matlab车牌识别图像调整程序,matlab完整车牌识别程序，包括报告及图像

大侠，我下载了你程序，然后根据自己的想法修改了图像的预处理部分代码，为何运行到下面

sbw1=bw2(startrow:startrow+hight,startcol:startcol+width-1); %获取车牌二值子图

subcol1=Sgray(startrow:startrow+hight,startcol:startcol+width-1);%获取车牌灰度子图

这一步的时候系统提示:

??? Undefined function or variable "startrow".

Error in ==> dingweizijia at 51

sbw1=w(startrow:startrow+hight,startcol:startcol+width-1); %获取车牌二值子图

这是楼主的源代码：

clear ;

close all;

%Step1 获取图像   装入待处理彩色图像并显示原始图像

Scolor = imread('H:\迅雷下载\车牌识别下载\车牌识别 研究版\新建文件夹\work\3.jpg');%imread函数读取图像文件

%将彩色图像转换为黑白并显示

Sgray = rgb2gray(Scolor);%rgb2gray转换成灰度图

figure,imshow(Scolor),title('原始彩色图像');%figure命令同时显示两幅图像

figure,imshow(Sgray),title('原始黑白图像');

%Step2 图像预处理   对Sgray 原始黑白图像进行开操作得到图像背景

s=strel('disk',13);%strel函数

Bgray=imopen(Sgray,s);%打开sgray s图像

figure,imshow(Bgray);title('背景图像');%输出背景图像

%用原始图像与背景图像作减法，增强图像

Egray=imsubtract(Sgray,Bgray);%两幅图相减

figure,imshow(Egray);title('增强黑白图像');%输出黑白图像

%Step3 取得最佳阈值，将图像二值化

fmax1=double(max(max(Egray)));%egray的最大值并输出双精度型

fmin1=double(min(min(Egray)));%egray的最小值并输出双精度型

level=(fmax1-(fmax1-fmin1)/3)/255;%获得最佳阈值

bw22=im2bw(Egray,level);%转换图像为二进制图像

bw2=double(bw22);

%Step4 对得到二值图像作开闭操作进行滤波

figure,imshow(bw2);title('图像二值化');%得到二值图像

grd=edge(bw2,'canny')%用canny算子识别强度图像中的边界

figure,imshow(grd);title('图像边缘提取');%输出图像边缘

bg1=imclose(grd,strel('rectangle',[5,19]));%取矩形框的闭运算

figure,imshow(bg1);title('图像闭运算[5,19]');%输出闭运算的图像

bg3=imopen(bg1,strel('rectangle',[5,19]));%取矩形框的开运算

figure,imshow(bg3);title('图像开运算[5,19]');%输出开运算的图像

bg2=imopen(bg3,strel('rectangle',[19,1]));%取矩形框的开运算

figure,imshow(bg2);title('图像开运算[19,1]');%输出开运算的图像

%Step5 对二值图像进行区域提取，并计算区域特征参数。进行区域特征参数比较，提取车牌区域

[L,num] = bwlabel(bg2,8);%标注二进制图像中已连接的部分

Feastats = imfeature(L,'basic');%计算图像区域的特征尺寸

Area=[Feastats.Area];%区域面积

BoundingBox=[Feastats.BoundingBox];%[x y width height]车牌的框架大小

RGB = label2rgb(L, 'spring', 'k', 'shuffle'); %标志图像向RGB图像转换

figure,imshow(RGB);title('图像彩色标记');%输出框架的彩色图像

lx=0;

for l=1:num

width=BoundingBox((l-1)*4+3);%框架宽度的计算

hight=BoundingBox((l-1)*4+4);%框架高度的计算

if (width>98 & width<160 & hight>25 & hight<50)%框架的宽度和高度的范围

lx=lx+1;

Getok(lx)=l;

end

end

for k= 1:lx

l=Getok(k);

startcol=BoundingBox((l-1)*4+1)-2;%开始列

startrow=BoundingBox((l-1)*4+2)-2;%开始行

width=BoundingBox((l-1)*4+3)+8;%车牌宽

hight=BoundingBox((l-1)*4+4)+2;%车牌高

rato=width/hight;%计算车牌长宽比

if rato>2 & rato<4

break;

end

end

sbw1=bw2(startrow:startrow+hight,startcol:startcol+width-1); %获取车牌二值子图

subcol1=Sgray(startrow:startrow+hight,startcol:startcol+width-1);%获取车牌灰度子图

figure,subplot(2,1,1),imshow(subcol1);title('车牌灰度子图');%输出灰度图像

subplot(2,1,2),imshow(sbw1);title('车牌二值子图');%输出车牌的二值图

下面是我修改后的代码：

i=imread('C:\Documents and Settings\Administrator\桌面\大众1.bmp'); %输入RGB图像

j=rgb2gray(i);                       %图像灰度化

k=imadjust(j);                       %灰度拉伸调整，增强亮度

I=im2bw(k);                          %二值化处理

m=medfilt2(I);                       %中值滤波

w=double(m);                         %Unit8转换成双精度型，便于后面的图像处理

g=edge(w,'sobel',0.4,'both');        %边缘检测

[g,t]=edge(w,'sobel','both');        %返回阈值

t

se90=strel('line',3,90);

se0=strel('line',3,0);

p=imdilate(g,[se90,se0]);            %膨胀操作，填补边缘的缝隙

n=imfill(p,'holes');                 %填充操作，为使顺利分割

t=imclearborder(n,4);                %清除与边界连通的背景

c=strel('square',28);

f=imclose(t,c);                      %形态学闭运算

e=imopen(f,c);                       %形态学开运算

x=imclearborder(e,4);                %再次清除与边界连通的背景

se=strel('square',1);

y=imerode(x,se);

y=imerode(y,se);                     %平滑处理

[L,num] = bwlabel(y,8);              %标注二进制图像中已连接的部分

Feastats = imfeature(L,'basic');     %计算图像区域的特征尺寸

Area=[Feastats.Area];                %区域面积

BoundingBox=[Feastats.BoundingBox];  %[x y width height]车牌的框架大小

RGB = label2rgb(L, 'spring', 'k', 'shuffle'); %标志图像向RGB图像转换

subplot(2,2,1),imshow(k);            %灰色图像

subplot(2,2,2),imshow(x);            %消除后的图像

subplot(2,2,3),imshow(y);

subplot(2,2,4),imshow(RGB);title('图像彩色标记');%输出框架的彩色图像

lx=0;

for l=1:num

width=BoundingBox((l-1)*4+3);%框架宽度的计算

hight=BoundingBox((l-1)*4+4);%框架高度的计算

if (width>98 & width<160 & hight>25 & hight<50)%框架的宽度和高度的范围

lx=lx+1;

Getok(lx)=l;

end

end

for k= 1:lx

l=Getok(k);

startcol=BoundingBox((l-1)*4+1)-2;%开始列

startrow=BoundingBox((l-1)*4+2)-2;%开始行

width=BoundingBox((l-1)*4+3)+8;%车牌宽

hight=BoundingBox((l-1)*4+4)+2;%车牌高

rato=width/hight;%计算车牌长宽比

if rato>2 & rato<4

break;

end

end

sbw1=w(startrow:startrow+hight,startcol:startcol+width-1); %获取车牌二值子图

subcol1=k(startrow:startrow+hight,startcol:startcol+width-1);%获取车牌灰度子图

figure,subplot(2,1,1),imshow(subcol1);title('车牌灰度子图');%输出灰度图像

subplot(2,1,2),imshow(sbw1);title('车牌二值子图');%输出车牌的二值图

%Step6 计算车牌水平投影，并对水平投影进行峰谷分析

histcol1=sum(sbw1);      %计算垂直投影

histrow=sum(sbw1');      %计算水平投影

figure,subplot(2,1,1),bar(histcol1);title('垂直投影(含边框)');%输出垂直投影

subplot(2,1,2),bar(histrow);     title('水平投影(含边框)');%输出水平投影

figure,subplot(2,1,1),bar(histrow);     title('水平投影(含边框)');%输出水平投影

subplot(2,1,2),imshow(sbw1);title('车牌二值子图');%输出二值图

能否解释一下？