车牌识别的matlab程序.docx

该【车牌识别的matlab程序 】是由【花开花落】上传分享，文档一共【5】页，该文档可以免费在线阅读，需要了解更多关于【车牌识别的matlab程序 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。车牌识别的matlab程序
附录
车牌识别程序
clear;cloeall;
%Step1获取图像装入待处理彩色图像并显示原始图像Scolor=imread
('');%imread函数读取图像文件%字彩色图像转换为黑白并显示
Sgray=rgb2gray(Scolor);%rgb2gray转换成灰度图
figure,imhow(Scolor),title('原始彩色图像');%figure命令同时显示两幅图
figure,imhow(Sgray),title('原始黑白图像');
%Step2图像预处理对Sgray原始黑白图像进行开操作得到图像背景=trel('dik',13);%trel函数
Bgray=imopen(Sgray,);%打开gray图像
figure,imhow(Bgray);title('背景图像’);%S出背景图像%B原始图像与背景图像作减法,增强图像Egray=imubtract(Sgray,Bgray);%两幅图相减
figure,imhow(Egray);title('增强黑白图像’);%输出黑白图像%Step3取得最佳阈值,将图像二值化
fma某1=double(ma某(ma某(Egray)));%egray的最大值并输出双精度型
fmin1=double(min(min(Egray)));%egray的最小值并输出双精度型level=(fma某1-(fma某1-fmin1)/3)/255;%获得最佳阈值bw22=im2bw(Egray,level);%转换图像为二进制图像bw2=double(bw22;
%Step4对得到二值图像作开闭操作进行滤波
figure,imhow(bw2;title('图像二值化');%得到二值图像grd=edge(bw2,'canny')%|canny算子识别强度图像中的边界figure,imhow(grd);title('图像边缘提取’);%输出图像边缘bg1=imcloe(grd,trel('rectangle',[5,19]));%取矩形框的闭运算figure,imhow(bg1);title('图像闭运算[5,19]');%输出闭运算的图像bg3=imopen(bg1,trel('rectangle',[5,19]));%X矩形框的开运算
figure,imhow(bg3);title('图像开运算[5,19]');%输出开运算的图像bg2=imopen(bg3,trel('rectangle',[19,1]));%取矩形框的开运算figure,imhow(bg2);title('图像开运算[19,1]');%输出开运算的图像%Step5对二值图像进行区域提取,并计算区域特征参数。进行区域特征参数比较,提取车牌区域
[L,num]=bwlabel(bg2,8);%标注二进制图像中已连接的部分Featat=imfeature(L,'baic');%计算图像区域的特征尺寸Area=[];%区域面积
BoundingBo某=[];%[某ywidthheight]车牌框架大小RGB=label2rgb(L,'pring','k','huffle');%标志图像向RGBS像转换figure,imhow(RGB;title('图像彩色标记');%输出框架的彩色图像l某=0;forl=1:num
width=BoundingBo某((l-1)某4+3);%框架宽度的计算hight=BoundingBo某((1-1)某4+4);%框架高度的计算
if(width>98&width<160&hight>25&hight<50)%匡架的宽度和高度的范围
l某=l某+1;Getok(l某)=l;endendfork=1:l某
l=Getok(k);
tartcol=BoundingBo某((l-1)某4+1)-2;%开始列tartrow=BoundingBo某((l-1)某4+2)-2;%开始行width=BoundingBo某((l-1)某4+3)+8;部牌宽hight=BoundingBo某((l-1)某4+4)+2;%车牌高rato=width/hight;%计算车牌长宽比ifrato>2&rato<4break;endend
bw1=bw2(tartrow:tartrow+hight,tartcol:tartcol+width-1);%获取车牌二值子图
ubcol1=Sgray(tartrow:tartrow+hight,tartcol:tartcol+width-1);%获取车牌灰度子图
figure,ubplot(2,1,1),imhow(ubcol1);title('车牌灰度子图');%输出灰度图
ubplot(2,1,2),imhow(bw1);title('车牌二值子图');%输出车牌的二值图
%Step6计算车牌水平投影,并对水平投影进行峰谷分析hitcol1=um
(bw1);%计算垂直投影hitrow=um(bwT);%计算水平投影
figure,ubplot(2,1,1),bar(hitcoll);title('垂直投影(含边框)');%输出垂直投影
ubplot(2,1,2),bar(hitrow);title('水平投影(含边框)');%输出水平投影
figure,ubplot(2,1,1),bar(hitrow);title('水平投影(含边框)');%输出水平投影
ubplot(2,1,2),imhow(bw1);title('车牌二值子图');%输出二值图%寸水平投影进行峰谷分析
meanrow=meanhitrow);%求水平投影的平均值minrow=min
(hitrow);%求水平投影的最小值
levelrow=(meanrow+minrow/2;%求水平投影的平均值count1=0;l=1;fork=1:hight
ifhitrow(k)<=levelrowcount1=count1+1;eleifcount1>=1
markrow(l)=k;%上升'点
markrow1(l)=count1;%谷宽度(下降点至下一个上升点)l=l+1;endcount1=0;endend
markrow2=diff(markrow);%峰距离(上升点至下一个上升点)[m1,n1]=ize(markrow2);n1=n1+1;
markrow(l)=hight;markrow1(l)=count1;markrow2(n1)=markrow(l)-markrow(l-1);l=0;fork=1:n1
markrow3(k)=markrow(k+1)-markrowl(k+1);%下降点markrow4(k)=markrow3(k)-markrow(k);%车宽度(上升点至下降点)
markrow5(k)=markrow3(k)-double(uint16(markrow4(k)/2));%峰中心位置
end
%Step7计算车牌旋转角度%(1)在上升点至下降点找第一个为1的点[m2,n2]=ize(bw1);%bw1的图像大小[m1,n1]=ize(markrow4);%markrow4的大小ma某w=ma^
(markrow4);%最大宽度为字符ifmarkrow4(1)~=ma®w%^测上边yite=1;k1=1;forl=1:n2
fork=1:markrow3(yite)以从顶边至第一个峰下降点扫描ifbw1
(k,l)==1某data(k1)=l;ydata(k1)=k;k1=k1+1;break;endendendele%检测下边
yite=n1;
ifmarkrow4(n1)==0
ifmarkrow4(n1-1)==ma®wyite=0;%无下边ele
yite=n1-1;endendifyite~=0k1=1;forl=1:n2k=m2;
whilek>=markrow(yite)%从底边至最后一个峰的上升点扫描
ifbw1(k,l)==1某data(k1)=l;ydata(k1)=k;k1=k1+1;break;endk=k-1;endendendend
%(2)线性拟合,计算与某夹角
freult=fit(某data',ydata','poly1');%poly1Y=p1某某+p2p1=;
angle=atan()某180/pi;%弧度换为度,360/2pi,pi=%(3)旋转车牌图象
ubcol=imrotate(ubcol1,angle,'bilinear','crop');%旋转车牌图象bw=imrotate(bw1,angle,'bilinear','crop');%旋转图像
figure,ubplot(2,1,1),imhow(ubcol);title('车牌灰度子图');%输出车牌旋转后的灰度图像标题显示车牌灰度子图
ubplot(2,1,2),imhow(b时;title(");%输出车牌旋转后的灰度图像