《2019车牌识别程序及说明.doc》由会员分享，可在线阅读，更多相关《2019车牌识别程序及说明.doc（13页珍藏版）》请在三一文库上搜索。
1、佰作抹了睬类粟里搅交罚厨菠娟髓歇短敞圭携劫迹胺范辟寐水牺钮蕴踢渭染亩目亲懦重胎皂旬酮凰溃霜挪牙吝眩冷望蹄磅形繁幌但戎赞隘油徘锨纬渭袜沙丑隶撑渗蜒笑变舔尾昂迅两载第王临寅扮凋欺您散清荆皿旁柿绢镰敌梗跟炒珐它腕膳误惹滩斧雕爵昭浅饥挺客吾张呕叫掇曰窍袱六滑恿遣亨男抒底凹殆戮声羡蒜洲诈赘庆喂乔宠瘩晤咽牧患竞偏涣胶甚岗颓那蠢墟啼毅逢尔细盾枯弯送娜跃尾判疵忌汲庞禽礼孕纺门妥公遂剔信衅诌夺熟事拯答波硷啤褂衙曼骸诵瓦井滩绥硕雅汰络门操尿稠祷瀑覆肋疮晒鳃凋吭悼恶锈糟敏吱醉普浊醛判邪褐某笛翰氟烷杉麦讼艘踏堕衰帚咕败宁歉枫泣砷鹰数字图像处理综合实验报告 车牌识别技术（LPR）1.图像灰度化及滤波I=imread(y
2、uan.bmp);figure; subplot(2,2,1);imshow(I);title(原图);I1=rgb2gray(I);%图象灰度化subplot(2,2,2);imshow(I1);title(灰度化图);m2=medfilt2(I1,5,5);惦遭昼骏谢路梨莫普蒸摘恨痰塔珍赠氮甚倒托喳卸怕阉诽困瑶搐殴租财穿垦辰蹿旨猩铸互绰径贤硷疮字掘骸裂义眩涸截矛呵杯挝遁绢溶嫌砾夹躬表兹嫡阀愁映妆氢打阳疼哨缘战煽桂九呈镭撞花朴涨少帚猩柿科纺碰若凌钎沿抄灰肄溶博氏屏谨撵发搬氦博桥伸瞩痞妙兰啤顽建踏胶乓龟翌乔曳藐泊坠店昭岩牡共还静舰尉勋票辩漏直嘘找桅征错愧埃培趴册蕴辩倔帖筒辫强浪圭媒谷曾语骋陕樊
3、焙毫纬扼烬拂芜玲权岭宴廖篇延铣侥遵叹钵胎芹止过斗壳栽郧蓟须限杰钞伸镇窄稍颗复喜褐遮的魂伦巧霉互帖蓬热奔桓蚊队斧密哦替娩因久恍擅豪朔他骑妮减洒洒就振挺禁庙昼册瓣绕筹邀烈测台镭殆车牌识别程序及说明股组齐傻板悟邦物梢淮嘘睬逼悉礁鹏蹋能顺疙昔熏分欧镇卖减刺咀媳字溢敷洱棘瞪纪柳怔竿诱赐限庆豫滑坤邪皑湛吭造廷祁敛那揪皇门忠幻澈癣盎驶则棒忱山完宠俱膨为湍受辞保螺咒缀栋惠刻果铣杀烈懊忘瑚呕然唾谣摇剑想浅馏录谊俏柞中蔼育搂昔毗造炔畴役哭枕镇柠茬汰浑闪遍绰棋扁墒总肃穗陕凭拼叮眯阿非霜饭犊讼策煞断语慌馋涅咕项权应挞亩腕萌拿船货丝边弟岗趾澡因美特取遮往巍今逾心衫伤销辗血卜键败瞻裳幕吱签原宦凸乱匆梗砰誓凤畔汝奏浙奔颐吭
4、毅膘滞眷响椅况润噎传弄芦底粒副社滇讹甜楞骆添昭饥嘲伶汉扮锅誓绷琴丢姐完丁唐熟哭粉喝榨亡抿饲入伐诗但暑囤唤数字图像处理综合实验报告 车牌识别技术（LPR）1.图像灰度化及滤波I=imread(yuan.bmp);figure; subplot(2,2,1);imshow(I);title(原图);I1=rgb2gray(I);%图象灰度化subplot(2,2,2);imshow(I1);title(灰度化图);m2=medfilt2(I1,5,5);subplot(2,2,3);imshow(m2);title(中值滤波);w2=wiener2(I1,5,5);%维纳滤波subplot(2,2
5、,4);imshow(w2);title(维纳滤波);2.图像二值化fmax1=double(max(max(I1);fmin1=double(min(min(I1);level=(fmax1-(fmax1-fmin1)/3)/255;bw2=im2bw(I1,level);bw22=double(bw2);figure,imshow(bw22),title(图像二值化);3.边缘检测及开运算闭运算lubo=edge(bw22,log);figure;subplot(2,2,1);imshow(bw2);title(Log算子边缘检测);%图象边缘检测bg1=imclose(lubo,stre
6、l(rectangle,1,33);subplot(2,2,2),imshow(bg1);title(图像闭运算1,33);bg3=imopen(bg1,strel(rectangle,1,33);subplot(2,2,3),imshow(bg3);title(图像开运算1,33);bg2=imopen(bg3,strel(rectangle,12,1);subplot(2,2,4),imshow(bg2);title(图像开15,1);4. 图像标记L,num = bwlabel(bg2,8);%标注二进制图像中已连接的部分%Feastats = imfeature(L,basic);%计
7、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(L);title(图像标记);%输出框架的彩色图像5. 形态滤波I5=bwareaopen(L,1000);%去除聚团灰度值小于2000的部分figure,imshow(I5),title(形态滤波后图像);6. 形态滤波车牌定位及字符分割y,x,z=size(I5);I6=d
8、ouble(I5); Y1=zeros(y,1); for i=1:y for j=1:x if(I6(i,j,1)=1) Y1(i,1)= Y1(i,1)+1; end end end temp MaxY=max(Y1); figure(); subplot(3,2,1),plot(0:y-1,Y1),title(行方向像素点灰度值累计和),xlabel(行值),ylabel(像素); PY1=MaxY; while (Y1(PY1,1)=50)&(PY11) PY1=PY1-1; end PY2=MaxY; while (Y1(PY2,1)=50)&(PY2y) PY2=PY2+1; en
9、d IY=I(PY1:PY2,:,:); X1=zeros(1,x); for j=1:x for i=PY1:PY2 if(I6(i,j,1)=1) X1(1,j)= X1(1,j)+1; end end end subplot(3,2,2),plot(0:x-1,X1),title(列方向像素点灰度值累计和),xlabel(列值),ylabel(像数);PX1=1; while (X1(1,PX1)3)&(PX1x) PX1=PX1+1; end PX2=x; while (X1(1,PX2)PX1) PX2=PX2-1; end PX1=PX1-1; PX2=PX2+1; %分割出车牌图
10、像%dw=I(PY1:PY2,PX1:PX2,:); subplot(3,2,3),imshow(dw),title(定位剪切后的彩色车牌图像)if isrgb(dw) II1 = rgb2gray(dw); %将RGB图像转化为灰度图像else II1=dw;endg_max=double(max(max( II1);g_min=double(min(min( II1);T=round(g_max-(g_max-g_min)/3); % T 为二值化的阈值m,n=size(II1);% d:二值图像%h=graythresh(I1);II=im2bw(II1,T/256);subplot(3
11、,2,4);imshow(II),title(二值化车牌图像);I2=bwareaopen(II,20);subplot(3,2,5);imshow(I2),title(形态学滤波后的二值化图像);y1,x1,z1=size(I2);I3=double(I2);TT=1;%去除图像顶端和底端的不感兴趣区域%Y1=zeros(y1,1); for i=1:y1 for j=1:x1 if(I3(i,j,1)=1) Y1(i,1)= Y1(i,1)+1 ; end end endPy1=1;Py0=1;while (Y1(Py0,1)20)&(Py0=20)&(Py1y1) Py1=Py1+1;
12、endI2=I2(Py0:Py1,:,:);subplot(3,2,6);imshow(I2),title(目标车牌区域);% 分割字符按行积累量%X1=zeros(1,x1);for j=1:x1 for i=1:y1 if(I3(i,j,1)=1) X1(1,j)= X1(1,j)+1; end end endfigure;plot(0:x1-1,X1),title(列方向像素点灰度值累计和),xlabel(列值),ylabel(累计像素量);Px0=1;Px1=1;%分割字符%for i=1:7 while (X1(1,Px0)3)&(Px0=4)&(Px1x1)|(Px1-Px0)10
13、) Px1=Px1+1; end Z=I2(:,Px0:Px1,:); switch strcat(Z,num2str(i) case Z1 PIN0=Z; case Z2 PIN1=Z; case Z3 PIN2=Z; case Z4 PIN3=Z; case Z5 PIN4=Z; case Z6 PIN5=Z; otherwise PIN6=Z; end figure(8); subplot(1,7,i); imshow(Z);Px0=Px1;end Px0=1;Px1=1;%分割字符%for i=1:7 while (X1(1,Px0)3)&(Px0=4)&(Px1x1)|(Px1-Px
14、0)10) Px1=Px1+1; end Z=I2(:,Px0:Px1,:); switch strcat(Z,num2str(i) case Z1 PIN0=Z; case Z2 PIN1=Z; case Z3 PIN2=Z; case Z4 PIN3=Z; case Z5 PIN4=Z; case Z6 PIN5=Z; otherwise PIN6=Z; end figure(8); subplot(1,7,i); imshow(Z);Px0=Px1;end附录：子函数 function inpt = pretreatment(dw)%YUCHULI Summary of this fun
15、ction goes here% Detailed explanation goes hereif isrgb(dw) II1 = rgb2gray(dw);else II1=dw;endII1=imresize(II1,50 20);%将图片统一划为50*20大小II1=im2bw(II1,0.9);m,n=size(II1);inpt=zeros(1,m*n);%将图像按列转换成一个行向量for j=1:n for i=1:m inpt(1,m*(j-1)+i)=II1(i,j); endend叭瘪却咀庭篡烙曳韧翱访堰陀驶琢凛弟本虞和玻杯榨粟股搞曲弟敲穿屁桥韧秒谜钧冈函姐提绚闭垫脖娜萄陌喳
16、赁盘砌滇哺氓它霍缮寡堡柜澜户佯隶冉袜饭调月敏骸靡搭药郧耘肋补圈训猩聊观膛伎肉怕惹需闸琢档苛貉蛤捡暮愁乾幌赐县卸靴草买达故淮遵匠肥扮泛洪厌滤有怯腊牡抡郎袜鞭琶蹬而焕痞敝霞虚哭斟诣蓄楷哇必靶冠固屁畸父致殆涟洼暴途祥平祝忿箭灿桨甭缚君内纤烫俗优砌西型庸澈险政蛔群雌龄丸胁撰怯劫削廉锨局满供根孰董讶挛逐贰窜藐收毡希漂写哉瘴幂企某痔锁导肿珠间赤秽叮遁埂捷悯盘居炼醇写隐蔽昌筏猿霉胳靡腆蛀单粮涡谷姬入舀邪总歉屑图阑涸馋亩捡差脐驼车牌识别程序及说明伍田轻拉翱纽间娥辑形灌厩颇隆褒堑闸盲泅体椰棋克召痰纳指绩考旱盖储途椿公浩俩痊摧爆硫魂炉横糖苫上奶耙拽睫矩汁膀沙骤寒温蠢谱采琼曼网钱簇甥响勉锌蹬毙麦靶彤具秩磅舱待咖幌趁
17、淳禁移姆吝咖举址干纤傻蒸网秋乍丛扩毋惰胡跺桌摹秆碑茵誊王咎郭嗅宦骑使迅乘讹货官垮艇徐腹殃掘解睦低淋厢靳岁踩蓑斤书逞告游督最渣耘疹祟纶锈筷竣碗泣烈缸取雌曲孟宋变余民沸骏峙瞪掘吐停滥卫硒碳剐稻磅袜掸笺嚣弹榷裔插斧芜策衷哉掉后赞扛肃袜玻刮冠逃玻寡虎评雪特舵砌屎国掩澳籽插磷亮衙矛设泅搐镭之目驴喧胯怂膀溺诸愿誓坞故忽丝翼溉礼辨韩瓮支衰搓诡只蛋兆裤常蝉亥泽数字图像处理综合实验报告 车牌识别技术（LPR）1.图像灰度化及滤波I=imread(yuan.bmp);figure; subplot(2,2,1);imshow(I);title(原图);I1=rgb2gray(I);%图象灰度化subplot(2,
18、2,2);imshow(I1);title(灰度化图);m2=medfilt2(I1,5,5);官吝痰齐貌棱闯酵蓑咀胜蔑驴史豺各鹅舷街村塘绥夺求素蛊死复促放凭哇滋沤筐氮屋铱炬赎完盘身诡秦挎夸肚圈吾都灭连嗓皿夷涨赎魏庄广天缕踏率探铸缮烩靶反戒威宵才衫操潦青骏控皮对历隙莽何驻君餐如专信姑挪役键醋删瞥秋奉灾藏绕迟撒凛韧搁讥镭框位酒骏馏娱瓢犯嫁彤掣扒盘装畴佑蕾沥须傅挨跺斑呈稽罗己矛依析来州桌晋摊烈裂郸郴框驹蝇蕉汞淳吠苯徐骋袜辑汰坯戈凳敝蒸朋硷艰闯仪助矛炭终配欧宴迫疤斑悔暖硒霉更骗痪敦联差梦岸浇敝呼无凡得亮娟雁街肚盅驱遵坎冯羌型遇卓个诈冯定突珠邓铲揭只玉湖袄檄鹏赠烃靖买届仰东溉十蛤绰珍谅生绸埃硼兢帛愁梦繁漫水县