基于MATLAB的汽車牌照識別課件

基于MATLAB的車牌識別李家煜2019年6月15日河南科技大學生醫(yī)161基于MATLAB的車牌識別李家煜2019年6月15日河南科技1目錄CONTENTS數(shù)據(jù)載入及預處理車牌定位字符提取01020304存在的不足目錄數(shù)據(jù)載入及預處理車牌定位字符提取01020304存在的不201數(shù)據(jù)載入及預處理01數(shù)據(jù)載入及預處理3one數(shù)據(jù)載入及預處理1.圖像數(shù)據(jù)載入使用uigetfile函數(shù)從計算機中讀取含有要識別的圖像uigetfile函數(shù)的調(diào)用格式為：[filename,filepath]=uigetfile(…)，執(zhí)行此函數(shù)可得到供用戶選擇圖片文件的對話框，用戶選擇要識別的圖片并點擊“打開”按鈕后，會返回此圖片的文件名和路徑名，分別保存到filename和pathname兩個變量中Imread函數(shù)將圖像讀出one數(shù)據(jù)載入及預處理1.圖像數(shù)據(jù)載入使用uigetfile42.圖像轉(zhuǎn)換使用rgb2gray函數(shù)將彩色圖轉(zhuǎn)換為灰度圖以進一步處理圖片,可使用imhist函數(shù)畫出該灰度圖的灰度值分布直方圖one數(shù)據(jù)載入及預處理2.圖像轉(zhuǎn)換使用rgb2gray函數(shù)將彩色圖轉(zhuǎn)換為灰度圖以進502車牌定位02車牌定位6two車牌定位邊緣檢測腐蝕處理平滑處理及移除小目標定位裁剪two車牌定位邊緣檢測腐蝕處理平滑處理及移除小目標定位裁剪7車牌定位two1.邊緣檢測在將彩色圖轉(zhuǎn)換為灰度圖后，用edge函數(shù)識別該圖像的邊界，edge函數(shù)通過使用一階導數(shù)和二階導數(shù)檢測亮度的不連續(xù)來確定圖像的邊界，它可以使用Sobel,Prewitt,Roberts,Canny,LoG,零交叉等多種算子，在此使用最強大的Canny算子進行邊緣檢測。車牌定位two1.邊緣檢測在將彩色圖轉(zhuǎn)換為灰度圖后，用edg8車牌定位twoI2=edge(I1,‘canny’,0.08,‘both’);subplot(2,2,4),imshow(I2);title('canny算子邊緣檢測')代碼：車牌定位twoI2=edge(I1,‘canny’,0.089車牌定位two2.腐蝕處理由于邊緣檢測后的圖像中無關(guān)結(jié)構(gòu)太多，需對圖像進行腐蝕處理，實現(xiàn)腐蝕處理的函數(shù)為imerode。代碼：se=[1;1;1];%線型結(jié)構(gòu)元素I3=imerode(I2,se);車牌定位two2.腐蝕處理由于邊緣檢測后的圖像中無關(guān)結(jié)構(gòu)太多10車牌定位two3.平滑及移除小對象腐蝕后的圖像結(jié)構(gòu)大多呈分散狀分布，不連貫。為了方便之后確認車牌位置，需對該圖像進行平滑處理，使用閉運算使車牌平滑，并減小噪音。代碼：I4=imclose(I3,se);%閉運算車牌定位two3.平滑及移除小對象腐蝕后的圖像結(jié)構(gòu)大多呈分散11車牌定位two3.平滑及移除小對象為了使車牌位置的確定更精確，使用bwareaopen函數(shù)從圖象中移除小對象，。代碼：BW2=bwareaopen(BW,P,conn)車牌定位two3.平滑及移除小對象為了使車牌位置的確定更精確12車牌定位two車牌定位two13車牌定位two4.定位裁剪在經(jīng)過上面的處理，最初的彩色圖像已經(jīng)變成以車牌為主要結(jié)構(gòu)的二值圖像，對這種主體結(jié)構(gòu)清晰的二值圖像進行掃描，進而確定出車牌的位置。通過定位，得到了車牌的上邊界PY1,下邊界PY2,左邊界PX1,右邊界PX2,將這四個邊界值從原彩色圖像中切割出車牌：

dw=I(PY1:PY2,PX1:PX2,:);車牌定位two4.定位裁剪在經(jīng)過上面的處理，最初的彩色圖像已14車牌定位two4.定位裁剪[y,x]=size(I5);%【行列默認1】myI=double(I5);white_y=zeros(y,1);fori=1:yforj=1:xif(myI(i,j,1)==1)

white_y(i,1)=white_y(i,1)+1;%藍色像素點統(tǒng)計

endendend[tempMaxY]=max(white_y);%temp為向量white_y的元素中的最大值，MaxY為該值的索引（在向量中的位置）PY1=MaxY;while((white_y(PY1,1)>=120)&&(PY1>1))PY1=PY1-1;%找車牌最上端endPY2=MaxY;while((white_y(PY2,1)>=40)&&(PY2<y))PY2=PY2+1;%找車牌最下端end車牌定位two4.定位裁剪[y,x]=size(I5);%【1503字符提取03字符提取16three字符提取車牌圖像二值化濾波膨脹或腐蝕處理g_max=double(max(max(b)));g_min=double(min(min(b)));T=round(g_max-(g_max-g_min)/3);[m,n]=size(b);d=(double(b)>=T);通過fspecial函數(shù)構(gòu)造均值濾波器，然后使用filter2函數(shù)進行濾波，以減小圖中噪音。由于不同原始圖像的差異，處理到這里后，字符可能會不連續(xù)，也可能會連在一起，這時我們需要再次對濾波后的圖像進行腐蝕或者膨脹處理three字符提取車牌圖像二值化濾波膨脹或腐蝕處理g_max17three字符提取分離字符定義了一個用于分離字符的函數(shù)getword，思路如下：對圖像從左到右逐列掃描，并將每列中像素點的值進行求和，若和不為零（即這一列是組成某字符的一列），則向右繼續(xù)掃描下一列，直到某一列求和后值為零（即這一列是兩白色字符之間的黑色間隔），圖像最左側(cè)到這一列之間即為第一個字符，將其切出，然后將該區(qū)域內(nèi)所有像素點賦值為0（涂黑），重復以上操作直至分離出所有字符。three字符提取分離字符定義了一個用于分離字符的函數(shù)get1804存在的不足