基于matlab的车牌识别系统
一、对车辆图像进行预处理
1.载入车牌图像：
function [d]=main(jpg)
[filename, pathname] = uigetfile({'*.jpg', 'JPEG 文件(*.jpg)'});
if(filename == 0), return, end
global FILENAME %定义全局变量
FILENAME = [pathname filename];
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：
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(‘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：
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(‘腐蚀后图像’);
5.平滑图像
se=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 ：
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)&&(PY1>1))
PY1=PY1-1;
end
PY2=MaxY;
while ((Blue_y(PY2,1)>=5)&&(PY2PX1))
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（二值化、归一化），然后分析提取，对分割出的字符图像进行识别给出文本形式的车牌号码。代码如下：
imwrite(dw,’彩色车牌.jpg’);%将彩色车牌写入彩色车牌文件中
a=imread(‘彩色车牌.jpg’);%读取车牌文件中的数据
b=rgb2gray(a);%将车牌图像转换为灰度图
imwrite(b,’车牌灰度图像.jpg’);%将灰度图像写入文件中
figure(8);subplot(3,2,1),imshow(b),title(‘车牌灰度图像’)
g_max=double(max(max(b)));
g_min=double(min(min(b)));
T=round(g_max-(g_max-g_min)/3); % T 为二值化的阈值
[m,n]=size(b);
d=(double(b)>=T); % d:二值图像
imwrite(d,’均值滤波前.jpg’);
subplot(3,2,2),imshow(d),title(‘均值滤波前’)
%均值滤波前
% 滤波
h=fspecial(‘average’,3);
%建立预定义的滤波算子，average为均值滤波，模板的尺寸为3*3
d=im2bw(round(filter2(h,d)));%使用指定的滤波器h对h进行d即均值滤波
imwrite(d,’均值滤波后.jpg’);
subplot(3,2,3),imshow(d),title(‘均值滤波后’)
% 某些图像进行操作
% 膨胀或腐蚀
% se=strel(‘square’,3); % 使用一个3X3的正方形结果元素对象对创建的图像进行膨胀
% ‘line’/’diamond’/’ball’…
se=eye(2); % eye(n) returns the n-by-n identity matrix 单位矩阵
[m,n]=size(d);%返回矩阵b的尺寸信息， 并存储在m,n中
if bwarea(d)/m/n>=0.365 %计算二值图像中对象的总面积与整个面积的比是否大于0.365
d=imerode(d,se);%如果大于0.365则图像进行腐蚀
elseif bwarea(d)/m/n
Original: https://blog.csdn.net/TuTu998/article/details/120177086
Author: TuTu998
Title: 基于matlab的车牌识别(含子程序)
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/636308/
转载文章受原作者版权保护。转载请注明原作者出处！