基于matlab的汽車牌照識(shí)別程序—綜合設(shè)計(jì)(參考版)
2025-06-29 18:01本頁(yè)面
【正文】 imshow(dw),title(s)。,str1,str2,str3,str4,str5,str6)。 endend %%%%%%%顯示定位后的分割出的車牌彩圖，%%%%%%%%%識(shí)別結(jié)果以標(biāo)題形式顯示在圖上%%%s=strcat(39。 case 6 str5=str。 case 4 str3=str。 end switch i case 2 str1=str。N39。H39。R39。M39。L39。G39。C39。A39。 T1 = pet (T0) 。]。,PIN539。,PIN339。,PIN139。PIN6=pretreatment(PIN6)。PIN4=pretreatment(PIN4)。PIN2=pretreatment(PIN2)。%字符分割及處理%%%%%%%%%%%測(cè)試字符，得到識(shí)別數(shù)值%%%%PIN0=pretreatment(PIN0)。dw=location(I)。39。)。%%%%%%%測(cè)試%%%%%%%%%%I=imread(39。net=init(net)。%=。=5000。{2,1}.initF =39。{1,1}.initF =39。trainrp39。logsig39。logsig39。logsig39。%輸出樣本%%%T=eye(18,18)。,I1739。,I1539。,I1339。,I1139。,I939。,I739。,I539。,I339。,I139。))。I17=pretreatment(imread(39。39。))。I15=pretreatment(imread(39。39。))。I13=pretreatment(imread(39。39。))。I11=pretreatment(imread(39。39。))。I9=pretreatment(imread(39。39。))。I7=pretreatment(imread(39。39。))。I5=pretreatment(imread(39。39。))。I3=pretreatment(imread(39。39。))。I1=pretreatment(imread(39。39。clear all。 神經(jīng)網(wǎng)絡(luò)進(jìn)行識(shí)別。%%%%%%將圖像按列轉(zhuǎn)換成一個(gè)行向量for j=1:n for i=1:m inpt(1,m*(j1)+i)=I1(i,j)。[m,n]=size(I1)。endI1=imresize(I1,[50 20])。function inpt = pretreatment(I)%YUCHULI Summary of this function goes here% Detailed explanation goes hereif isrgb(I) I1 = rgb2gray(I)。總的字符樣本并不太多。在本程序中用基于人工神經(jīng)元網(wǎng)絡(luò)識(shí)別車牌字符。建立數(shù)字庫(kù)對(duì)該方法在車牌識(shí)別過(guò)程中很重要, 數(shù)字庫(kù)準(zhǔn)確才能保證檢測(cè)出的數(shù)據(jù)正確。end 車牌字符識(shí)別字符識(shí)別方法主要有基于模板匹配算法和基于人工神經(jīng)網(wǎng)絡(luò)算法。 imshow(Z)。 end figure(3)。 PIN5=Z。 case 39。Z539。 PIN3
高考資料相關(guān)推薦
鄂ICP備17016276號(hào)-1