2021(完整版)基于matlab的车牌识别(含子程序).docxVIP

基于 matlab 的车牌识别系统 一、对车辆图像进行预处理 载入车牌图像 ： function [d]=main(jpg) 文件 (*.jpg)});[filename, pathname] = uigetfile({*.jpg, JPEG if(filename == 0), return, end global FILENAME % 定义全局变量 文件 (*.jpg)}); I=imread(FILENAME); figure(1),imshow(I);title(原图像 );% 将车牌的原图显示出来结果如下 ： figure(1),imshow(I);title( 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( 灰度图像 ); 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： 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 算子边缘检测图像 ); 结果如下： 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( 腐蚀后图像 ); 平滑图像 sese=strel(rectangle,[25,25]);% 构造结构元素以正方形构造一个 se I4=imclose(I3,se);% 图像聚类、填充图像 figure(5),imshow(I4);title( 平滑图像 ); 结果如下所示： 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( 从对象中移除小的对象 ); 结果如下所示 ： 、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 white_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,:,:); %x 方向车牌区域确定 %%%%%%方 X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( 行方向合理区域 );% 行方向车牌区域确 定 figure(7),subplot(1,2,2),imshow(dw),title( 定位裁剪后的车牌彩色图像 ); 的车牌区 域如下所示： 三、字符分割及处理 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