车辆识别matlab源码程序 - matlab图像处理

下载频道> 资源分类> matlab源码> 图像处理> 车辆识别matlab源码程序

标题：车辆识别matlab源码程序
分享到：

所属分类: 图像处理资源类型：程序源码文件大小: 182.71 KB 上传时间: 2019-06-17 22:41:40 下载次数: 28 资源积分：1分提供者: zhangsan456 code

内容：
车辆识别matlab源码程序

I=imread('1.jpg');%读图

I1=rgb2gray(I);%灰度图

x1=medfilt2(I1);%中值滤波

%自适应双阈值法对整幅图像检测底部阴影图像分割阈值

%输入参数：x——输入灰度图像

%输出参数：T——求出两个正方形区域内的初始阈值

x=double(x1);%类型转换后才可以进行后续的加和运算（如果是整数的话超过255即不可以再增长了）

[m,n]=size(x);

%*****选择两个正方形区域，求初始阈值T

sum1=0;sum2=0;

for i=(m-80):(m-71)%选取图像中下部的象素进行处理

for j=(round(n/2)-9):round(n/2)

sum1=sum1+x(i,j)

end

for i=(m-80):(m-71)

for j=round(n/2):(round(n/2)+9)

sum2=sum2+x(i,j)

end

adv1=sum1/100

adv2=sum2/100

T=min(adv1,adv2);%求初始阈值

%*****Sobel算子边缘强化

for i=2:m-1

for j=2:n-1

Dx=x(i+1,j-1)-x(i-1,j-1)+2*(x(i+1,j)-x(i-1,j))+x(i+1,j+1)-x(i-1,j+1); %Sobel算子的Dx(水平边缘强化量) ------ 4倍灰度差 ------

Dy=x(i-1,j+1)-x(i-1,j-1)+2*(x(i,j+1)-x(i,j-1))+x(i+1,j+1)-x(i+1,j-1); %%Sobel算子的Dy(垂直边缘强化量)

g(i,j)=abs(Dx);

h(i,j)=abs(Dy);

end

%*****自适应双阈值法检测车辆的阴影部分

C1=0.35;%0.45

C2=0.6;%0.7

T1=T*C1;

T2=T*C2;

ruthx=cell(1,1);

for i=1:m

for j=1

ruthx{i,j}=[];%动态的分配了一组0值

end

for i=1:(m-1)

n0=0; %记录下每一行的阴影点的数目

for j=1:(n-1)

if (g(i,j)>T1)&(x(i,j)<T2)%只有当一个象素点的原始灰度值小于T2，

x(i,j)=255; %并且该点经过sobel算子进行水平边缘强化后的灰度值大于T1，该点才被确定为阴影候选点

%(并且假如限制在车道内，干扰点大大减少)

% if (j>((i-bll)/kll))&(j<((i-brr)/krr))%加入条件：只有当检测到的点在车道范围内才记录，否则不进行记录，但是仍然显示出来

n0=n0+1; %%%%%%其实这个也包括了轧线的情况，轧线

%毕竟也会在车道内部产生记录，只是点数少些，但是如果离本车道仍然很近的话那么也会作为危险车记录下来

ruthx{i,1}=[ruthx{i,1},[i,j]'];%记录下搜索到的阴影点的坐标

% end5

else

x(i,j)=0; %x1代表的是二值化图像,0代表背景，255代表前景，特征点

end

t(i)=n0; %t(i)是一个数组，存储每一行上阴影点总数

end

x=medfilt2(x,[1 9]);%水平中值滤波

%imshow(x);

文件列表（点击上边下载按钮，如果是垃圾文件请在下面评价差评或者投诉）:

source/
source/zipSUSAN/
1.jpg
shiyan.m
source/0001 - 副本.jpg
source/matlab.zip
source/zipSUSAN.zip
source/zipSUSAN/SUSAN.m
source/zipSUSAN/demoSUSAN.m
source/zipSUSAN/getUSAN.m
source/zipSUSAN/localMax.m
source/zipSUSAN/mexf90.mod
source/zipSUSAN/nlDiffFilter.f90
source/先用susan边缘检测.doc