基于MATLAB的车牌识别系统设计(课程设计项目)
资源文件列表(大概)
基于MATLAB的车牌识别系统设计(课程设计项目)/
-
基于MATLAB的车牌识别系统设计(课程设计项目)/1.jpg
900B
基于MATLAB的车牌识别系统设计(课程设计项目)/2.jpg
606B
基于MATLAB的车牌识别系统设计(课程设计项目)/3.jpg
669B
基于MATLAB的车牌识别系统设计(课程设计项目)/4.jpg
707B
基于MATLAB的车牌识别系统设计(课程设计项目)/5.jpg
672B
基于MATLAB的车牌识别系统设计(课程设计项目)/6.jpg
684B
基于MATLAB的车牌识别系统设计(课程设计项目)/7.jpg
437B
基于MATLAB的车牌识别系统设计(课程设计项目)/getword.m
860B
基于MATLAB的车牌识别系统设计(课程设计项目)/main.m
7.25KB
基于MATLAB的车牌识别系统设计(课程设计项目)/mainfc.p
202B
基于MATLAB的车牌识别系统设计(课程设计项目)/my_imsplit.m
712B
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/
-
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/0.jpg
509B
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/1.jpg
482B
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/2.jpg
12.06KB
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/3.jpg
815B
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/4.jpg
11.74KB
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/5.jpg
12.05KB
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/6.jpg
797B
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/7.jpg
583B
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/8.jpg
789B
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/9.jpg
778B
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/A.jpg
8.61KB
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/B.jpg
807B
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/C.jpg
742B
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/D.jpg
662B
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/E.jpg
11.59KB
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/F.jpg
11.45KB
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/G.jpg
11.99KB
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/H.jpg
439B
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/I.jpg
11.29KB
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/J.jpg
566B
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/k.jpg
764B
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/L.jpg
598B
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/M.jpg
611B
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/N.jpg
11.95KB
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/O.jpg
11.96KB
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/P.jpg
656B
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/Q.jpg
12.13KB
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/R.jpg
12.03KB
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/S.jpg
12.14KB
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/T.jpg
11.17KB
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/U.jpg
11.74KB
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/V.jpg
793B
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/W.jpg
12.02KB
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/X.jpg
797B
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/Y.jpg
668B
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/Z.jpg
11.79KB
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/京.jpg
890B
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/浙.jpg
787B
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/苏.jpg
824B
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/豫.jpg
918B
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/辽.jpg
13.83KB
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/陕.jpg
867B
基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/鲁.jpg
858B
基于MATLAB的车牌识别系统设计(课程设计项目)/测试图片/
-
基于MATLAB的车牌识别系统设计(课程设计项目)/测试图片/京h.jpg
30.97KB
基于MATLAB的车牌识别系统设计(课程设计项目)/车牌图像.jpg
2.14KB
资源内容介绍
车牌识别是一种利用计算机视觉技术对车辆的车牌进行自动识别的系统。基于MATLAB的车牌识别系统可以通过以下步骤进行设计:车牌定位:使用图像处理算法对车辆图像进行处理,提取出车牌区域。常用的方法包括颜色分割、边缘检测等。字符分割:对车牌区域进行字符分割,将每个字符单独提取出来。常用的方法包括投影法、边缘检测等。字符识别:使用字符识别算法对每个字符进行识别。常用的方法包括模板匹配、神经网络等。车牌识别:将每个字符的识别结果组合起来,得到完整的车牌号码。需要注意的是,车牌识别是一个复杂的问题,涉及到图像处理、模式识别等多个领域的知识。以上示例只是一个简单的示例,实际的车牌识别系统设计可能需要更多的步骤和算法来提高准确性和鲁棒性。 %%clc;clear;close all;[filename filepath] = uigetfile('.jpg', '输入一个需要识别出车牌的图像'); %自动读入图像file = strcat(filepath, filename);img = imread(file);figure;imshow(img);title('车牌图像');%% 灰度处理img1 = rgb2gray(img); % RGB图像转灰度图像figure;subplot(1, 2, 1);imshow(img1);title('灰度图像');subplot(1, 2, 2);imhist(img1);title('灰度处理后的灰度直方图');%% 直方图均衡化img2 = histeq(img1); %直方图均衡化figure;subplot(1, 2, 1);imshow(img2);title('灰度图像');subplot(1, 2, 2);imhist(img2);title('灰度处理后的灰度直方图');%% 中值滤波img3 = medfilt2(img2);figure;imshow(img3);title('中值滤波');%% 边缘提取img4 = edge(img3, 'sobel', 0.2);figure('name','边缘检测');imshow(img4);title('sobel算子边缘检测');%% 图像腐蚀se=[1;1;1];img5 = imerode(img4, se);figure('name','图像腐蚀');imshow(img5);title('图像腐蚀后的图像');%% 平滑图像,图像膨胀se = strel('rectangle', [20, 20]);img6 = imclose(img5, se);figure('name','平滑处理');imshow(img6);title('平滑图像的轮廓');%% 从图像中删除所有少于1000像素8邻接img7 = bwareaopen(img6, 1000);figure('name', '移除小对象');imshow(img7);title('从图像中移除小对象');%% 切割出图像[y, x, z] = size(img7);img8 = double(img7); % 转成双精度浮点型blue_Y = zeros(y, 1);for i = 1:y for j = 1:x if(img8(i, j) == 1) blue_Y(i, 1) = blue_Y(i, 1) + 1; end endendimg_Y1 = 1;while (blue_Y(img_Y1) < 5) && (img_Y1 < y) img_Y1 = img_Y1 + 1;end% 找到Y坐标的最大值img_Y2 = y;while (blue_Y(img_Y2) < 5) && (img_Y2 > img_Y1) img_Y2 = img_Y2 - 1;end% x方向blue_X = zeros(1, x);for j = 1:x for i = 1:y if(img8(i, j) == 1) % 判断车牌位置区域 blue_X(1, j) = blue_X(1, j) + 1; end endend% 找到x坐标的最小值img_X1 = 1;while (blue_X(1, img_X1) < 5) && (img_X1 < x) img_X1 = img_X1 + 1;end% 找到x坐标的最小值img_X2 = x;while (blue_X(1, img_X2) < 5) && (img_X2 > img_X1) img_X2 = img_X2 - 1;end% 对图像进行裁剪img9 = img(img_Y1:img_Y2, img_X1:img_X2, :);figure('name', '定位剪切图像');imshow(img9);title('定位剪切后的彩色车牌图像')% 保存提取出来的车牌图像imwrite(img9, '车牌图像.jpg');%% 对车牌图像作图像预处理plate_img = imread('车牌图像.jpg');% 转换成灰度图像plate_img1 = rgb2gray(plate_img); % RGB图像转灰度图像figure;subplot(1, 2, 1);imshow(plate_img1);title('灰度图像');subplot(1, 2, 2);imhist(plate_img1);title('灰度处理后的灰度直方图');% 直方图均衡化plate_img2 = histeq(plate_img1);figure('name', '直方图均衡化');subplot(1,2,1);imshow(plate_img2);title('直方图均衡化的图像');subplot(1,2,2);imhist(plate_img2);title('直方图');% 二值化处理plate_img3 = im2bw(plate_img2, 0.76);figure('name', '二值化处理');imshow(plate_img3);title('车牌二值图像');% 中值滤波plate_img4 = medfilt2(plate_img3);figure('name', '中值滤波');imshow(plate_img4);title('中值滤波后的图像');plate_img5 = my_imsplit(plate_img4);[m, n] = size(plate_img5);s = sum(plate_img5);j = 1;k1 = 1;k2 = 1;while j ~= n while s(j) == 0 j = j + 1; end k1 = j; while s(j) ~= 0 && j <= n-1 j = j + 1; end k2 = j + 1; if k2 - k1 > round(n / 6.5) [val, num] = min(sum(plate_img5(:, [k1+5:k2-5]))); plate_img5(:, k1+num+5) = 0; endendy1 = 10;y2 = 0.25;flag = 0;word1 = [];while flag == 0 [m, n] = size(plate_img5); left = 1; width = 0; while sum(plate_img5(:, width+1)) ~= 0 width = width + 1; end if width < y1 plate_img5(:, [1:width]) = 0; plate_img5 = my_imsplit(plate_img5); else temp = my_imsplit(imcrop(plate_img5, [1,1,width,m])); [m, n] = size(temp); all = sum(sum(temp)); two_thirds=sum(sum(temp([round(m/3):2*round(m/3)],:))); if two_thirds/all > y2 flag = 1; word1 = temp; end plate_img5(:, [1:width]) = 0; plate_img5 = my_imsplit(plate_img5); endendfigure;subplot(2,4,1), imshow(plate_img5);% 分割出第二个字符[word2,plate_img5]=getword(plate_img5);subplot(2,4,2), imshow(plate_img5);% 分割出第三个字符[word3,plate_img5]=getword(plate_img5);subplot(2,4,3), imshow(plate_img5);% 分割出第四个字符[word4,plate_img5]=getword(plate_img5);subplot(2,4,4), imshow(plate_img5);% 分割出第五个字符[word5,plate_img5]=getword(plate_img5);subplot(2,3,4), imshow(plate_img5);% 分割出第六个字符[word6,plate_img5]=getword(plate_img5);subplot(2,3,5), imshow(plate_img5);% 分割出第七个字符[word7,plate_img5]=getword(plate_img5);subplot(2,3,6), imshow(plate_img5);figure;subplot(5,7,1),imshow(word1),title('1');subplot(5,7,2),imshow(word2),title('2');subplot(5,7,3),imshow(word3),title('3');subplot(5,7,4),imshow(word4),title('4');subplot(5,7,5),imshow(word5),title('5');subplot(5,7,6),imshow(word6),title('6');subplot(5,7,7),imshow(word7),title('7');word1=imresize(word1,[40 20]);word2=imresize(word2,[40 20]);word3=imresize(word3,[40 20]);word4=imresize(word4,[40 20]);word5=imresize(word5,[40 20]);word6=imresize(word6,[40 20]);word7=imresize(word7,[40 20]);subplot(5,7,15),imshow(word1),title('11');subplot(5,7,16),imshow(word2),title('22');subplot(5,7,17),imshow(word3),title('33');subplot(5,7,18),imshow(word4),title('44');subplot(5,7,19),imshow(word5),title('55');subplot(5,7,20),imshow(word6),title('66');subplot(5,7,21),imshow(word7),title('77');imwrite(word1,'1.jpg'); % 创建七位车牌字符图像imwrite(word2,'2.jpg');imwrite(word3,'3.jpg');imwrite(word4,'4.jpg');imwrite(word5,'5.jpg');imwrite(word6,'6.jpg');imwrite(word7,'7.jpg');%% 进行字符识别liccode=char(['0':'9' 'A':'Z' '京辽陕苏鲁浙']);subBw2 = zeros(40, 20);num = 1; % 车牌位数for i = 1:7 ii = int2str(i); word = imread([ii,'.jpg']); segBw2 = imresize(word, [40,20], 'nearest'); segBw2 = im2bw(segBw2, 0.5); if i == 1 kMin = 37; kMax = 42; elseif i == 2 kMin = 11; kMax = 36; elseif i >= 3 kMin = 1; kMax = 36; end l = 1; for k = kMin : kMax fname = strcat('namebook\',liccode(k),'.jpg'); % 根据字符库找到图片模板 samBw2 = imread(fname); % 读取模板库中的图片 samBw2 = im2bw(samBw2, 0.5); % 图像二值化 % 将待识别图片与模板图片做差 for i1 = 1:40 for j1 = 1:20 subBw2(i1, j1) = segBw2(i1, j1) - samBw2(i1 ,j1); end end % 统计两幅图片不同点的个数,并保存下来 Dmax = 0; for i2 = 1:40 for j2 = 1:20 if subBw2(i2, j2) ~= 0 Dmax = Dmax + 1; end end end error(l) = Dmax; l = l + 1; end % 找到图片差别最少的图像 errorMin = min(error); findc = find(error == errorMin); % error % findc % 根据字库,对应到识别的字符 Code(num*2 - 1) = liccode(findc(1) + kMin - 1); Code(num*2) = ' '; num = num + 1; end% 显示识别结果disp(Code);msgbox(Code,'识别出的车牌号');