基于matlab的汽車牌照識(shí)別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)-在線瀏覽
2025-01-11 06:09本頁(yè)面
【正文】 ) PY1=PY11。 while ((Y1(PY2,1)=50)amp。(PY2y)) PY2=PY2+1。 X1=zeros(1,x)。 end end end subplot(3,2,2),plot(0:x1,X1),title(39。),xlabel(39。),ylabel(39。)。 while ((X1(1,PX1)3)amp。(PX1x)) PX1=PX1+1。 while ((X1(1,PX2)3)amp。(PX2PX1)) PX2=PX21。 PX2=PX2+1。 subplot(3,2,3),imshow(dw),title(39。) 車牌字符分割 確定車牌位置后下一步的任務(wù)就是進(jìn)行字符切分分離出車牌號(hào)碼的全部字符圖像 。 %將 RGB圖像轉(zhuǎn)化為灰度圖像 else I1=I； end g_max=double(max(max(I1)))。 T=round(g_max(g_maxg_min)/3)。% d:二值圖像 %h=graythresh(I1)。 subplot(3,2,4)。二值化車牌圖像 39。 I2=bwareaopen(I1,20)。 imshow(I2),title(39。)。 I3=double(I2)。 %%%%%%%去除圖像頂端和底端的不感興趣區(qū)域 %%%%% Y1=zeros(y1,1)。 end end end Py1=1。 while ((Y1(Py0,1)20)amp。(Py0y1)) Py0=Py0+1。 while((Y1(Py1,1)=20)amp。(Py1y1)) Py1=Py1+1。 subplot(3,2,6)。目標(biāo)車牌區(qū)域 39。 %%%%%% 分割字符按行積累量 %%%%%%% X1=zeros(1,x1)。 end end end figure(5)。列方向像素點(diǎn)灰度值累計(jì)和 39。列值 39。累計(jì)像素量 39。 Px0=1。 %%%%%%%%%%%%分割字符 %%%%%%%%%%%%%%%%%% for i=1:7 while ((X1(1,Px0)3)amp。(Px0x1)) Px0=Px0+1。 while (((X1(1,Px1)=3)amp。(Px1x1))||((Px1Px0)10)) Px1=Px1+1。 switch strcat(39。,num2str(i)) case 39。 PIN0=Z。Z239。 case 39。 PIN2=Z。Z439。 case 39。 PIN4=Z。Z639。 otherwise PIN6=Z。 subplot(1,7,i)。 Px0=Px1。基于模板匹配算法是首先將分割后的字符二值化 ,并將其尺寸縮放為字符數(shù)據(jù)庫(kù)中模板的大小，然后與所 有模板進(jìn)行匹配，最后選取最佳匹配作為結(jié)果?；谌斯ど窠?jīng)元網(wǎng)絡(luò)的算法有兩種，一種是先對(duì)特征提取待識(shí)別字符，然后用所獲得的特征訓(xùn)練神經(jīng)網(wǎng)絡(luò)分配器；另一種是直接將待處理圖像輸入網(wǎng)絡(luò)由網(wǎng)絡(luò)自動(dòng)實(shí)現(xiàn)特征提取直至
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1