基于MATLAB的车牌识别系统毕业论文

[temp MaxY]=max(Blue_y);%Y方向车牌区域确定

%temp为向量white_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

IY=I(PY1:PY2,:,:); %x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

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('行方向合理区域');%行方向车牌区域确定

figure(7),subplot(1,2,2),imshow(dw),title('定位裁剪后的车牌彩色图像');的车牌区域如下所示：

三、字符分割及处理

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,'彩色车牌.jpg');%将彩色车牌写入彩色车牌文件中 a=imread('彩色车牌.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,'车牌灰度图像.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,'均值滤波前.jpg');

subplot(3,2,2),imshow(d),title('均值滤波前') %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,'均值滤波后.jpg');

subplot(3,2,3),imshow(d),title('均值滤波后') % 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,'膨胀或腐蚀处理后.jpg');

subplot(3,2,4),imshow(d),title('膨胀或腐蚀处理后'); 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)