gray(a);%将车牌图像转换为灰度图imwrite(b,'车牌