2022年车牌识别的matlab程序 .pdf

《2022年车牌识别的matlab程序 .pdf》由会员分享，可在线阅读，更多相关《2022年车牌识别的matlab程序 .pdf（8页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、clc clear close all I=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(腐蚀后边缘图像)

2、;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)%寻找二值

3、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 end end mini=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;名师资料总结-精品资料欢迎下载-名师精心整理-第 1 页，共 8 页

4、-end end first_point=location_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_p

5、late),title(车牌提取)%画出最终车牌%=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);end end figure for 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

6、 end end for i=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 中名师资料总结-精品资料欢迎下载-名师精心整理-第 2 页，共 8 页 -end%=

7、字符识别=char=;store1=strcat(京,津,沪,渝,冀,晋,辽,吉,黑,苏,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);cha

8、r=char store1(index);store2=strcat(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(Diff

9、er);end index=find(Compare=(min(Compare);char=char store2(index);end figure,imshow(I),title(strcat(车牌为:,char)名师资料总结-精品资料欢迎下载-名师精心整理-第 3 页，共 8 页 -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

10、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；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：名师资料总结-精品资料欢迎下载-名师精心整理-第 4 页，共 8 页 -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

11、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：名师资料总结-精品资料欢迎下载-名师精心整理-第 5 页，共 8 页 -3）第三部分为字符分割此部分的工作是将车牌里的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

12、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：名师资料总结-精品资料欢迎下载-名师精心整理-第 6 页，共 8 页 -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)名师资料总结-精品资料欢迎下载-名师精心整理-第 7 页，共 8

13、页 -OTSU.m 文件：function J=OTSU(I)Hi=imhist(I);%直方图sum1=sum(Hi);for i=1:255 w1=sum(Hi(1:i)/sum1;%第一类概率w2=sum(Hi(i+1):256)/sum1;%第二类概率m1=(0:(i-1)*Hi(1:i)/sum(Hi(1:i);%第一类平均灰度值m2=(i:255)*Hi(i+1):256)/sum(Hi(i+1):256);%第二类平均灰度值Jw(i)=w1*w2*(m1-m2)2;end maxm,thresh=max(Jw);%寻找阈值%subplot(2,2,1);imshow(I);title(原图像);%subplot(2,2,3,4);imhist(I);hold on;plot(thresh,3,+r);title(strcat(阈值为,num2str(thresh);I(find(Ithresh)=256;%二值化J=I;%subplot(2,2,2),imshow(I),title(二值化图像zk);名师资料总结-精品资料欢迎下载-名师精心整理-第 8 页，共 8 页 -