车牌识别地matlab程序.docx

1、车牌识别地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();%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);%stre

2、l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-(f

3、max1-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

4、);%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,

5、basic);%计算图像区域的特征尺寸Area=;%区域面积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 (width98 & width25 & hight2 & rato4 break;

6、endendsbw1=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(

7、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

8、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)=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：endmarkrow2=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;m

9、arkrow2(n1)=markrow(l)-markrow(l-1);l=0;!for k=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

10、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; break; end end endelse %检测下边， ysite=n1; if markrow4(n1) =0 if markrow4(n1-1) =maxw ysite= 0; %无下边 else ysite= n1-1; end end| if

11、ysite =0 k1=1; for l=1:n2 k=m2; while k=markrow(ysite) %从底边至最后一个峰的上升点扫描 if sbw1(k,l)=1 xdata(k1)=l; ydata(k1)=k;# k1=k1+1; break; end k=k-1; end end endend %(2)线性拟合，计算与x夹角fresult = fit(xdata,ydata,poly1); %poly1 Y = p1*x+p2p1=;angle=atan*180/pi; %弧度换为度，360/2pi, pi=%(3)旋转车牌图象subcol = imrotate(subcol1

12、,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(

13、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=maxhigh

14、t);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(

15、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1/4count1=0;l=1;for k=1:width if histcol(k)=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

16、; end count1=0; endendmarkcol2=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maxwidthl=0;for k=1:n1& markcol3(k)=markcol(k+1)-markcol1(k+1);%字符下降点 markcol4(k)=markcol3(k)-markcol(k);

17、 %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=siz

18、e(subcol);figure;for k=findmax-1:findmax+5 cleft=markcol5(k)-maxwidth/2; cright=markcol5(k)+maxwidth/2-2; if cleftn2 cright=n2; cleft=n2-maxwidth; end SegGray=sbw(rowtop:rowbot,cleft:cright); SegBw1=sbw(rowtop:rowbot,cleft:cright); SegBw2 = imresize(SegBw1,22 14);%变换为22行 14列标准子图 subplot(2,n1,l),imsh

19、ow(SegGray); if l=7 title(车牌字符宽度： ,int2str(maxwidth),Color,r); end subplot(2,n1,n1+l),imshow(SegBw2); # fname=strcat(c:worksamimage,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=

20、size(sbw);for k=findmax-1:findmax+5 cleft=markcol5(k)-maxwidth/2; cright=markcol5(k)+maxwidth/2-2; if cleftn2 cright=n2; cleft=n2-maxwidth; end SegBw1=sbw(rowtop:rowbot,cleft:cright); SegBw2 = imresize(SegBw1,22 14);%变换为22行 14列标准子图 if l=1 %第一位汉字识别 kmin=37; kmax=45;| elseif l=2 %第二位 AZ 字母识别 kmin=11; kmax=36; elseif l=3 & l 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;endtitle (识别车牌号码:, RegCode,Color,r);