MATLAB识别实验,Matlab在图像处理与目标识别方面的应用实验

本文介绍了一个使用MATLAB进行汽车车牌字符识别的实验过程,包括图像二值化、连通区域分析、傅立叶变换和模板匹配等步骤。通过匹配度计算找到最可能的车牌区域,并使用BP神经网络进行字符识别,但该方法对光照、车牌大小等因素变化的适应性较弱。
摘要由CSDN通过智能技术生成

二、汽车牌照定位与字符识别

待处理的图像如下所示。图像整体比较清晰干净,车牌方向端正,字体清楚,与周围颜色的反差较大。

要定位汽车牌照并识别其中的字符,我们采用Matlab平台提供的一些图像处理函数,以傅立叶变换通过字符模板与待处理的图像匹配为核心思想。基本方法如下:

1、读取待处理的图像,将其转化为二值图像。经试验,采用门限值为0.2附近时车牌字符最为清楚,杂点最少(如下左图)。

I = imread('car.jpg');

I2 = rgb2gray(I);

I4 = im2bw(I2, 0.2);

2、去除图像中面积过小的,可以肯定不是车牌的区域。

bw = bwareaopen(I4, 500);

3、为定位车牌,将白色区域膨胀,腐蚀去无关的小物件,包括车牌字符(如下右图)。

se = strel('disk',15);

bw = imclose(bw,se);

4、此时车牌所在白色连通域已清晰可见,但在黑色区域以外,是一个更大的白色连通域,将车牌所在连通域包围了。有必要将其填充。

bw = imfill(bw,[1 1]);

5、查找连通域边界。同时保留此图形,以备后面在它上面做标记。

[B,L] = bwboundaries(bw,4);

imshow(label2rgb(L, @jet, [.5 .5 .5]))

hold on

for k = 1:length(B)

boundary = B{k};

  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值