机器视觉 实验三报告 模板匹配法实现车牌识别.docx

实验三报告 模板匹配法实现车牌识别一、实验目的结合印刷体字符识别方法，用模板匹配法实现车牌识别。要求：能实现车牌定位、字符分割和车牌中数字0-9的识别。二、实验设备微机三、实验内容及步骤上机编写程序。调试程序。根据实验结果，撰写实验报告。四、实验报告(一)对汽车图像进行图像转换、图像增强和边缘检测等:1.载入车牌图像：I=imread(car1.jpg);figure(1),imshow(I);title(original image)；%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);%将彩图转换为灰度图figure(2),subplot(1,2,1),imshow(I1);title(gray image);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 operator edge detection image)；结果如下：4.图像实施腐蚀操作：se=[1;1;1];I3=imerode(I2,se);%对图像实施腐蚀操作，即膨胀的反操作figure(4),imshow(I3);title(corrosion image);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(smothing image);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(remove the small objects); %用imshow函数显示滤波后图像结果如下所示 ：（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 for i=1:y for j=1:x if(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1 Blue_y(i,1)= Blue_y(i,1)+1;%蓝色像素点统计 end end end [temp MaxY]=max(Blue_y);%Y方向车牌区域确定 %temp为向量yellow_y的元素中的最大值，MaxY为该值的索引 PY1=MaxY; while ((Blue_y(PY1,1)=5)(PY11)) PY1=PY1-1; end PY2=MaxY; while ((Blue_y(PY2,1)=5)(PY2y)) PY2=PY2+1; end IY=I(PY1:PY2,:,:); %行方向车牌区域确定 %%%%%% X方向 %%%%%%%%% Blue_x=zeros(1,x);%进一步确定x方向的车牌区域 for j=1:x for i=PY1:PY2 if(myI(i,j,1)==1) Blue_x(1,j)= Blue_x(1,j)+1; end end end PX1=1; while ((Blue_x(1,PX1)3)(PX1x)) PX1=PX1+1; end PX2=x; while ((Blue_x(1,PX2)3)(PX2PX1)) PX2=PX2-1; end PX1=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(Line direction areas);%行方向车牌区域确定figure(7),subplot(1,2,2),imshow(dw),title(positioning color images);%定位后的车牌区域如下所示：(三)字符分割与识别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号码的单个字符图像，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