基于matlab的车牌识别系统
一、对车辆图像进行预处理
1.载入车牌图像:
function [d]=main(jpg)
[filename, pathname] = uigetfile({'*.jpg', 'JPEG 文件(*.jpg)'});
if(filename == 0), return, end
global FILENAME %定义全局变量
FILENAME = [pathname filename];
I=imread(FILENAME);
figure(1),imshow(I);title('原图像');%将车牌的原图显示出来结果如下:
![v2-ae0362a31bdbf53ed5c33bd63c13eca8_b.jpg](https://img-blog.csdnimg.cn/img_convert/c8d266006099c699ab0d9f8267026e40.png)
2.将彩图转换为灰度图并绘制直方图:
I1=rgb2gray(I);%将彩图转换为灰度图
figure(2),subplot(1,2,1),imshow(I1);title('灰度图像');
figure(2),subplot(1,2,2),imhist(I1);title('灰度图直方图');%绘制灰度图的直方图结果如下所示:
![v2-6c16d6938563e8d2d587cbb9441a7589_b.jpg](https://img-blog.csdnimg.cn/img_convert/f0ea2fba1c2f6d62150262eb38838bc3.png)
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 算子边缘检测图像');
结果如下:
![v2-03de934234a29a9695686f463e52cf8e_b.jpg](https://img-blog.csdnimg.cn/img_convert/8044b74582c6c8911dd2f0a53141f17e.png)
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('腐蚀后图像');
![v2-0bc50e40579fc879b972f472a569d5dd_b.jpg](https://img-blog.csdnimg.cn/img_convert/146958e28780f2a724d89f7cf822d4a7.png)
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('平滑图像');
结果如下所示:
![v2-8673fe55b3d878764a07994fb913782f_b.jpg](https://img-blog.csdnimg.cn/img_convert/66a305380da267db0e0f85ab6c6bfc5b.png)
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('从对象中移除小的对象');
结果如下所示 :
![v2-7725d7ade95f30322c2322d1f0387d4a_b.jpg](https://img-blog.csdnimg.cn/img_convert/60706aaf34ef147f9d247ce789a20eef.png)
二、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