基于matlab的圖像處理的課程設(shè)計(jì)(車牌識別系統(tǒng))(存儲版)
【正文】 9。 % 數(shù)據(jù)類型轉(zhuǎn)換k=fft2(f)。 % 計(jì)算高通濾波器傳遞函數(shù) if d=d0 h=0。x=()。endfunction tuxiangfushi_Callback(hObject, eventdata, handles)%圖像腐蝕axes()。se=eye(5)。這是彩色圖像,不能創(chuàng)建索引圖像39。x=()。endfunction ntsc_Callback(hObject, eventdata, handles)%RGB轉(zhuǎn)NTSCaxes()。)。轉(zhuǎn)換失敗39。ON39。中值濾波39。 k(:,:,3)=wiener2(c,[5,5])。average39。 k=medfilt2()。 k=conv2(m,h)。 k=filter2(fspecial(39。)。), get(0,39。value39。BackgroundColor39。end。 imshow(y)。x=()。% Executes during object creation, after setting all properties.function ld_CreateF(hObject, eventdata, handles)if isequal(get(hObject,39。=get(,39。 case39。 H=h/9。endelseswitch str case 39。,3),a)/255。 k(:,:,1)=wiener2(a,[5,5])。c=(:,:,3)。HandleVisibility39。這是灰度圖像,不能轉(zhuǎn)換39。,39。轉(zhuǎn)換失敗39。imshow(y,jet(16))。x=()。)。elsej=im2bw(x)。imshow(y3)。 n=fix(N/2)。)。x=()。for i=1:M for j=1:N d=sqrt((im)^2+(jn)^2)。 % 疊加椒鹽噪聲f=double(y1)。這是彩色圖像,不能通過低通濾波器39。 y=fftshift(m)。 k(:,:,2)=b。,39。,0:2000:15000)。horz=1:10:256。endfunction blue_Callback(hObject, eventdata, handles)%B直方圖set(,39。set(,39。,39。 %直方圖統(tǒng)計(jì)x1=x(1:10:256)。guidata(hObject,handles)。輸入?yún)?shù)39。function cx_Callback(hObject, eventdata, handles)%加入乘性噪聲 axes()。x=()。 %對話框的設(shè)置，用戶輸入的是字符串defans={39。gaussian39。39。 prompt={39。}。y=imrotate(x,90)。 y=fliplr(x)。else x=()。y=imresize(,p1,39。}。p1=str2num(p{1})。輸入放大倍數(shù):39。,1,defans)。 prompt={39。輸入放大倍數(shù)39。 function shuangsanci_Callback(hObject, eventdata, handles)%雙三次放大axes()。p=inputdlg(prompt,39。 %最近鄰插值法放大imshow(y)。}。imshow(y)。 imshow(y)。,1,defans)。[0 ]39。end function liangdu_Callback(hObject, eventdata, handles)%亮度處理 prompt={39。%編輯菜單的程序function edit_Callback(hObject, eventdata, handles)function huidu_Callback(hObject, eventdata, handles)%灰度處理axes()。 return。,39。 return。},39。, [])。, gui_Singleton, ... 39。將M文件編譯為獨(dú)立可執(zhí)行文件的語法是：mcc –m …..其中fun1就是最后的可執(zhí)行文件的名稱。通過這次經(jīng)歷后，后來在設(shè)計(jì)其它程序時(shí)，盡量找MATLAB自帶的現(xiàn)成函數(shù)，而不是一碰到問題就自己想算法，這樣可以節(jié)省較多的時(shí)間。axes()。b=x(:,:,2)。b) 同一個(gè)操作對灰度圖像可以使用，當(dāng)用戶選擇的是彩色圖像時(shí)，該操作就會出錯(cuò)？這是由于設(shè)計(jì)程序時(shí)，本身程序是有針對性的，有些程序只能對灰度圖像有效，有些對彩色圖像有效，但是用戶并不清楚這些，所以在設(shè)計(jì)的過程中就要考慮全面，要分開設(shè)計(jì)。為了克服這種平均化引起的圖象模糊現(xiàn)象，我們給中心點(diǎn)象素值與其鄰域平均值的差值設(shè)置一固定的閾值，只有大于該閾值的點(diǎn)才能替換為鄰域平均值，而差值不大于閾值時(shí)，仍保留原來的值，從而減少由于平均化引起的圖象模糊。車牌識別系統(tǒng)包括攝取的汽車圖像，車牌號碼的識別，車牌圖像的采集和預(yù)處理，牌照區(qū)域的定位和提取，牌照字符的分割和識別等幾個(gè)部分組成，如下圖所示。 以下幾點(diǎn)是程序必須實(shí)現(xiàn)的功能。MATLAB中集成了功能強(qiáng)大的圖像處理工具箱。根據(jù)它提供的500多個(gè)數(shù)學(xué)和工程函數(shù)，工程技術(shù)人員和科學(xué)工作者可以在它的集成環(huán)境中交互或編程以完成各自的計(jì)算。然后按照自己擬定的功能要求進(jìn)行程序設(shè)計(jì)和調(diào)試?！ ∥濉⒖傮w設(shè)計(jì)車牌識是一輛汽車獨(dú)一無二的信息，因此，對車輛牌照的識別技術(shù)可以作為辨識一樣車最為有效地方法。然而，鄰域平均值的平滑處理會使得圖象灰度急劇變化的地方，尤其是物體邊緣區(qū)域和字符輪廓等部分產(chǎn)生模糊作用。比如，彩色圖像的濾波處理，直方圖均衡等。if isrgb() a=x(:,:,1)。y(:,:,3)=f。 但是后來發(fā)現(xiàn)其實(shí)只要用imrotate函數(shù)就可以解決問題。配置好編譯器后，自然就是對自己編寫的M文件進(jìn)行編譯了。gui_Singleton39。gui_Callback39。*.bmp39。)。*.bmp39。)。close(gcf)。)。 defans={39。輸入?yún)?shù)39。 axes()。y=imcrop()。239。)。}。 %最近鄰插值法放大imshow(y)。p=inputdlg(prompt,39。function suoxiao_Callback(hObject, eventdata, handles)%鄰近插值縮小 axes()。輸入放大倍數(shù)39。prompt={39。,1,defans)。輸入放大倍數(shù):39。p1=str2num(p{1})。%上下翻轉(zhuǎn)函數(shù)endimshow(y)。else x=()。x=()。3039。function gs_Callback(hObject, eventdata, handles)%加入高斯噪聲 axes()。,39。 y=imnoise(,39。}。 %字符串轉(zhuǎn)化為數(shù)值axes()。guidata(hObject,handles)。p=inputdlg(prompt,39。 =y。x=imhist((:,:,1))。HandleVisibility39。bar(horz,x1)。)。
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號-1