利用边缘检测进行车牌的定位

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% 字符分割模块算法
% 定位剪切后的彩色车牌图像－－灰度－－二值化－－统一到黑底白字－－去除上下边框
% －－切割出最小范围－－滤波－－形态学处理－－分割出7个字符

% 去除上下边框算法：
% 1.黑白跳变小于阈值则被视为背景；2.连续白线大于某阈值则该白线被认为是背景
% 3.单行白色大于阈值则被认为是背景，考虑FLAG的值；
% 4.做完以上处理后，上边1/2 中搜索连续两条黑线，认为该黑线以上为背景；在下边1/2 中搜索连续两条黑线，认为该黑线以下为背景
% 归一化为 40*20 ，商用系统程序中归一化为 32*16 ，此处仅演示作用
function [d]=lpcseg（jpg）
I=imread（‘car.jpg‘）;
I1=rgb2gray（I）;
I2=edge（I1‘robert‘0.15‘both‘）;
se=[1;1;1];
I3=imerode（I2se）;
se=strel（‘rectangle‘[2525]）;
I4=imclose（I3se）;
I5=bwareaopen（I42000）;
[yxz]=size（I5）;
myI=double（I5）;
tic
 white_y=zeros（y1）;
 for i=1:y
    for j=1:x
             if（myI（ij1）==1） 
                white_y（i1）= white_y（i1）+1; 
            end  
     end