基于matlab的车牌识别内含matlab代码以及报告.rar

基于matlab的车牌识别（内含matlab代码以及报告），亲测有用！

clear ;
close all;

%Step1 获取图像   装入待处理彩色图像并显示原始图像
Scolor = imread（‘C:\Users\Administrator\Desktop\车牌识别作业\car2.jpg‘）;%imread函数读取图像文件
%将彩色图像转换为黑白并显示
Sgray = rgb2gray（Scolor）;%rgb2gray转换成灰度图
% figureimshow（Sgray）title（‘原始黑白图像‘）;
subplot（121）imshow（Sgray）title（‘原始黑白图像‘）;

%Step2 图像预处理   对Sgray 原始黑白图像进行开操作得到图像背景
s=strel（‘disk‘13）;%strei函数
Bgray=imopen（Sgrays）;%打开sgray s图像
% figureimshow（Bgray）;title（‘背景图像‘）;%输出背景图像
%用原始图像与背景图像作减法，增强图像
Egray=imsubtract（SgrayBgray）;%两幅图相减
% figureimshow（Egray）;title（‘增强黑白图像‘）;%输出黑白图像
subplot（122）imshow（Egray）title（‘增强黑白图像‘）;

%Step3 取得最佳阈值，将图像二值化
fmax1=double（max（max（Egray）））;%egray的最大值并输出双精度型
fmin1=double（min（min（Egray）））;%egray的最小值并输出双精度型
level=（fmax1-（fmax1-fmin1）/3）/255;%获得最佳阈值
% level=graythresh（Egray）;%使用graythresh计算灰度门槛
bw22=im2bw（Egraylevel）;%转换图像为二进制图像
bw2=double（bw22）;
figureimshow（bw2）;title（‘图像二值化‘）;%得到二值图像

%Step4 对得到二值图像作开闭操作进行滤波
grd=edge（bw2‘canny‘）%用canny算子识别强度图像中的边界
% grd=edge（bw2‘robert‘）;
figureimshow（grd）;title（‘图像边缘提取‘）;%输出图像边缘

bg1=imclose（grdstrel（‘rectangle‘[2540]））;%取矩形框的闭运算
% bg1=imclose（bw2strel（‘rectangle‘[519]））;%取矩形框的闭运算
figureimshow（bg1）;title（‘图像闭运算[519]‘）;%输出闭运算的图像

bg3=imopen（bg1strel（‘rectangle‘[2550]））;%取矩形框的开运算
figuresubplot（211）imshow（bg3）;title（‘图像开运算[519]‘）;%输出开运算的图像

bg2=imopen（bg3strel（‘rectangle‘[5050]））;%取矩形框的开运算
subplot（212）imshow（bg2）;title（‘图像开运算[191]‘）;%输出开运算的图像

%Step5 对二值图像进行区域提取，并计算区域特征参数。进行区域特征参数比较，提取车牌区域
[Lnum] = bwlabel（bg28）;%标注二进制图像中已连接的部分
Feastats = regionprops（L‘basic‘）; %计算图像区域的特征尺寸
Area=[Feastats.Area];%区域面积
BoundingBox=[Feastats.BoundingBox];%[x y width height]车牌的框架大小
RGB = label2rgb（L ‘spring‘ ‘k‘ ‘shuffle‘）; %标志图像向RGB图像转换
figureimshow（RGB）;title（‘图像彩色标记‘）;%输出框架的彩色图像
lx=0;
for l=1:num
    width=BoundingBox（（l-1）*4+3）%框架宽度的计算
    hight=BoundingBox（（l-1）*4+4）%框架高度的计算
    if （width>98 & width<300 & hight>25 & hight<100）%框架的宽度和高度的范围
        lx=lx+1;
        Getok（lx）=l;
    end
end
for k= 1:lx
    l=Getok（k）;    
    startcol=BoundingBox（（l-1）*4+1）-2;%开始列
    startrow=BoundingBox（（l-1）*4+2）-2;%开始行
    width=BoundingBox（（l-1）*4+3）+8;%车牌宽
    hight=BoundingBox（（l-1）*4+4）+2;%车牌高
    rato=width/hight;%计算车牌长宽比
    if rato>2 & rato<4   
        break;
    end
end
sbw1=bw2（startrow:startrow+hightstartcol:startcol+width-1）; %获取车牌二值子图
subcol1=Sgray（startrow:startrow+hightstartcol:startcol+width-1）;%获取车牌灰度子图
figuresubplot（211）imshow（subcol1）;title（‘车牌灰度子图‘）;%输出灰度图像
subplot（212）imshow（sbw1）;title（‘车牌二值子图‘）;%输出车牌的二值图

%Step6 计算车牌水平投影，并对水平投影进行峰谷分析
histcol1=sum（sbw1）;      %计算垂直投影
histrow=sum（sbw1‘）;      %计算水平投影
figuresubplot（211）bar（histcol1）;title（‘垂直投影（含边框）‘）;%输出垂直投影
subplot（212）bar（histrow）;     title（‘水平投影（含边框）‘）;%输出水平投影
figuresubplot（211）bar（histrow）;     title（‘水平投影（含边框）‘）;%输出水平投影
subplot（212）imshow（sbw1）;title（‘车牌二值子图‘）;%输出二值图
%对水平投影进行峰谷分析
meanrow=mean（histrow）;%求水平投影的平均值
minrow=min（histrow）;%求水平投影的最小值
levelrow=

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件      35993  2008-12-27 09:51  基于matlab的车牌识别（内含matlab代码以及报告）\car1.jpg

     文件     222741  2019-05-24 13:58  基于matlab的车牌识别（内含matlab代码以及报告）\car2.jpg

     文件      27587  2019-05-24 13:59  基于matlab的车牌识别（内含matlab代码以及报告）\car3.jpg

     文件      11115  2019-06-04 15:11  基于matlab的车牌识别（内含matlab代码以及报告）\iden2.m

     文件      11119  2019-06-04 14:44  基于matlab的车牌识别（内含matlab代码以及报告）\ident3.m

     文件        530  2019-06-04 15:16  基于matlab的车牌识别（内含matlab代码以及报告）\image\image1.jpg

     文件        500  2019-06-04 14:24  基于matlab的车牌识别（内含matlab代码以及报告）\image\image10.jpg

     文件        514  2019-06-04 14:24  基于matlab的车牌识别（内含matlab代码以及报告）\image\image11.jpg

     文件        496  2019-06-04 14:24  基于matlab的车牌识别（内含matlab代码以及报告）\image\image12.jpg

     文件        515  2019-06-12 11:35  基于matlab的车牌识别（内含matlab代码以及报告）\image\image2.jpg

     文件        475  2019-06-12 14:24  基于matlab的车牌识别（内含matlab代码以及报告）\image\image3.jpg

     文件        536  2019-06-12 14:24  基于matlab的车牌识别（内含matlab代码以及报告）\image\image4.jpg

     文件        520  2019-06-12 14:24  基于matlab的车牌识别（内含matlab代码以及报告）\image\image5.jpg

     文件        533  2019-06-12 14:24  基于matlab的车牌识别（内含matlab代码以及报告）\image\image6.jpg

     文件        537  2019-06-12 14:24  基于matlab的车牌识别（内含matlab代码以及报告）\image\image7.jpg

     文件        513  2019-06-12 14:24  基于matlab的车牌识别（内含matlab代码以及报告）\image\image8.jpg

     文件        527  2019-06-12 14:24  基于matlab的车牌识别（内含matlab代码以及报告）\image\image9.jpg

     文件      11051  2019-06-12 14:26  基于matlab的车牌识别（内含matlab代码以及报告）\Image_Identification.m

     文件    1463296  2019-05-31 09:54  基于matlab的车牌识别（内含matlab代码以及报告）\matlab车牌识别课程设计报告模板（附源代码）.doc

     文件        660  2009-01-02 01:38  基于matlab的车牌识别（内含matlab代码以及报告）\model\0.jpg

     文件      11590  2008-12-29 16:16  基于matlab的车牌识别（内含matlab代码以及报告）\model\1.jpg

     文件      12351  2008-12-29 16:17  基于matlab的车牌识别（内含matlab代码以及报告）\model\2.jpg

     文件        815  2009-01-01 22:48  基于matlab的车牌识别（内含matlab代码以及报告）\model\3.jpg

     文件      12022  2008-12-29 16:18  基于matlab的车牌识别（内含matlab代码以及报告）\model\4.jpg

     文件      12340  2008-12-29 16:19  基于matlab的车牌识别（内含matlab代码以及报告）\model\5.jpg

     文件        829  2009-01-02 12:04  基于matlab的车牌识别（内含matlab代码以及报告）\model\6.jpg

     文件        583  2009-01-02 11:11  基于matlab的车牌识别（内含matlab代码以及报告）\model\7.jpg

     文件        774  2009-01-02 01:33  基于matlab的车牌识别（内含matlab代码以及报告）\model\8.jpg

     文件        778  2009-01-02 11:46  基于matlab的车牌识别（内含matlab代码以及报告）\model\9.jpg

     文件        803  2009-01-01 22:48  基于matlab的车牌识别（内含matlab代码以及报告）\model\A.jpg

............此处省略98个文件信息