基于matlab的汽车牌照识别源程序

1、精选优质文档-倾情为你奉上精选优质文档-倾情为你奉上专心-专注-专业专心-专注-专业精选优质文档-倾情为你奉上专心-专注-专业基于matlab的车牌识别的源程序clcclearfilename=E:matlab7.0car.jpg;%图片的路径I=im2gray(filename);%调用自编函数读取图像，并转化为灰度图象；tic %计时开始height,width=size(I);%预处理I_edge=zeros(height,width);%创建height*width矩阵for i=1:width-1%对每一列进行遍历 I_edge(:,i)=abs(I(:,i+1)-I(:,i);%每

2、列的值赋为原图像中左右两列相减的绝对值(即梯度)end% 归一化处理(0255)I_edge=(255/(max(max(I_edge)-min(min(I_edge)*(I_edge-min(min(I_edge);I_edge,y1=select(I_edge,height,width); %调用select函数选择图像的某个区域BW2 = I_edge;%一些形态学处理SE=strel(rectangle,10,10);%创建10*10的建构元素IM2=imerode(BW2,SE);%腐蚀IM2=bwareaopen(IM2,20);%删除小面积IM3=imdilate(IM2,SE)

3、;%膨胀 %先腐蚀再膨胀，进行了开运算，消除小物体%投影以粗略估计车牌位置p_h=projection(double(IM3),h); %调用projection函数，水平方向if(p_h(1)0) p_h=0,p_h;endp_v=projection(double(IM3),v); %调用projection函数，垂直方向if(p_v(1)0) p_v=0,p_v;end%p_h=double(p_h5);%水平方向p_h=find(p_h(1:end-1)-p_h(2:end)=0);len_h=length(p_h)/2;%p_v=double(p_v5);%垂直方向p_v=find(

4、p_v(1:end-1)-p_v(2:end)=0);len_v=length(p_v)/2;%粗略计算车牌候选区k=1;for i=1:len_h for j=1:len_v s=IM3(p_h(2*i-1):p_h(2*i),p_v(2*j-1):p_v(2*j); if(mean(mean(s)0.1) pk=p_h(2*i-1),p_h(2*i)+1,p_v(2*j-1),p_v(2*j)+1; k=k+1; end endendk=k-1;%进一步缩小车牌候选区for i=1:k edge_IM3=double(edge(double(IM3(pi(1):pi(2),pi(3):pi

5、(4),canny); x,y=find(edge_IM3=1); pi=pi(1)+min(x),pi(2)-(pi(2)-pi(1)+1-max(x),. pi(3)+min(y),pi(4)-(pi(4)-pi(3)+1-max(y); p_centeri=fix(pi(1)+pi(2)/2),fix(pi(3)+pi(4)/2); p_ratio(i)=(pi(4)-pi(3)/(pi(2)-pi(1);end%对上面参数和变量的说明：p为一胞元，用于存放每个图像块的左上和右下两个点的坐标；%存放格式为：pk=x1,x2,y1,y2；x1,x2分别为行坐标，y1,y2为列坐标%p_ce

6、nter为一胞元,用于存放每个图像块的中心坐标,p_centerk=x,y;x,y分别为行,列坐标%p_ratio为一矩阵，用来存放图像块的长宽比例%合并临近区域%如果有多个区域则执行合并if k1 n=0; ncount=zeros(1,k); for i=1:k-1 %需要调整if条件中的比例 %需要调整 %检查是否满足合并条件 if(abs(pi(1)+pi(2)-pi+1(1)-pi+1(2)=height/30&abs(pi+1(3)-pi(4)0) d_ncount=ncount(2:n+1)-ncount(1:n); %避免重复记录临近的多个区域。 index=find(d_nc

7、ount=1); m=length(index); for i=1:m ppi=pncount(index(i); %重新记录合并区域的比例 pp_ratio(i)=(ppi(4)-ppi(3)/(ppi(2)-ppi(1); end p=pp; %更新区域记录 p_ratio=pp_ratio; %更新区域比例记录 clear pp;clear pp_ratio; %清除部分变量 endendk=length(p); %更新区域个数%合并结束%根据区域比例判断是否为车牌区域%m=1;T=0.6*max(p_ratio);for i=1:k if(p_ratio(i)=T&p_ratio(i)

8、=thr*mean(max(ImageData);BW2=bwareaopen(y,10);%删除小面积对象 %格式：BW2 = bwareaopen(BW,P,conn) %作用：删除二值图像BW中面积小于P的对象，默认情况下conn使用8邻域。SE=strel(square,15);%创建一个正方形的结构元素 %SE = strel(shape, parameters) %根据shape指定的类型创建一个结构元素SE。IM2=imdilate(BW2,SE);%图像膨胀IM3=imerode(IM2,SE);%图像腐蚀 %1.开运算（先腐蚀后膨胀的过程）：利用它可以消除小物体，在纤细点处分离物体，平滑较大物体边界，但同时并不明显改变原来物体的面积。OPEN(X,B) %2.闭运算（先膨胀后腐蚀的过程）：利用它可以填充物体内细小空洞，连接临近物体、平滑其边界，但同时并不明显改变原来物体的面积。CLOSE(X,B)average=sum(sum(IM3)/(h*w); %将图像二值化while(average0.08) if(average=thr*mean(max(ImageData);%求向