基于单片机的车牌识别系统 下载本文

内容发布更新时间 : 2024/12/27 20:51:59星期一 下面是文章的全部内容请认真阅读。

. function [d]=main(jpg)

I=imread('car.jpg');

figure(1),imshow(I);title('原图');

I1=rgb2gray(I); %将真彩色图像转换为灰度图像 figure(2),subplot(1,2,1),imshow(I1);title('灰度图');

figure(2),subplot(1,2,2),imhist(I1);title('灰度图直方图'); I2=edge(I1,'robert',0.08,'both'); %高斯滤波器,方差为0.08 figure(3),imshow(I2);title('robert算子边缘检测') se=[1;1;1];

I3=imerode(I2,se); %图像的腐蚀

figure(4),imshow(I3);title('腐蚀后图像');

se=strel('rectangle',[40,40]); %构造结构元素,以长方形构造一个se

I4=imclose(I3,se); %对图像实现闭运算,闭运算也能平滑图像的轮廓,但与开运算相反,它一般融合窄的缺口和细长的弯口,去掉小洞,填补轮廓上的缝隙。

figure(5),imshow(I4);title('平滑图像的轮廓');

I5=bwareaopen(I4,2000); %从二进制图像中移除所有少于p像素的连接的组件(对象),产生另一个二进制图像

figure(6),imshow(I5);title('从对象中移除小对象');

[y,x,z]=size(I5); %返回I5各维的尺寸,并存储在变量y、x、z中 myI=double(I5); %换成双精度数值 ?gin横向扫描

tic %计算tic与toc之间程序的运行时间 Blue_y=zeros(y,1); %产生y*1的全0矩阵 for i=1:y for j=1:x

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

%如果myI(i,j,1)即myI图像中坐标为(i,j)的点为蓝色 %则Blue_y的相应行的元素white_y(i,1)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);%temp为向量white_y的元素中的最大值,MaxY为该值的索引( 在向量中的位置) PY1=MaxY;

while ((Blue_y(PY1,1)>=120)&&(PY1>1)) PY1=PY1-1;

end PY2=MaxY;

while ((Blue_y(PY2,1)>=40)&&(PY2

end

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

%IY为原始图像I中截取的纵坐标在PY1:PY2之间的部分 %end横向扫描 ?gin纵向扫描

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

PX2=x;

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

%end纵向扫描

PX1=PX1-2;%对车牌区域的校正 PX2=PX2+2; dw=I(PY1:PY2,:,:); t=toc;

figure(7),subplot(1,2,1),imshow(IY),title('行方向合理区域');

figure(7),subplot(1,2,2),imshow(dw),title('定位剪切后的彩色车牌图像') imwrite(dw,'dw.jpg'); %将图像数据写入到图像文件中

[filename,filepath]=uigetfile('dw.jpg','输入一个定位裁剪后的车牌图像'); %读取

jpg=strcat(filepath,filename); %将数组filepath,filename水平地连接成单个字符

串,并保存于变量jpg中

a=imread('dw.jpg'); %读取图片文件中的数据 b=rgb2gray(a); %将真彩色图像转换为灰度图像

imwrite(b,'1.车牌灰度图像.jpg'); %将图像数据写入到图像文件中 figure(8);subplot(3,2,1),imshow(b),title('1.车牌灰度图像') g_max=double(max(max(b))); %换成双精度数值 g_min=double(min(min(b))); %换成双精度数值

T=round(g_max-(g_max-g_min)/3); % T 为二值化的阈值

[m,n]=size(b); %返回矩阵b的尺寸信息, 并存储在m、n中。其中m中存储的是行

数,n中存储的是列数。

d=(double(b)>=T); % d:二值图像

imwrite(d,'2.车牌二值图像.jpg'); %将图像数据写入到图像文件中 figure(8);subplot(3,2,2),imshow(d),title('2.车牌二值图像') figure(8),subplot(3,2,3),imshow(d),title('3.均值滤波前') % 滤波

h=fspecial('average',3); %建立预定义的滤波算子,average指定算子的类型,3为相应的参数

d=im2bw(round(filter2(h,d))); %转换为二值图像

imwrite(d,'4.均值滤波后.jpg'); %将图像数据写入到图像文件中 figure(8),subplot(3,2,4),imshow(d),title('4.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膨胀

% 'line'/'diamond'/'ball'...