车牌识别的matlab程序程序讲解模板Word文档下载推荐.docx

车牌识别的matlab程序程序讲解模板Word文档下载推荐.docx

《车牌识别的matlab程序程序讲解模板Word文档下载推荐.docx》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Word文档下载推荐.docx（9页珍藏版）》请在冰豆网上搜索。

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=[];

fori=1:

size（I_final,1）%寻找二值图像中白的点的位置

forj=1:

size（I_final,2）

ifI_final（i,j）==1;

newlocation=[i,j];

location_of_1=[location_of_1;

newlocation];

end

end

mini=inf;

maxi=0;

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）;

iftemp<

mini

mini=temp;

a=i;

iftemp>

maxi

maxi=temp;

b=i;

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_plate）,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;

forj=1:

size（I_plate,2）

sum_y=sum（I_plate（:

j））;

iflogical（sum_y）~=flag%列和有变化时，记录下此列

X=[Xj];

flag=logical（sum_y）;

figure

forn=1:

7

char=I_plate（:

X（2*n-1）:

X（2*n）-1）;

%进行粗分割

fori=1:

size（char,1）%这两个for循环对分割字符的上下进行裁剪

ifsum（char（i,:

））~=0

top=i;

break

size（char,1）

ifsum（char（size（char,1）-i,:

bottom=size（char,1）-i;

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

%==========================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'

新'

宁'

港'

蒙'

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）））;

index=find（Compare==（min（Compare）））;

char=[charstore1（index）];

store2=strcat（'

A'

B'

C'

D'

E'

F'

G'

H'

J'

K'

L'

M'

N'

P'

Q'

R'

S'

T'

U'

V'

W'

X'

Y'

Z'

0'

1'

2'

3'

4'

5'

6'

7'

8'

9'

fori=2:

7%字母数字识别

35

Im=eval（strcat（'

num2str（i）））;

cha&

num\'

%cha&

num文件附在最后

char=[charstore2（index）];

figure,imshow（I）,title（strcat（'

车牌为:

char））

信研-11XX2011301XXXXXX

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；

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：

functionJ=OTSU（I）

Hi=imhist（I）;

%直方图

sum1=sum（Hi）;

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;

[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）;

holdon;

plot（thresh,3,'

+r'

title（（strcat（'

阈值为'

num2str（thresh））））;

I（find（I<

=thresh））=0;

I（find（I>

thresh））=256;

%二值化

J=I;

%subplot（2,2,2）,imshow（I）,title（'

二值化图像zk'