基于连通域字符分割的流程_用连通域分析方法对字符分割（matlab源程序） | 学步园...

文献：

《复杂车辆图像中的车牌定位与字符分割方法》:

1.先搜索标记二值图像的所有连通域

2.根据连通域的形状和进邻连接等特征筛选，合并连通域。对于文档而言，连通域应该符合一定的高度，宽度以及相互间的比例。可以通过某种方法进行度量(根据文档特征)，进行区域筛选合并。文中通过寻找波谷位置进行定位，接着以已有的车牌进行匹配。

《一种低质量车辆牌照的字符分割方法》

主流方法：基于投影+先验规则/滤波分析      无法分析倾斜，污损情况

连通区域分析                    对字符粘连，断裂情况不佳

机器学习方法                    HMM与上述两种方法结合

自适应形态学

文章方法：需要先验知识，和车牌的特征对车牌进行精确分割。特点：是两级的分割方法预分割和精细分割

实验：

用连通区域分析的方法对字符图像进行处理，首先二值化后，对图像开运算，去除细小的噪声，然后对图像中八领域方式连接的连通域进行标记，计算连通区域的框线特征，包括左上顶点坐标，长宽，依照这些数据对图像进行分割。除了i，j对字母的分割效果还是不错的。

源程序：

clear all;clc;close all;

[fn pn fi]=uigetfile('*.*','choose a picture');

Img=imread([pn fn]);

[~,~,c]=size(Img);

if  c==1

f2= ~im2bw(Img,graythresh(Img));

else

Img=rgb2gray(imread([pn fn]));

f2= ~im2bw(Img,graythresh(Img));

end

f=f2;

f=bwareaopen(f,50);

% figure(3);imshow(f);

str=strel('square',2);

% f=imclose(f,str);

% str=strel('line',5,0);

f=imdilate(f,str);

figure(3);imshow(f);

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

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

Area=[Feastats.Area];%区域面积

b=[Feastats.BoundingBox];%[x y width height]字符的大小

sub=cell(1,num);%存储分割后的图像

figure(1);

%===============分割过程==============%

for i=1:num

a=floor(b((i-1)*4+2));%b中字符的特性是按4个一组放的，前两个为左上顶点坐标，后两个为长宽。

if a==0

a=1;

end

e=b((i-1)*4+4);

d=floor(b((i-1)*4+1));

if d==0

d=1;

end

g=b((i-1)*4+3);

sub{1,i}=f2(a:a+e,d:d+g);

subplot(1,num,i);imshow(sub{1,i});

end

figure(2),imshow(f)

hold on

for k=1:num

[r,c]=find(L==k);

rbar=mean(r);

cbar=mean(c);

plot(cbar,rbar,'Marker','o','MarkerEdgeColor','k','MarkerFaceColor','k','MarkerSize',10);

plot(cbar,rbar,'Marker','*','MarkerEdgecolor','w');

end

同的投影