车牌识别的matlab程序

附录

车牌识别程序

clear ;

close all;

%Step1 获取图像装入待处理彩色图像并显示原始图像

Scolor = imread（'3.jpg'）;%imread函数读取图像文件

%将彩色图像转换为黑白并显示

Sgray = rgb2gray（Scolor）;%rgb2gray转换成灰度图

figure,imshow（Scolor）,title（'原始彩色图像'）;%figure命令同时显示两幅图

figure,imshow（Sgray）,title（'原始黑白图像'）;

%Step2 图像预处理对Sgray 原始黑白图像进行开操作得到图像背景s=strel（'disk',13）;%strel函数

Bgray=imopen（Sgray,s）;%打开sgray s图像

figure,imshow（Bgray）;title（'背景图像'）;%输出背景图像

%用原始图像与背景图像作减法，增强图像

Egray=imsubtract（Sgray,Bgray）;%两幅图相减

figure,imshow（Egray）;title（'增强黑白图像'）;%输出黑白图像

%Step3 取得最佳阈值，将图像二值化

fmax1=double（max（max（Egray）））;%egray的最大值并输出双精度型

fmin1=double（min（min（Egray）））;%egray的最小值并输出双精度型level=（fmax1-（fmax1-fmin1）/3）/255;%获得最佳阈值

bw22=im2bw（Egray,level）;%转换图像为二进制图像

bw2=double（bw22）;

%Step4 对得到二值图像作开闭操作进行滤波

figure,imshow（bw2）;title（'图像二值化'）;%得到二值图像

grd=edge（bw2,'canny'）%用canny算子识别强度图像中的边界

figure,imshow（grd）;title（'图像边缘提取'）;%输出图像边缘

bg1=imclose（grd,strel（'rectangle',[5,19]））;%取矩形框的闭运算

figure,imshow（bg1）;title（'图像闭运算[5,19]'）;%输出闭运算的图像bg3=imopen（bg1,strel（'rectangle',[5,19]））;%取矩形框的开运算

figure,imshow（bg3）;title（'图像开运算[5,19]'）;%输出开运算的图像bg2=imopen（bg3,strel（'rectangle',[19,1]））;%取矩形框的开运算

figure,imshow（bg2）;title（'图像开运算[19,1]'）;%输出开运算的图像%Step5 对二值图像进行区域提取，并计算区域特征参数。进行区域特征参数比较，提取车牌区域

[L,num] = bwlabel（bg2,8）;%标注二进制图像中已连接的部分

Feastats = imfeature（L,'basic'）;%计算图像区域的特征尺寸

Area=[Feastats.Area];%区域面积

BoundingBox=[Feastats.BoundingBox];%[x y width height]车牌框架大小RGB = label2rgb（L, 'spring', 'k', 'shuffle'）; %标志图像向RGB图像转换figure,imshow（RGB）;title（'图像彩色标记'）;%输出框架的彩色图像lx=0;

for l=1:num

width=BoundingBox（（l-1）*4+3）;%框架宽度的计算

hight=BoundingBox（（l-1）*4+4）;%框架高度的计算

if （width>98 & width<160 & hight>25 & hight<50）%框架的宽度和高度的范围

lx=lx+1;

Getok（lx）=l;

end

end

for k= 1:lx

l=Getok（k）;

startcol=BoundingBox（（l-1）*4+1）-2;%开始列

startrow=BoundingBox（（l-1）*4+2）-2;%开始行

width=BoundingBox（（l-1）*4+3）+8;%车牌宽

hight=BoundingBox（（l-1）*4+4）+2;%车牌高

rato=width/hight;%计算车牌长宽比

if rato>2 & rato<4

break;

end

end

sbw1=bw2（startrow:startrow+hight,startcol:startcol+width-1）; %获取车牌二值子图

subcol1=Sgray（startrow:startrow+hight,startcol:startcol+width-1）;%获取车牌灰度子图

figure,subplot（2,1,1）,imshow（subcol1）;title（'车牌灰度子图'）;%输出灰度图

subplot（2,1,2）,imshow（sbw1）;title（'车牌二值子图'）;%输出车牌的二值图

%Step6 计算车牌水平投影，并对水平投影进行峰谷分析

histcol1=sum（sbw1）; %计算垂直投影

histrow=sum（sbw1'）; %计算水平投影

figure,subplot（2,1,1）,bar（histcol1）;title（'垂直投影（含边框）'）;%输出垂直投影

subplot（2,1,2）,bar（histrow）; title（'水平投影（含边框）'）;%输出水平投影

figure,subplot（2,1,1）,bar（histrow）; title（'水平投影（含边框）'）;%输出水平投影

subplot（2,1,2）,imshow（sbw1）;title（'车牌二值子图'）;%输出二值图%对水平投影进行峰谷分析

meanrow=mean（histrow）;%求水平投影的平均值

minrow=min（histrow）;%求水平投影的最小值

levelrow=（meanrow+minrow）/2;%求水平投影的平均值

count1=0;

l=1;

for k=1:hight

if histrow（k）<=levelrow

count1=count1+1;

else

if count1>=1

markrow（l）=k;%上升点

markrow1（l）=count1;%谷宽度（下降点至下一个上升点）

l=l+1;

end

count1=0;

end

end