数字图像处理车牌识别课程设计matlab实现附源代码(2)

3. 用roberts算子进行边缘检测：

I2=edge(I1,'roberts',0.18,'both');%选择阈值0.18，用roberts算子进行边缘检测 figure(3),imshow(I2);title('roberts operator edge detection image')； 结果如下：

4.图像实施腐蚀操作： se=[1;1;1];

I3=imerode(I2,se);%对图像实施腐蚀操作，即膨胀的反操作

figure(4),imshow(I3);title('corrosion image');

5.平滑图像

se=strel('rectangle',[25,25]);%构造结构元素以正方形构造一个se I4=imclose(I3,se);% 图像聚类、填充图像 figure(5),imshow(I4);title('smothing image'); 结果如下所示：

6. 删除二值图像的小对象

I5=bwareaopen(I4,2000);% 去除聚团灰度值小于2000的部分

figure(6),imshow(I5);title('remove the small objects'); %用imshow函数显示滤波后图像 结果如下所示 ：

（三）车牌定位

[y,x,z]=size(I5);%返回I5各维的尺寸，存储在x,y,z中 myI=double(I5);%将I5转换成双精度

tic %tic表示计时的开始，toc表示计时的结束 Blue_y=zeros(y,1);%产生一个y*1的零阵 for i=1:y for j=1:x

if(myI(i,j,1)==1)

%如果myI(i,j,1)即myI的图像中坐标为(i,j)的点值为1，即该点为车牌背景颜色蓝色 %则Blue_y(i,1)的值加1

Blue_y(i,1)= Blue_y(i,1)+1;%蓝色像素点统计 end end end

[temp MaxY]=max(Blue_y);%Y方向车牌区域确定

%temp为向量yellow_y的元素中的最大值，MaxY为该值的索引 PY1=MaxY;

while ((Blue_y(PY1,1)>=5)&&(PY1>1)) PY1=PY1-1; end PY2=MaxY;

while ((Blue_y(PY2,1)>=5)&&(PY2<y)) PY2=PY2+1; end

IY=I(PY1:PY2,:,:); %行方向车牌区域确定 %%%%%% X方向 %%%%%%%%%

Blue_x=zeros(1,x);%进一步确定x方向的车牌区域 for j=1:x for i=PY1:PY2

if(myI(i,j,1)==1)

Blue_x(1,j)= Blue_x(1,j)+1; end end end PX1=1;

while ((Blue_x(1,PX1)<3)&&(PX1<x)) PX1=PX1+1; end PX2=x;

while ((Blue_x(1,PX2)<3)&&(PX2>PX1)) PX2=PX2-1; end

PX1=PX1-1;%对车牌区域的校正 PX2=PX2+1;

dw=I(PY1:PY2-8,PX1:PX2,:); t=toc;

figure(7),subplot(1,2,1),imshow(IY),title('Line direction areas');%行方向车牌区域确定

figure(7),subplot(1,2,2),imshow(dw),title('positioning color images');%定位后的车牌区域如下所示：

(四)字符分割与识别 1.车牌的进一步处理

对分割出的彩色车牌图像进行灰度转换、二值化、均值滤波、腐蚀膨胀以及字符分割以从车牌图像中分离出组成车牌号码的单个字符图像，对分割出来的字符进行预处理（二值化、归一化），然后分析提取，对分割出的字符图像进行识别给出文本形式的车牌号码。代码如下： imwrite(dw,'dw.jpg');%将彩色车牌写入dw文件中 a=imread('dw.jpg');%读取车牌文件中的数据 b=rgb2gray(a);%将车牌图像转换为灰度图

imwrite(b,'gray licence plate.jpg');%将灰度图像写入文件中 figure(8);subplot(3,2,1),imshow(b),title('车牌灰度图像')

g_max=double(max(max(b))); g_min=double(min(min(b)));

T=round(g_max-(g_max-g_min)/3); % T 为二值化的阈值 [m,n]=size(b);

d=(double(b)>=T); % d:二值图像 imwrite(d,'binary licence plate.jpg');

subplot(3,2,2),imshow(d),title('before filtering binary licence plate') %均值滤波前 % 滤波

h=fspecial('average',3);

%建立预定义的滤波算子，average为均值滤波，模板的尺寸为3*3

d=im2bw(round(filter2(h,d)));%使用指定的滤波器h对h进行d即均值滤波 imwrite(d,'after average licence plate.jpg');

subplot(3,2,3),imshow(d),title('after average licence plate') % 某些图像进行操作 % 膨胀或腐蚀

% se=strel('square',3); % 使用一个3X3的正方形结果元素对象对创建的图像进行膨胀 % 'line'/'diamond'/'ball'...

se=eye(2); % eye(n) returns the n-by-n identity matrix 单位矩阵 [m,n]=size(d);%返回矩阵b的尺寸信息， 并存储在m,n中

if bwarea(d)/m/n>=0.365 %计算二值图像中对象的总面积与整个面积的比是否大于0.365 d=imerode(d,se);%如果大于0.365则图像进行腐蚀

elseif bwarea(d)/m/n<=0.235 %计算二值图像中对象的总面积与整个面积的比是否小于0.235

d=imdilate(d,se);%如果小于则实现膨胀操作 end

imwrite(d,'expansion or corrosion the licence plate.jpg');

subplot(3,2,4),imshow(d),title('expansion or corrosion the licence plate')； 运行结果如下所示：

2.字符分割

在汽车牌照自动识别过程中，字符分割有承前启后的作用。它在前期牌照定位的基础上进行字符的分割，然后再利用分割的结果进行字符识别。字符识别的算法很多，因为车牌字符间间隔较大，不会出现字符粘连情况，所以此处采用的方法为寻找连续有文字的块，若长度大于某阈值，则认为该块有两个字符组成，需要分割。一般分割出来的字符要进行进一步的处理，以满足下一步字符识别的需要。但是对于车牌的识别，并不需要太多的处理就已经可以达到正确识别的目的。在此只进行了归一化处理，然后进行后期处理。 % 寻找连续有文字的块，若长度大于某阈值，则认为该块有两个字符组成，需要分割 %首先创建子函数qiege与getword，而后调用子程序，将车牌的字符分割开并且进行归一化处理 d=qiege(d); [m,n]=size(d);

subplot(3,2,5),imshow(d),title(n)

k1=1;k2=1;s=sum(d);j=1; while j~=n while s(j)==0 j=j+1; end k1=j;

while s(j)~=0 && j<=n-1 j=j+1; end k2=j-1;

if k2-k1>=round(n/6.5)

[val,num]=min(sum(d(:,[k1+5:k2-5]))); d(:,k1+num+5)=0; % 分割 end end % 再切割 d=qiege(d); % 切割出 7 个字符

y1=10;y2=0.25;flag=0;word1=[]; while flag==0 [m,n]=size(d); left=1;wide=0;

while sum(d(:,wide+1))~=0 wide=wide+1; end

if wide<y1 % 认为是左侧干扰 d(:,[1:wide])=0; d=qiege(d); else

temp=qiege(imcrop(d,[1 1 wide m]));

[m,n]=size(temp); all=sum(sum(temp));

two_thirds=sum(sum(temp([round(m/3):2*round(m/3)],:))); if two_thirds/all>y2

flag=1;word1=temp; % WORD 1 end

d(:,[1:wide])=0;d=qiege(d); end end

% 分割出第二个字符 [word2,d]=getword(d); % 分割出第三个字符 [word3,d]=getword(d); % 分割出第四个字符 [word4,d]=getword(d); % 分割出第五个字符 [word5,d]=getword(d); % 分割出第六个字符 [word6,d]=getword(d); % 分割出第七个字符 [word7,d]=getword(d); figure(9);

subplot(2,7,1),imshow(word1),title('1'); subplot(2,7,2),imshow(word …… 此处隐藏：4096字，全部文档内容请下载后查看。喜欢就下载吧 ……