[畢業(yè)設(shè)計]matlab車牌識別課程設(shè)計報告模板(附源代碼)-文庫吧資料
2025-08-13 11:09本頁面
【正文】 l=0。r39。Color39。車牌字符高度： 39。%輸出車牌的垂直投影圖像subplot(2,1,2),imshow(sbw2)。垂直投影（去水平邊框后）39。 %計算垂直投影figure,subplot(2,1,1),bar(histcol)。 %子圖為(rowbotrowtop+1)行maxhight=rowbotrowtop+1。rowbot=markrow(findc+1)markrow1(findc+1)。findc=find(markrow2==maxhight)。（旋轉(zhuǎn)后）和車牌二值子圖（旋轉(zhuǎn)后）（上下）邊框,獲取字符高度: 、垂直投影分析計算，獲得了車牌字符高度、字符頂行與尾行、字符寬度、每個字符的中心位置，為提取分割字符具備了條件。車牌二值子圖（旋轉(zhuǎn)后）39。subplot(2,1,2),imshow(sbw)。水平投影（旋轉(zhuǎn)后）39。（旋轉(zhuǎn)后）和水平投影（旋轉(zhuǎn)后）figure,subplot(2,1,1),bar(histrow)。水平投影（旋轉(zhuǎn)后）39。subplot(2,1,2),bar(histrow)。垂直投影（旋轉(zhuǎn)后）39。 %計算水平投影figure,subplot(2,1,1),bar(histcol1)。 %計算垂直投影histrow=sum(sbw39。)。,39。] ,39。,num2str(angle),39。%輸出車牌旋轉(zhuǎn)后的灰度圖像title([39。39。%輸出車牌旋轉(zhuǎn)后的灰度圖像標(biāo)題顯示車牌灰度子圖subplot(2,1,2),imshow(sbw)。車牌灰度子圖39。%旋轉(zhuǎn)圖像figure,subplot(2,1,1),imshow(subcol)。crop39。bilinear39。)。,39。 %弧度換為度，360/2pi, pi= (3)旋轉(zhuǎn)車牌圖象subcol = imrotate(subcol1,angle,39。 %poly1表示一介擬合 Y = p1*x+p2p1=。poly139。,ydata39。這里采取的線性擬合的方法,計算出車牌上邊或下邊圖像值為1的點擬合直線與水平X軸的夾角。)。title(39。)。 title(39。)。 title(39。)。title(39。)。histcol1=sum(sbw1)。%輸出框架的彩色圖像b. 計算出包含所標(biāo)記的區(qū)域的最小寬和高，并根據(jù)先驗知識，比較誰的寬高比更接近實際車牌寬高比，將更接近的提取并顯示出來。圖像彩色標(biāo)記39。 %標(biāo)志圖像向RGB圖像轉(zhuǎn)換figure,imshow(RGB)。shuffle39。k39。spring39。%區(qū)域面積BoundingBox=[]。)。%標(biāo)注二進制圖像中已連接的部分Feastats = imfeature(L,39。進行區(qū)域特征參數(shù)比較，提取車牌區(qū)域:，然后計算每個區(qū)域的圖像特征參數(shù)：區(qū)域中心位置、最小包含矩形、面積。)。title(39。,[19,1]))。%輸出開運算的圖像bg2=imopen(bg3,strel(39。圖像開運算[5,19]39。%取矩形框的開運算figure,imshow(bg3)。rectangle39。)。title(39。,[5,19]))。bg1=imclose(grd,strel(39。先腐蝕后膨脹的過程稱為開運算，它具有消除細小物體，并在纖細處分離物體和平滑較大物體邊界的作用；先膨脹后腐蝕的過程稱為閉運算，具有填充物體內(nèi)細小空洞，連接鄰近物體和平滑邊界的作用。%輸出圖像邊緣:數(shù)學(xué)形態(tài)非線性濾波，可以用于抑制噪聲，進行特征提取、邊緣檢測、圖像分割等圖像處理問題。圖像邊緣提取39。)%用canny算子識別強度圖像中的邊界figure,imshow(grd)。grd=edge(bw2,39。可以通過求梯度局部最大值對應(yīng)的點，并認定為邊緣點，去除非局部最大值，可以檢測出精確的邊緣。所以，如果一個點的二維一階導(dǎo)數(shù)比指定的門限大，我們就定義圖像中的次點是一個邊緣點，一組這樣的依據(jù)事先定好的連接準(zhǔn)則相連的邊緣點就定義為一條邊緣。%得到二值圖像:兩個具有不同灰度值的相鄰區(qū)域之間總存在邊緣，邊緣就是灰度值不連續(xù)的結(jié)果，是圖像分割、紋理特征提取和形狀特征提取等圖像分析的基礎(chǔ)。圖像二值化39。figure,imshow(bw2)。%獲得最佳閾值bw22=im2bw(Egray,level)。%egray的最大值并輸出雙精度型fmin1=double(min(min(Egray)))。閾值處理的操作過程是先由用戶指定或通過算法生成一個閾值，如果圖像中某中像素的灰度值小于該閾值，則將該像素的灰度值設(shè)置為0或255，否則灰度值設(shè)置為255或0。在實際的車牌處理系統(tǒng)中，進行圖像二值變換的關(guān)鍵是要確定合適的閥值，使得字符與背景能夠分割開來，二值變換的結(jié)果圖像必須要具備良好的保形性，不丟掉有用的形狀信息，不會產(chǎn)生額外的空缺等等。)。title(39。%輸出背景圖像，對圖
職業(yè)教育相關(guān)推薦
鄂ICP備17016276號-1