车牌识别地matlab程序.docx

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（14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（''）;%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=[];%区域面积

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=;

angle=atan*180/pi;%弧度换为度，360/2pi,pi=

%（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'）;