基于matlab的车牌识别算法源码程序 - matlab算法设计 - 谷速源码
下载频道> 资源分类> matlab源码> 算法设计> 基于matlab的车牌识别算法源码程序

标题：基于matlab的车牌识别算法源码程序
分享到：

所属分类: 算法设计 资源类型： 文件大小: 660.31 KB 上传时间: 2016-01-24 22:31:54 下载次数: 39 资源积分：1分 提 供 者: matlab源码 基于matlab的车牌识别算法源码程序
内容：
基于matlab的车牌识别算法源码程序，程序员在编程的过程中可以参考学习使用，希望对IT程序员有用，此源码程序简单易懂、方便阅读，有很好的学习价值！
部分代码如下：
clc;
clear ;
close all;
startrow=0;
hight=0;
startcol=0;
width=0;
 
%Step1 获取图像   装入待处理彩色图像并显示原始图像
Scolor = imread('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);%strei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
%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
%对水平投影进行峰谷分析
meanrow=mean(histrow);%求水平投影的平均值
minrow=min(histrow);%求水平投影的最小值
levelrow=(meanrow+minrow)/2;%求水平投影的平均值
count1=0;
l=1;
for k=1:hight
    if histrow(k)<=levelrow                             
        count1=count1+1;                                
    else 
        if count1>=1
            markrow(l)=k;%上升点
            markrow1(l)=count1;%谷宽度（下降点至下一个上升点）
            l=l+1;
        end
        count1=0;
    end
end
markrow2=diff(markrow);%峰距离（上升点至下一个上升点）
[m1,n1]=size(markrow2);
n1=n1+1;
markrow(l)=hight;
markrow1(l)=count1;
markrow2(n1)=markrow(l)-markrow(l-1);
l=0;
for k=1:n1
    markrow3(k)=markrow(k+1)-markrow1(k+1);%下降点
    markrow4(k)=markrow3(k)-markrow(k);%峰宽度（上升点至下降点）
    markrow5(k)=markrow3(k)-double(uint16(markrow4(k)/2));%峰中心位置
end 
%Step7 计算车牌旋转角度
%(1)在上升点至下降点找第一个为1的点
[m2,n2]=size(sbw1);%sbw1的图像大小
[m1,n1]=size(markrow4);%markrow4的大小
maxw=max(markrow4);%最大宽度为字符
if markrow4(1) ~= maxw%检测上边
    ysite=1;
    k1=1;
    for l=1:n2
    for k=1:markrow3(ysite)%从顶边至第一个峰下降点扫描
        if sbw1(k,l)==1
            xdata(k1)=l;
            ydata(k1)=k;
            k1=k1+1;
            break;
        end
    end
    end
else  %检测下边
    ysite=n1;
    if markrow4(n1) ==0
        if markrow4(n1-1) ==maxw
           ysite= 0; %无下边
       else
           ysite= n1-1;
       end
    end
    if ysite ~=0
        k1=1;
        for l=1:n2
            k=m2;
            while k>=markrow(ysite) %从底边至最后一个峰的上升点扫描
                if sbw1(k,l)==1
                    xdata(k1)=l;
                    ydata(k1)=k;
                    k1=k1+1;
                    break;
                end
                k=k-1;
            end
        end
    end
end       
%(2)线性拟合，计算与x夹角
fresult = fit(xdata',ydata','poly1');   %poly1    Y = p1*x+p2
p1=fresult.p1;
angle=atan(fresult.p1)*180/pi; %弧度换为度，360/2pi,  pi=3.14
%(3)旋转车牌图象
subcol = imrotate(subcol1,angle,'bilinear','crop'); %旋转车牌图象
sbw = imrotate(sbw1,angle,'bilinear','crop');%旋转图像
figure,subplot(2,1,1),imshow(subcol);title('车牌灰度子图');%输出车牌旋转后的灰度图像标题显示车牌灰度子图
subplot(2,1,2),imshow(sbw);title('');%输出车牌旋转后的灰度图像
title(['车牌旋转角: ',num2str(angle),'度'] ,'Color','r');%显示车牌的旋转角度
%Step8 旋转车牌后重新计算车牌水平投影，去掉车牌水平边框，获取字符高度
histcol1=sum(sbw); %计算垂直投影
histrow=sum(sbw'); %计算水平投影
figure,subplot(2,1,1),bar(histcol1);title('垂直投影（旋转后）');
subplot(2,1,2),bar(histrow);     title('水平投影（旋转后）');
figure,subplot(2,1,1),bar(histrow);     title('水平投影（旋转后）');
subplot(2,1,2),imshow(sbw);title('车牌二值子图（旋转后）');
%去水平（上下）边框,获取字符高度
maxhight=max(markrow2);
findc=find(markrow2==maxhight);
rowtop=markrow(findc);
rowbot=markrow(findc+1)-markrow1(findc+1);
sbw2=sbw(rowtop:rowbot,:);  %子图为(rowbot-rowtop+1)行
maxhight=rowbot-rowtop+1;   %字符高度(rowbot-rowtop+1)
%Step9 计算车牌垂直投影，去掉车牌垂直边框，获取车牌及字符平均宽度
histcol=sum(sbw2);  %计算垂直投影
figure,subplot(2,1,1),bar(histcol);title('垂直投影（去水平边框后）');%输出车牌的垂直投影图像
subplot(2,1,2),imshow(sbw2); %输出垂直投影图像
title(['车牌字符高度： ',int2str(maxhight)],'Color','r');%输出车牌字符高度
%对垂直投影进行峰谷分析
meancol=mean(histcol);%求垂直投影的平均值
mincol=min(histcol);%求垂直投影的平均值
levelcol=(meancol+mincol)/4;%求垂直投影的1/4
count1=0;
l=1;
for k=1:width
    if histcol(k)<=levelcol 
        count1=count1+1;
    else 
        if count1>=1
            markcol(l)=k; %字符上升点
            markcol1(l)=count1; %谷宽度（下降点至下一个上升点）
            l=l+1;
        end
        count1=0;
    end
end
markcol2=diff(markcol);%字符距离（上升点至下一个上升点）
[m1,n1]=size(markcol2);
n1=n1+1;
markcol(l)=width;
markcol1(l)=count1;
markcol2(n1)=markcol(l)-markcol(l-1);
%Step10 计算车牌上每个字符中心位置，计算最大字符宽度maxwidth
l=0;
for k=1:n1
    markcol3(k)=markcol(k+1)-markcol1(k+1);%字符下降点
    markcol4(k)=markcol3(k)-markcol(k); %字符宽度（上升点至下降点）
    markcol5(k)=markcol3(k)-double(uint16(markcol4(k)/2));%字符中心位置
end 
markcol6=diff(markcol5); %字符中心距离（字符中心点至下一个字符中心点）
maxs=max(markcol6); %查找最大值，即为第二字符与第三字符中心距离
findmax=find(markcol6==maxs);
markcol6(findmax)=0;
maxwidth=max(markcol6);%查找最大值，即为最大字符宽度
%Step11 提取分割字符,并变换为22行*14列标准子图
l=1;
[m2,n2]=size(subcol);
figure;
for k=findmax-1:findmax+5
        cleft=markcol5(k)-maxwidth/2;
        cright=markcol5(k)+maxwidth/2-2;
        if cleft<1
            cleft=1;
            cright=maxwidth;
        end
        if cright>n2
            cright=n2;
            cleft=n2-maxwidth;
        end
        SegGray=sbw(rowtop:rowbot,cleft:cright);
        SegBw1=sbw(rowtop:rowbot,cleft:cright);
        SegBw2 = imresize(SegBw1,[22 14]);%变换为22行*14列标准子图      
        subplot(2,n1,l),imshow(SegGray);
        if l==7
            title(['车牌字符宽度： ',int2str(maxwidth)],'Color','r');
        end
        subplot(2,n1,n1+l),imshow(SegBw2);               
        fname=strcat('data',int2str(k),'.jpg');
        imwrite(SegBw2,fname,'jpg') 
        l=l+1;
end
%Step12 将计算计算获取的字符图像与样本库进行匹配，自动识别出字符代码。
liccode=char(['0':'9' 'A':'Z' '粤桂海云贵川京津沪']); %建立自动识别字符代码表  
SubBw2=zeros(22,14);
l=1;
[m2,n2]=size(sbw);
for k=findmax-1:findmax+5
       cleft=markcol5(k)-maxwidth/2;
        cright=markcol5(k)+maxwidth/2-2;
        if cleft<1
            cleft=1;
            cright=maxwidth;
        end
        if cright>n2
            cright=n2;
            cleft=n2-maxwidth;
        end
        SegBw1=sbw(rowtop:rowbot,cleft:cright);
        SegBw2 = imresize(SegBw1,[22 14]);%变换为22行*14列标准子图      
        if l==1                 %第一位汉字识别
            kmin=37;
            kmax=45;
        elseif l==2             %第二位 A~Z 字母识别
            kmin=11;
            kmax=36;
        elseif l>=3 & l<=5      %第三、四位 0~9  A~Z字母和数字识别
            kmin=1;
            kmax=36;
        else                    %第五～七位 0~9 数字识别
            kmin=1;
            kmax=10;
        end
        for k2=kmin:kmax
            fname=strcat('Sam\Sam',liccode(k2),'.jpg');
            SamBw2 = imread(fname);           
            for  i=1:22
                for j=1:14
                    SubBw2(i,j)=SegBw2(i,j)-SamBw2(i,j);
                end
            end %SubBw2 = SamBw2-SegBw2;
            Dmax=0;
            for k1=1:22
                for l1=1:14
                    if ( SubBw2(k1,l1) > 0 | SubBw2(k1,l1) <0 )
                        Dmax=Dmax+1;
                    end
                end
            end
            Error(k2)=Dmax;
        end
        Error1=Error(kmin:kmax);%比较误差
        MinError=min(Error1);%取误差的最小值
        findc=find(Error1==MinError);%查找最小误差的图像
        RegCode(l*2-1)=liccode(findc(1)+kmin-1);
        RegCode(l*2)=' ';%输出最小误差图像
        l=l+1;
end
title (['识别车牌号码:', RegCode],'Color','r');
 
 
 
RegCode

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）:

基于matlab的车牌识别算法源码程序/
基于matlab的车牌识别算法源码程序/sam/
基于matlab的车牌识别算法源码程序/3.jpg
基于matlab的车牌识别算法源码程序/QQ截图20140916195752.jpg
基于matlab的车牌识别算法源码程序/Untitled7.asv
基于matlab的车牌识别算法源码程序/data2.jpg
基于matlab的车牌识别算法源码程序/data3.jpg
基于matlab的车牌识别算法源码程序/data4.jpg
基于matlab的车牌识别算法源码程序/data5.jpg
基于matlab的车牌识别算法源码程序/data6.jpg
基于matlab的车牌识别算法源码程序/data7.jpg
基于matlab的车牌识别算法源码程序/data8.jpg
基于matlab的车牌识别算法源码程序/datas.m
基于matlab的车牌识别算法源码程序/sam/Sam0.jpg
基于matlab的车牌识别算法源码程序/sam/Sam1.jpg
基于matlab的车牌识别算法源码程序/sam/Sam2.jpg
基于matlab的车牌识别算法源码程序/sam/Sam3.jpg
基于matlab的车牌识别算法源码程序/sam/Sam4.jpg
基于matlab的车牌识别算法源码程序/sam/Sam5.jpg
基于matlab的车牌识别算法源码程序/sam/Sam6.jpg
基于matlab的车牌识别算法源码程序/sam/Sam7.jpg
基于matlab的车牌识别算法源码程序/sam/Sam8.jpg
基于matlab的车牌识别算法源码程序/sam/Sam9.jpg
基于matlab的车牌识别算法源码程序/sam/SamA.jpg
基于matlab的车牌识别算法源码程序/sam/SamB.jpg
基于matlab的车牌识别算法源码程序/sam/SamC.jpg
基于matlab的车牌识别算法源码程序/sam/SamD.jpg
基于matlab的车牌识别算法源码程序/sam/SamE.jpg
基于matlab的车牌识别算法源码程序/sam/SamF.jpg
基于matlab的车牌识别算法源码程序/sam/SamG.jpg
基于matlab的车牌识别算法源码程序/sam/SamH.jpg
基于matlab的车牌识别算法源码程序/sam/SamI.jpg
基于matlab的车牌识别算法源码程序/sam/SamJ.jpg
基于matlab的车牌识别算法源码程序/sam/SamK.jpg
基于matlab的车牌识别算法源码程序/sam/SamL.jpg
基于matlab的车牌识别算法源码程序/sam/SamM.jpg
基于matlab的车牌识别算法源码程序/sam/SamN.jpg
基于matlab的车牌识别算法源码程序/sam/SamO.jpg
基于matlab的车牌识别算法源码程序/sam/SamP.jpg
基于matlab的车牌识别算法源码程序/sam/SamQ.jpg
基于matlab的车牌识别算法源码程序/sam/SamR.jpg
基于matlab的车牌识别算法源码程序/sam/SamS.jpg
基于matlab的车牌识别算法源码程序/sam/SamT.jpg
基于matlab的车牌识别算法源码程序/sam/SamU.jpg
基于matlab的车牌识别算法源码程序/sam/SamV.jpg
基于matlab的车牌识别算法源码程序/sam/SamW.jpg
基于matlab的车牌识别算法源码程序/sam/SamX.jpg
基于matlab的车牌识别算法源码程序/sam/SamY.jpg
基于matlab的车牌识别算法源码程序/sam/SamZ.jpg
基于matlab的车牌识别算法源码程序/sam/Sam云.jpg
基于matlab的车牌识别算法源码程序/sam/Sam京.jpg
基于matlab的车牌识别算法源码程序/sam/Sam川.jpg
基于matlab的车牌识别算法源码程序/sam/Sam桂.jpg
基于matlab的车牌识别算法源码程序/sam/Sam沪.jpg
基于matlab的车牌识别算法源码程序/sam/Sam津.jpg
基于matlab的车牌识别算法源码程序/sam/Sam海.jpg
基于matlab的车牌识别算法源码程序/sam/Sam粤.jpg
基于matlab的车牌识别算法源码程序/sam/Sam贵.jpg
基于matlab的车牌识别算法源码程序/sam/image1.jpg
基于matlab的车牌识别算法源码程序/sam/image2.jpg
基于matlab的车牌识别算法源码程序/sam/image3.jpg
基于matlab的车牌识别算法源码程序/sam/image4.jpg
基于matlab的车牌识别算法源码程序/sam/image5.jpg
基于matlab的车牌识别算法源码程序/sam/image6.jpg
基于matlab的车牌识别算法源码程序/sam/image7.jpg
基于matlab的车牌识别算法源码程序/sam/image8.jpg

关键词： 车牌 算法 源码

相关推荐

matlab源码下载排行

Top_arrow
回到顶部

友情链接

matlab源码 网站源码 编程语言 网络编程 手机通讯编程 KUNAG 官网 KUNAG 电商 更多
联系方式| 版权声明| 招聘信息| 广告服务| 银行汇款| 法律顾问| 兼职技术| 付款方式| 关于我们|
网站客服网站客服 程序员兼职招聘 程序员兼职招聘
沪ICP备19040327号-3
公安备案号：沪公网安备 31011802003874号
库纳格流体控制系统（上海）有限公司 版权所有
Copyright © 1999-2014, GUSUCODE.COM, All Rights Reserved