车牌识别的matlab程序详细注释并有使用注意点文档格式.docx

1、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）；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=doub

2、le（bw22）；%Step4 对得到二值图像作开闭操作进行滤波figure,imshow（bw2）；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）；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）；图像闭运算5,19%输出闭运算的图像bg3=imopen（bg1,strel（%取矩形框的开运算figure,imshow（bg3）；图像开运算5,19%输出开运算的图像bg2=imopen（bg3,s

3、trel（,19,1）；figure,imshow（bg2）；图像开运算19,1%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, kshuffle %标志图像向RGB图像转换figure,

4、imshow（RGB）；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 （width98 & width25 & hight2 & rato4%这块儿也需要根据具体情况更改一下，如3-6啊什么的 break；sbw1=bw2（startrow:startrow+hight,startcol:startcol+width-1）； %获取车牌二值子图subcol1=Sgray（startrow:%获取车牌灰度子图figure,s

5、ubplot（2,1,1）,imshow（subcol1）；车牌灰度子图%输出灰度图subplot（2,1,2）,imshow（sbw1）；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）；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

6、）；%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；count1=0；l=1；for k=1:hight if histrow（k）=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； count1=0；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

7、）=hight；markrow1（l）=count1；markrow2（n1）=markrow（l）-markrow（l-1）；l=0；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（

8、markrow4）；%markrow4的大小maxw=max（markrow4）；%最大宽度为字符if markrow4（1） = maxw%检测上边 ysite=1； k1=1； for l=1:n2 for k=1:markrow3（ysite）%从顶边至第一个峰下降点扫描 if sbw1（k,l）=1 xdata（k1）=l； ydata（k1）=k； k1=k1+1；else %检测下边 ysite=n1； if markrow4（n1） =0 if markrow4（n1-1） =maxw ysite= 0； %无下边 else ysite= n1-1； if ysite =0 k=

9、m2； while k=markrow（ysite） %从底边至最后一个峰的上升点扫描 k=k-1；%（2）线性拟合，计算与x夹角fresult = fit（xdata,ydata,poly1 %poly1 Y = p1*x+p2p1=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,bilinearcrop %旋转车牌图象sbw = imrotate（sbw1,angle,%旋转图像figure,subplot（2,1,1）,im

10、show（subcol）；%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）；%输出车牌旋转后的灰度图像title（车牌旋转角: ,num2str（angle）,度 ,Colorr%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）；histrow=sum（sbw垂直投影（旋转后）水平投影（旋转后）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）%S