【文章內(nèi)容簡介】 I5)。title(39。從對象中移除小對象 39。)。 2 四，車牌定位與均值濾波 [y,x,z]=size(I5)。 %返回 I5各維的尺寸，并存儲在變量 y、 x、 z中 myI=double(I5)。 %換成雙精度數(shù)值 %begin橫向掃描 tic %計算 tic與 toc之間程序的運行時間 Blue_y=zeros(y,1)。 %產(chǎn)生 y*1的全 0矩陣 for i=1:y for j=1:x if(myI(i,j,1)==1) %如果 myI(i,j,1)即 myI圖像中坐標為 (i,j)的點為藍色 %則 Blue_y的相應(yīng)行的元素 white_y(i,1)值加 1 Blue_y(i,1)= Blue_y(i,1)+1。%藍色像素點統(tǒng)計 end end end [temp MaxY]=max(Blue_y)。%temp為向量 white_y的元素中的最大值， MaxY為該值的索引（ 在向量中的位置） PY1=MaxY。 while ((Blue_y(PY1,1)=120)amp。amp。(PY11)) PY1=PY11。 end PY2=MaxY。 while ((Blue_y(PY2,1)=40)amp。amp。(PY2y)) PY2=PY2+1。 end IY=I(PY1:PY2,:,:)。 %IY為原始圖像 I中截取的縱坐標在 PY1： PY2之間的部分 %end橫向掃描 %begin縱向掃描 Blue_x=zeros(1,x)。%進一步確定 x方向的車牌區(qū)域 for j=1:x for i=PY1:PY2 if(myI(i,j,1)==1) Blue_x(1,j)= Blue_x(1,j)+1。 end end end PX1=1。 while ((Blue_x(1,PX1)3)amp。amp。(PX1x)) PX1=PX1+1。 end PX2=x。 while ((Blue_x(1,PX2)3)amp。amp。(PX2PX1)) PX2=PX21。 end %end縱向掃描 PX1=PX12。%對車牌區(qū)域的校正 PX2=PX2+2。 dw=I(PY1:PY2,:,:)。 t=toc。 figure(7),subplot(1,2,1),imshow(IY),title(39。行方向合理區(qū)域 39。)。 figure(7),subplot(1,2,2),imshow(dw),title(39。定位剪切后的彩色車牌圖像 39。) 行方向合理區(qū)域 定位剪切后的彩色車牌圖像 imwrite(dw,39。39。)。 %將圖像數(shù)據(jù)寫入到圖像文件中 [filename,filepath]=uigetfile(39。39。,39。輸入一個定位裁剪后的車牌圖像 ’) jpg=strcat(filepath,filename)。 %將數(shù)組 filepath,filename水平地連接成單個字符串，并保存于變量 jpg中 a=imread(39。39。)。 %讀取圖片文件中的數(shù)據(jù) b=rgb2gray(a)。 %將真彩色圖像轉(zhuǎn)換為灰度圖像 imwrite(b,39。 .jpg39。)。 %將圖像數(shù)據(jù)寫入到圖像文件中 figure(8)。subplot(3,2,1),imshow(b),title(39。 39。) g_max=double(max(max(b)))。 %換成雙精度數(shù)值 g_min=double(min(min(b)))。 %換成雙精度數(shù)值 T=round(g_max(g_maxg_min)/3)。 % T 為二值化的閾值 [m,n]=size(b)。 %返回矩陣 b的尺寸信息， 并存儲在 m、 n中。其中 m中存儲的是行數(shù)， n中存儲的是列數(shù)。 d=(double(b)=T)。 % d:二值圖像 imwrite(d,39。 .jpg39。)。 %將圖像數(shù)據(jù)寫入到圖像文件中 figure(8)。subplot(3,2,2),imshow(d),title(39。 39。) figure(8),subplot(3,2,3),imshow(d),title(39。 39。) % 濾波 h=fspecial(39。average39。,3)。 %建立預定義的濾波算子， average指定算子的類型， 3為相應(yīng)的參數(shù) d=im2bw(round(filter2(h,d)))。 %轉(zhuǎn)換為二值圖像 imwrite(d,39。 .jpg39。)。 %將圖像數(shù)據(jù)寫入到圖像文件中 figure(8),subplot(3,2,4),imshow(d),title(39。 39。) 1. 車牌灰度圖像 2. 車牌二值圖像3. 均值濾波前 4. 均值濾波后 五，字符切割與識別 d=qiege(d)。 %切割 [m,n]=size(d)。 %返回矩陣 b的尺寸信息， 并存儲在 m、 n中。其中 m中存儲的是行數(shù)， n中存儲的是列數(shù) figure,subplot(2,1,1),imshow(d),title(n) k1=1。k2=1。s=sum(d)。j=1。 while j~=n while s(j)==0 j=j+1。 end k1=j。 while s(j)~=0 amp。amp。 j=n1 j=j+1。 end k2=j1。 if k2k1=round(n/) [val,num]=min(sum(d(:,[k1+5:k25])))。 d(:,k1+num+5)=0。 % 分割 end end % 再切割 d=qiege(d)。 % 切割出 7 個字符 y1=10。y2=。flag=0。word1=[]。 while flag==0 [m,n]=size(d)。 left=1。wide=0。 while sum(d(:,wide+1))~=0 wide=wide+1。 end if widey1 % 認為是左側(cè)干擾 d(:,[1:wide])=0。 d=qiege(d)。 else temp=qiege(imcrop(d,[1 1 wide m]))。 [m,n]=size(