《车牌识别的matlab程序程序讲解模板》由会员分享，可在线阅读，更多相关《车牌识别的matlab程序程序讲解模板（8页珍藏版）》请在金锄头文库上搜索。
1、clcclearclose allI=imread(chepai.jpg);subplot(3,2,1);imshow(I), title(原始图像);I_gray=rgb2gray(I);subplot(3,2,2),imshow(I_gray),title(灰度图像);%= 形态学预处理 =I_edge=edge(I_gray,sobel);subplot(3,2,3),imshow(I_edge),title(边缘检测后图像);se=1;1;1; I_erode=imerode(I_edge,se); subplot(3,2,4),imshow(I_erode),title(腐蚀后边缘图
2、像);se=strel(rectangle,25,25); I_close=imclose(I_erode,se); %图像闭合、填充图像subplot(3,2,5),imshow(I_close),title(填充后图像);I_final=bwareaopen(I_close,2000); %去除聚团灰度值小于2000的部分subplot(3,2,6),imshow(I_final),title(形态滤波后图像);%= 车牌分割 =I_new=zeros(size(I_final,1),size(I_final,2);location_of_1=;for i=1:size(I_final,1
3、) %寻找二值图像中白的点的位置 for j=1:size(I_final,2) if I_final(i,j)=1; newlocation=i,j; location_of_1=location_of_1;newlocation; end endendmini=inf;maxi=0;for i=1:size(location_of_1,1)%寻找所有白点中，x坐标与y坐标的和最大，最小的两个点的位置 temp=location_of_1(i,1)+location_of_1(i,2); if tempmaxi maxi=temp; b=i; endendfirst_point=locati
4、on_of_1(a,:); %和最小的点为车牌的左上角last_point=location_of_1(b,:); %和最大的点为车牌的右下角x1=first_point(1)+4; %坐标值修正x2=last_point(1)-4;y1=first_point(2)+4;y2=last_point(2)-4;I_plate=I(x1:x2,y1:y2);I_plate=OTSU(I_plate); %以OTSU算法对分割出的车牌进行自适应二值化处理I_plate=bwareaopen(I_plate,50);figure,imshow(I_plate),title(车牌提取) %画出最终车牌
5、%= 字符分割 =X=; %用来存放水平分割线的横坐标flag=0;for j=1:size(I_plate,2) sum_y=sum(I_plate(:,j); if logical(sum_y)=flag %列和有变化时，记录下此列 X=X j; flag=logical(sum_y); endendfigurefor n=1:7 char=I_plate(:,X(2*n-1):X(2*n)-1); %进行粗分割 for i=1:size(char,1) %这两个for循环对分割字符的上下进行裁剪 if sum(char(i,:)=0 top=i; break end end for i=
6、1:size(char,1) if sum(char(size(char,1)-i,:)=0 bottom=size(char,1)-i; break end end char=char(top:bottom,:); subplot(2,4,n);imshow(char); char=imresize(char,32,16,nearest); %归一化为32*16的大小，以便模板匹配 eval(strcat(Char_,num2str(n),=char;); %将分割的字符放入Char_i中end%= 字符识别 =char=;store1=strcat(京,津,沪,渝,冀,晋,辽,吉,黑,苏,
7、浙. %汉字识别 ,皖,闽,赣,鲁,豫,鄂,湘,粤,琼,川,贵,云,陕. ,甘,青,藏,桂,皖,新,宁,港,鲁,蒙); for j=1:34 Im=Char_1; Template=imread(strcat(chinese,num2str(j),.bmp); %chinese文件附在最后 Template=im2bw(Template); Differ=Im-Template; Compare(j)=sum(sum(abs(Differ); end index=find(Compare=(min(Compare); char=char store1(index);store2=strcat(
8、A,B,C,D,E,F,G,H,J,K,L,M,M,N,P,Q,R. ,S,T,U,V,W,X,Y,Z,0,1,2,3,4,5,6,7,8,9);for i=2:7 %字母数字识别 for j=1:35 Im=eval(strcat(Char_,num2str(i); Template=imread(strcat(cha&num,num2str(j),.bmp); %cha&num文件附在最后 Template=im2bw(Template); Differ=Im-Template; Compare(j)=sum(sum(abs(Differ); end index=find(Compare=
9、(min(Compare); char=char store2(index);endfigure,imshow(I),title(strcat(车牌为:,char) 信研-11 XX 2011301XXXXXX 模式识别作业车牌识别1、作业要求： 要求：任给一幅符合假定的图片，自动识别出车牌号。 如：给定如下图片，自动输出（京JX9168）2、 设计步骤： 所设计的车牌识别的流程包括图像预处理，车牌分割，字符分割，及字符识别。详见matalb程序。3、 程序讲解1）第一部分为图像的预处理。 此部分借鉴了别人的程序，将灰度图像以sobel算子检测边缘；再对边缘图像进行腐蚀，去除掉细的，间断的边缘
10、；对剩下的区域进行闭合以填充图像，此时可以看到车牌区域形成了一个大的连通域；调用bwareaopen函数去掉小的连通域，此时整个二值图像只b剩下了车牌区域为1。如下图所示： 2） 第二部分为车牌的提取 此部分的工作为将上一步的白色区域取出，其对应的就是车牌区域。设计思路如下：首先将二值图像f中所有为1的点的坐标放入数组location_of_1中，对这些坐标遍历计算，寻找x坐标与y坐标之和最大的点a与最小的点b，a即为车牌的左上角，b为车牌的右下角。通过这两个坐标将车牌分割出来，并对灰度车牌图像以OTSU算法进行自适应二值化分割。最终效果如下： 3） 第三部分为字符分割 此部分的工作是将车牌里
11、的7个字符分别提取出来。方法如下：对该二值图从左向右像按列z遍历，计算每一列之和，没有白点的列和为0，有白点的列和非零，转换为逻辑1，记录下所有列和在0与1转换的列，即为需要切割的列，共有14列，可切出7个字符。切割出单个字符后，放入char_(i)中，并切割掉每个字符的上下的空白区域，完成精确切割，效果如下：4） 第四部分为字符的识别 识别的方法主要有模板匹配字符识别算法，统计特征匹配算法，神经网络字符识别算法和支持向量机模式识别算法。由于分割的字符效果较好，为明显畸变，模k板维数低（32*16），且因为时间关系，这里采用了模板匹配识别算法。该程序把切割出的字符与库里的汉字和字符的模板做减法运算，找到差别点最少的模板为对应模板，输出该模板对应的字符，最后识别出其为“京JX9168”。如下：Chinese模板文件：Cha&num模板文件：(将图片放入文件夹中，放在程序目录下)OTSU.m文件：function J=OTSU(I)Hi=imhist(I); %直方图sum1=sum(Hi);for i=1:255
