基于MATLAB的车牌识别

本设计使用MATLAB R2022a软件进行车牌识别。

图像预处理：对输入的图像进行预处理，先灰度化处理，再是直方图，最后边缘检测。

车牌定位：利用检测提取的结果，对图像中的车牌位置进行定位，接着将图片进行矫正。

字符分割：对车牌上的字符进行分割，得到单个字符的图像。

字符识别：将分割后的字符图像提取出来，得到车牌号码。

这些技术可以结合使用，构建一个完整的车牌识别系统。

1.图像增强技术

图像增强技术是指通过各种算法和方法，对图像进行改进和优化，使其更加清晰、鲜明、易于观察和分析。本课题的图像增强技术包括以下几种：

（1）灰度处理：通过调整图像亮度的分布，使原本过暗或过亮的图像区域变得更加明亮或更加暗淡。

（2）直方图均衡化：通过调整像素值的分布，增加图像的对比度，从而使画面更清晰。

（3）噪声去除：通过去除图像中的噪声，使图像更清晰，更容易观察和分析。

这些技术往往都是基于图像处理算法和数学模型实现的，可以应用于各种领域，如医学影像分析、安防监控、图像识别等。

2.边缘检测

边缘检测是一种用于寻找图像中物体边缘的处理技术。边缘是图像中不同颜色或灰度之间的快速变化。在计算机视觉和图像处理领域中，边缘检测是一项基本技能，可用于图像分析、物体识别和分割等任务。

选用Robert算法对转换得到的灰度图像做边缘检测，使用Roberts算子对图像进行边缘检测，然后进行了腐蚀操作，接着使用矩形结构元素进行平滑处理，最后通过二值化并移除小对象来得到图像的轮廓，如图：

 

3.车牌定位与矫正

为了接下来的分割字符，需要对做好定位与对倾斜的车牌作矫正处理，而且在获取到的车牌图像中的字符也有着不同程度的倾斜。

 4.识别系统与识别效果

识别系统包括图像采集、车牌定位、车牌字符分割、字符识别等多个模块。首先，系统会通过摄像头或者其他设备采集车辆图像。接着，车牌定位模块会对图像进行处理，识别出汽车牌照的区域。然后，将汽车牌照划分为单个字符的图像模块。最后，字符识别模块对每个字符图像块进行识别，并输出识别结果。

 

5.主程序如下：

function varargout = GUI(varargin)

gui_Singleton = 1;

gui_State = struct('gui_Name',       mfilename, ...

                   'gui_Singleton',  gui_Singleton, ...

                   'gui_OpeningFcn', @GUI_OpeningFcn, ...

                   'gui_OutputFcn',  @GUI_OutputFcn, ...

                   'gui_LayoutFcn',  [] , ...

                   'gui_Callback',   []);

if nargin && ischar(varargin{1})

    gui_State.gui_Callback = str2func(varargin{1});

end

if nargout

    [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});

else

    gui_mainfcn(gui_State, varargin{:});

end

function GUI_OpeningFcn(hObject, eventdata, handles, varargin)

handles.output = hObject;

global I

global Icp

global threshold

global qingxiejiao

global xiuzhenghanzi

global xiuzhengzimu

global xiuzhengzm_sz_1

global xiuzhengzm_sz_2

global xiuzhengshuzi_1

global xiuzhengshuzi_2

global xiuzhengshuzi_3

global tiaozhengbili

guidata(hObject, handles);

function varargout = GUI_OutputFcn(hObject, eventdata, handles)

varargout{1} = handles.output;

function duqu_Callback(hObject, eventdata, handles)

global I

global Img_0

global Img_1

axes(handles.YuanTuXiang)

[fn,pn,~] = uigetfile('*.jpg','请选择所要识别的图片');   

I = imread([pn fn]); % 读取图像 参数为图像名称和图像路径               =====1

Img_0 = rgb2gray(I); %*****灰度处理                                  =====2

Img_1 = edge(Img_0,'roberts');    %********roberts算子边缘检测       =====3

imshow(I)

title('原图像');