基于Matlab的车牌识别实现源码.doc

《基于Matlab的车牌识别实现源码.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、function[]=main(jpg)closeallclctic%测定算法执行的时间[fn,pn]=uigetfile('timg1,jpg','选择图片')%读入图片I=imread([pn,fn]);figure,imshow(I);title('原始图像');%显示原始图像Im1=rgb2gray(I);figure(2),subplot(1,2,1),imshow(Im1);title('灰度图');figure(2),subplot(1,2,2),imhist(Im1);title('灰度图的直方图');%显示图像的直方图Tiao=imadjus

2、t(Im1,[0.19,0.78],[0,1]);%调整图片figure(3),subplot(1,2,1),imshow(Tiao);title('增强灰度图');figure(3),subplot(1,2,2),imhist(Tiao);title('增强灰度图的直方图');Im2=edge(Tiao,'Roberts','both');%使用sobel算子进行边缘检测figure(4),imshow(Im2);title('sobel算子实现边缘检测')se=[1;1;1];Im3=imerode(Im2,se);figure(5),imshow(Im3

3、);title('腐蚀效果图');se=strel('square',40);%'rectangle',[25,25]/'diamond',25/Im4=imclose(Im3,se);figure(6),imshow(Im4);title('平滑图像的轮廓');Im5=bwareaopen(Im4,1500);figure(7),imshow(Im5);title('移除小对象');[y,x,z]=size(Im5);%返回Im5各维的尺寸，并存储在变量y、x、z中Im6=double(Im5);%将Im5换成双精度数值%开始横向扫描tic%tic计时开始，

4、toc结束，计算tic与toc之间程序的运行时间Blue_y=zeros(y,1);%产生y*1的全0矩阵fori=1:y%逐行扫描forj=1:xif(Im6(i,j,1)==1)%如果Im6图像中坐标为(i,j)的点值为1,即为移除小对象的白色区域，Blue_y(i,1)=Blue_y(i,1)+1;%则y*1列矩阵的相应像素点的元素值加1，endendend[tempMaxY]=max(Blue_y);%temp为向量Blue_y的矩阵中的最大值，MaxY为该值的索引（最大值在向量中的位置）%返回包含最大元素的列，即白色区域最宽的列%Y方向车牌区域确定f

5、igure(8),subplot(1,2,1),plot(0:y-1,Blue_y),title('行方向白色像素点累计'),xlabel('行数'),ylabel('个数');PY1=MaxY;while((Blue_y(PY1,1)>=120)&&(PY1>1))PY1=PY1-1;endPY2=MaxY;while((Blue_y(PY2,1)>=40)&&(PY2

6、%进一步确定x方向的车牌区域forj=1:x%逐列扫描fori=PY1:PY2if(Im6(i,j,1)==1)Blue_x(1,j)=Blue_x(1,j)+1;%根据Im5的x值确定endendendfigure(8),subplot(1,2,2),plot(0:x-1,Blue_x),title('列方向白色像素点累计'),xlabel('列数'),ylabel('个数');PX1=1;while((Blue_x(1,PX1)<3)&&(PX1PX1

7、))PX2=PX2-1;end%end纵向扫描PX1=PX1-2;%对车牌区域的校正PX2=PX2+2;dw=I(PY1:PY2,PX1:PX2,:);t=toc;figure(9),subplot(1,2,1),imshow(IY),title('垂直方向合理区域');figure(9),subplot(1,2,2),imshow(dw),title('定位剪切后的彩色车牌图像')imwrite(dw,'dw.jpg');%将图像写入图形文件中a=imread('dw.jpg');b=rgb2gray(a);imwrite(b,'车牌灰度图像.jpg');f

8、igure(10);subplot(3