车牌识别matlab程序.doc

2005/12/02|20:47|分类:数学类文档|标签:Matlab模式识别|2,690次阅读Matlab在图像处理与目标识别方面的应用实验作者:林健(北京理工大学计算机科学技术学院)指导教师:尚斐(北京理工大学医学图像实验室)注意,由于BLOG功能的原因,如果显示效果不好,您可以下载Word原文档(包含m源文件和相关图片)。下载地址:es/works/://files./works/、汽车牌照定位与字符识别待处理的图像如下所示。图像整体比较清晰干净,车牌方向端正,字体清楚,与周围颜色的反差较大。要定位汽车牌照并识别其中的字符,我们采用Matlab平台提供的一些图像处理函数,以傅立叶变换通过字符模板与待处理的图像匹配为核心思想。基本方法如下:1、读取待处理的图像,将其转化为二值图像。经试验,,杂点最少(如下左图)。I=imread('');I2=rgb2gray(I);I4=im2bw(I2,);2、去除图像中面积过小的,可以肯定不是车牌的区域。bw=bwareaopen(I4,500);3、为定位车牌,将白色区域膨胀,腐蚀去无关的小物件,包括车牌字符(如下右图)。se=strel('disk',15);bw=imclose(bw,se);4、此时车牌所在白色连通域已清晰可见,但在黑色区域以外,是一个更大的白色连通域,将车牌所在连通域包围了。有必要将其填充。bw=imfill(bw,[11]);5、查找连通域边界。同时保留此图形,以备后面在它上面做标记。[B,L]=bwboundaries(bw,4);imshow(label2rgb(L,***@jet,[.]))holdonfork=1:length(B)boundary=B{k};plot(boundary(:,2),boundary(:,1),'w','LineWidth',2)end6、找出所有连通域中最可能是车牌的那一个。判断的标准是::1,其面积和周长存在关系:(×L×L)/(2×(+1)×L)2≈1/27,以此为特征,取metric=27*area/perimeter^2作为连通域的匹配度,它越接近1,:1的矩形。%找到每个连通域的质心stats=regionprops(L,'Area','Centroid');%循环历遍每个连通域的边界fork=1:length(B)%获取一条边界上的所有点boundary=B{k};%计算边界周长delta_sq=diff(boundary).^2;perimeter=sum(sqrt(sum(delta_sq,2)));%获取边界所围面积area=stats(k).Area;%计算匹配度metric=27*area/perimeter^2;%要显示的匹配度字串metric_string=sprintf('%',metric);%标记出匹配度接近1的连通域ifmetric>=&&metric<==stats(k).Centroid;plot(centroid(1