MATLAB车牌识别过程.docVIP

7.3 系统详细设计 7.3.1 车牌图像读入 目前常用的图像格式主要有*.PCX、*.BMP、*.JPG、*.TIFF、*.GIF 等，本设计采集到的图片格式为*.JPG格式，这种格式的图像占有的存储空间小，而且是使用最广的图片保存和传输格式，大多数的摄像设备也都是以*.JPG格式保存图像的。利用图像工具的图像读取函数imread() 来读取一副图像，其使用格式为： I=imread(‘fn pn’); %fn为图像文件名，pn为文件路径 使用图像工具的图像显示函数imshow() 来显一副图像，使用格式为： Imshow(I); 具体代码为： [fn pn]=uigetfile (‘*.JPG’,’选择图片’)；%选择图像文件，fn为文件名，pn为路径 I= imread ([fn pn]); %显示所选图像 Figure,imshow(I);title(‘原始车牌图像’); %在新建的figure中显示所选图像文件，figure标题为原始车牌图像 以一副名为“桂APC322”的车牌图片为例，程序运行结果为： 7.3.2 彩色（基于蓝色）车牌定位、提取 将彩色车牌读入后，采用水平垂直双向投影法，将图像分别投影到X、Y坐标轴，然后分别沿X、Y轴扫描图像。当沿Y轴扫描时，一边扫描一边统计图像中蓝色像素点的个数，第一次扫描到蓝色像素点最多的行时停止扫描，并记录下蓝色像素点最多的行，然后以这行为基点，分别向上、向下扫描直到统计的像素点小于像素点阀值时，停止扫描，记录上下行的Y轴坐标PY2，PY1，I=(PY1:PY2,: ,:)就为Y轴方向的车牌区域，代码如下： Blue_y=zeros(y,1); for i=1:y for j=1:x if((myI(i,j,1)=48)((myI(i,j,2)=100)(myI(i,j,2)=40))((myI(i,j,3)=200)(myI(i,j,3)=80))) Blue_y(i,1)= Blue_y(i,1)+1; %统计蓝色像素点 end end end [temp MaxY]=max(Blue_y); % PY1=MaxY;% while ((Blue_y(PY1,1)=Y_threshlow)(PY11)) % PY1=PY1-1; end PY2=MaxY; while ((Blue_y(PY2,1)=Y_threshlow)(PY2y))%?òμ?í???é?±??? PY2=PY2+1; end PY1, PY2 figure(2),subplot(1,2,1),plot(Blue_y),title(行方向的蓝色像素点统计);grid on IY=I(PY1:PY2,:,:); figure(2),subplot(1,2,2),imshow(IY),title(行方向车牌区域); 运行结果如下： 同理可得X轴方向的车牌区域： 两者结合可提取出完整的车牌区域： 7.3.3 车牌图像灰度化 由于车牌底色跟上面的字符的颜色对比度很大，所以将RGB图像转化为灰度图时，车牌底色跟字符的灰度值也会相差很大，这样就可以很明显的显现出车牌区域，便于后续处理。本系统使用的是MATLAB内的灰度图转换函数rgb2gray()，其图像灰度值计算公式为：G=0.299R+0.578G+0.114B; 程序源代码为： bw=rgb2gray (I);figure(6),imshow (bw);title(‘灰度图像’)； 运行结果为： 7.3.4 车牌倾斜校正 由于摄像头拍摄角度的不同，可能使拍摄的车牌图片也发生倾斜，为了图像的后续处理以及很好的去识别字符，需对提取的带有倾斜的车牌图像进行校正。本系统采用的办法是，首先用radon 算法进行倾斜角度计算，然后根据倾斜角对图片精选修正，从而得到水平方向一致的图片，利于后期的分割识别。代码如下： I=edge(I);% theta = 1:180; [R,xp] = radon(I,theta); [I,J] = find(R=max(max(R)));% bw=imrotate(bw,qingxiejiao,bilinear,crop);figure,imshow(bw);title(车牌倾斜); 运行结果如下： 7.3.5 车牌图像处理 对车牌灰度图像的处理主要有二值化、腐蚀、去除干扰、膨胀、擦除、取反，都可以直接使用图像工具箱的图像处