车牌识别地matlab程序.docx
《车牌识别地matlab程序.docx》由会员分享，可在线阅读，更多相关《车牌识别地matlab程序.docx（11页珍藏版）》请在冰豆网上搜索。
车牌识别地matlab程序
附录
车牌识别程序
clear;
closeall;
%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sgrays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];%[xywidthheight]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;
forl=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
fork=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
ifrato>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;
fork=1:
hight
ifhistrow（k）<=levelrow
count1=count1+1;
else
ifcount1>=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
markrow2=diff（markrow）;%峰距离（上升点至下一个上升点）
[m1,n1]=size（markrow2）;
n1=n1+1;
markrow（l）=hight;
markrow1（l）=count1;
markrow2（n1）=markrow（l）-markrow（l-1）;
l=0;
fork=1:
n1
markrow3（k）=markrow（k+1）-markrow1（k+1）;%下降点
markrow4（k）=markrow3（k）-markrow（k）;%峰宽度（上升点至下降点）
markrow5（k）=markrow3（k）-double（uint16（markrow4（k）/2））;%峰中心位置
end
%Step7计算车牌旋转角度
%
（1）在上升点至下降点找第一个为1的点
[m2,n2]=size（sbw1）;%sbw1的图像大小
[m1,n1]=size（markrow4）;%markrow4的大小
maxw=max（markrow4）;%最大宽度为字符
ifmarkrow4
（1）~=maxw%检测上边
ysite=1;
k1=1;
forl=1:
n2
fork=1:
markrow3（ysite）%从顶边至第一个峰下降点扫描
ifsbw1（k,l）==1
xdata（k1）=l;
ydata（k1）=k;
k1=k1+1;
break;
end
end
end
else%检测下边
ysite=n1;
ifmarkrow4（n1）==0
ifmarkrow4（n1-1）==maxw
ysite=0;%无下边
else
ysite=n1-1;
end
end
ifysite~=0
k1=1;
forl=1:
n2
k=m2;
whilek>=markrow（ysite）%从底边至最后一个峰的上升点扫描
ifsbw1（k,l）==1
xdata（k1）=l;
ydata（k1）=k;
k1=k1+1;
break;
end
k=k-1;
end
end
end
end
%
（2）线性拟合，计算与x夹角
fresult=fit（xdata',ydata','poly1'）;%poly1Y=p1*x+p2
p1=fresult.p1;
angle=atan（fresult.p1）*180/pi;%弧度换为度，360/2pi,pi=3.14
%（3）旋转车牌图象
subcol=imrotate（subcol1,angle,'bilinear','crop'）;%旋转车牌图象
sbw=imrotate（sbw1,angle,'bilinear','crop'）;%旋转图像
figure,subplot（2,1,1）,imshow（subcol）;title（'车牌灰度子图'）;%输出车牌旋转后的灰度图像标题显示车牌灰度子图
subplot（2,1,2）,imshow（sbw）;title（''）;%输出车牌旋转后的灰度图像
title（['车牌旋转角:
',num2str（angle）,'度'],'Color','r'）;%显示车牌的旋转角度
%Step8旋转车牌后重新计算车牌水平投影，去掉车牌水平边框，获取字符高度
histcol1=sum（sbw）;%计算垂直投影
histrow=sum（sbw'）;%计算水平投影
figure,subplot（2,1,1）,bar（histcol1）;title（'垂直投影（旋转后）'）;
subplot（2,1,2）,bar（histrow）;title（'水平投影（旋转后）'）;
figure,subplot（2,1,1）,bar（histrow）;title（'水平投影（旋转后）'）;
subplot（2,1,2）,imshow（sbw）;title（'车牌二值子图（旋转后）'）;
%去水平（上下）边框,获取字符高度
maxhight=max（markrow2）;
findc=find（markrow2==maxhight）;
rowtop=markrow（findc）;
rowbot=markrow（findc+1）-markrow1（findc+1）;
sbw2=sbw（rowtop:
rowbot,:
）;%子图为（rowbot-rowtop+1）行
maxhight=rowbot-rowtop+1;%字符高度（rowbot-rowtop+1）
%Step9计算车牌垂直投影，去掉车牌垂直边框，获取车牌及字符平均宽度
histcol=sum（sbw2）;%计算垂直投影
figure,subplot（2,1,1）,bar（histcol）;title（'垂直投影（去水平边框后）'）;%输出车牌的垂直投影图像
subplot（2,1,2）,imshow（sbw2）;%输出垂直投影图像
title（['车牌字符高度：
',int2str（maxhight）],'Color','r'）;%输出车牌字符高度
%对垂直投影进行峰谷分析
meancol=mean（histcol）;%求垂直投影的平均值
mincol=min（histcol）;%求垂直投影的平均值
levelcol=（meancol+mincol）/4;%求垂直投影的1/4
count1=0;
l=1;
fork=1:
width
ifhistcol（k）<=levelcol
count1=count1+1;
else
ifcount1>=1
markcol（l）=k;%字符上升点
markcol1（l）=count1;%谷宽度（下降点至下一个上升点）
l=l+1;
end
count1=0;
end
end
markcol2=diff（markcol）;%字符距离（上升点至下一个上升点）
[m1,n1]=size（markcol2）;
n1=n1+1;
markcol（l）=width;
markcol1（l）=count1;
markcol2（n1）=markcol（l）-markcol（l-1）;
%Step10计算车牌上每个字符中心位置，计算最大字符宽度maxwidth
l=0;
fork=1:
n1
markcol3（k）=markcol（k+1）-markcol1（k+1）;%字符下降点
markcol4（k）=markcol3（k）-markcol（k）;%字符宽度（上升点至下降点）
markcol5（k）=markcol3（k）-double（uint16（markcol4（k）/2））;%字符中心位置
end
markcol6=diff（markcol5）;%字符中心距离（字符中心点至下一个字符中心点）
maxs=max（markcol6）;%查找最大值，即为第二字符与第三字符中心距离
findmax=find（markcol6==maxs）;
markcol6（findmax）=0;
maxwidth=max（markcol6）;%查找最大值，即为最大字符宽度
%Step11提取分割字符,并变换为22行14列标准子图
l=1;
[m2,n2]=size（subcol）;
figure;
fork=findmax-1:
findmax+5
cleft=markcol5（k）-maxwidth/2;
cright=markcol5（k）+maxwidth/2-2;
ifcleft<1
cleft=1;
cright=maxwidth;
end
ifcright>n2
cright=n2;
cleft=n2-maxwidth;
end
SegGray=sbw（rowtop:
rowbot,cleft:
cright）;
SegBw1=sbw（rowtop:
rowbot,cleft:
cright）;
SegBw2=imresize（SegBw1,[2214]）;%变换为22行14列标准子图
subplot（2,n1,l）,imshow（SegGray）;
ifl==7
title（['车牌字符宽度：
',int2str（maxwidth）],'Color','r'）;
end
subplot（2,n1,n1+l）,imshow（SegBw2）;
fname=strcat（'c:
\work\sam\image',int2str（k）,'.jpg'）;
imwrite（SegBw2,fname,'jpg'）
l=l+1;
end
%Step12将计算计算获取的字符图像与样本库进行匹配，自动识别出字符代码。
liccode=char（['0':
'9''A':
'Z''粤桂海云贵川京津沪']）;%建立自动识别字符代码表
SubBw2=zeros（22,14）;
l=1;
[m2,n2]=size（sbw）;
fork=findmax-1:
findmax+5
cleft=markcol5（k）-maxwidth/2;
cright=markcol5（k）+maxwidth/2-2;
ifcleft<1
cleft=1;
cright=maxwidth;
end
ifcright>n2
cright=n2;
cleft=n2-maxwidth;end
SegBw1=sbw（rowtop:
rowbot,cleft:
cright）;
SegBw2=imresize（SegBw1,[2214]）;%变换为22行14列标准子图
ifl==1%第一位汉字识别
kmin=37;
kmax=45;
elseifl==2%第二位A~Z字母识别
kmin=11;
kmax=36;
elseifl>=3&l<=5%第三、四位0~9A~Z字母和数字识别
kmin=1;
kmax=36;
else%第五～七位0~9数字识别
kmin=1;
kmax=10;
end
fork2=kmin:
kmax
fname=strcat（'H:
\work\sam\Sam',liccode（k2）,'.jpg'）;
SamBw2=imread（fname）;
fori=1:
22
forj=1:
14
SubBw2（i,j）=SegBw2（i,j）-SamBw2（i,j）;
end
end%SubBw2=SamBw2-SegBw2;
Dmax=0;
fork1=1:
22
forl1=1:
14
if（SubBw2（k1,l1）>0|SubBw2（k1,l1）<0）
Dmax=Dmax+1;
end
end
end
Error（k2）=Dmax;
end
Error1=Error（kmin:
kmax）;%比较误差
MinError=min（Error1）;%取误差的最小值
findc=find（Error1==MinError）;%查找最小误差的图像
RegCode（l*2-1）=liccode（findc
（1）+kmin-1）;
RegCode（l*2）='';%输出最小误差图像
l=l+1;
end
title（['识别车牌号码:
',RegCode],'Color','r'）;
升级会员 