【实验目的】
1.掌握车牌识别原理
2.掌握利用Matlab进行编程实现车牌识别的方法
3.掌握复杂机器视觉软件系统的设计方法
【实验内容】
1.利用Matlab对标准车牌图像和自建车牌图像进行识别
【实验要求】
1.写出实现车牌识别的Matlab源代码
2.对测量结果进行统计和误差分析
实验程序
车牌：
clear;close all;Scolor = imread('F:\MatlabShijueTupian/15.jpg');%imread函数读取车牌图像文件%将彩色图像转换为黑白并显示Sgray = rgb2gray(Scolor);%rgb2gray转换成灰度图figure,imshow(Sgray),title('原始黑白图像');s=strel('disk',13);%strei函数Bgray=imopen(Sgray,s);%打开sgray s图像figure,imshow(Bgray);title('背景图像');%输出背景图像Egray=imsubtract(Sgray,Bgray);%两幅图相减figure,imshow(Egray);title('增强黑白图像');%输出黑白图像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bw22=im2bw(Egray,level);%转换图像为二进制图像bw2=double(bw22);figure,imshow(bw2);title('图像二值化');%得到二值图像grd=edge(bw2,'canny')%用canny算子识别强度图像中的边界figure,imshow(grd);title('图像边缘提取');%输出图像边缘bg1=imclose(grd,strel('rectangle',[5,19]));%取矩形框的闭运算figure,imshow(bg1);title('图像闭运算[5,19]');%输出闭运算的图像bg3=imopen(bg1,strel('rectangle',[5,19]));%取矩形框的开运算figure,imshow(bg3);title('图像开运算[5,19]');%输出开运算的图像bg2=imopen(bg3,strel('rectangle',[19,1]));%取矩形框的开运算figure,imshow(bg2);title('图像开运算[19,1]');%输出开运算的图像[L,num] = bwlabel(bg2,8);%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figure,imshow(RGB);title('图像彩色标记');%输出框架的彩色图像lx=0;for l=1:numwidth=BoundingBox((l-1)*4+3);hight=BoundingBox((l-1)*4+4);if (width>98 & width<160 & hight>25 & hight<50)lx=lx+1;Getok(lx)=l;endendfor k= 1:lxl=Getok(k); startcol=BoundingBox((l-1)*4+1)-2;startrow=BoundingBox((l-1)*4+2)-2; width=BoundingBox((l-1)*4+3)+8; hight=BoundingBox((l-1)*4+4)+2; rato=width/hight;if rato>2 & rato<4 break;endendstartrow=BoundingBox((l-1)*4+2)-2;startcol=BoundingBox((l-1)*4+1)-2;sbw1=bw2(startrow:startrow+hight,startcol:startcol+width-1); subcol1=Sgray(startrow:startrow+hight,startcol:startcol+width-1);figure,subplot(2,1,1),imshow(subcol1);title('车牌灰度子图'); subplot(2,1,2),imshow(sbw1);title('车牌二值子图');meanrow=mean(histrow);minrow=min(histrow);levelrow=(meanrow+minrow)/2;count1=0;l=1;for k=1:hightif histrow(k)<=levelrow count1=count1+1; else if count1>=1markrow(l)=k;markrow1(l)=count1;l=l+1;endcount1=0;endendmarkrow2=diff(markrow);[m1,n1]=size(markrow2);n1=n1+1;markrow(l)=hight;markrow1(l)=count1;markrow2(n1)=markrow(l)-markrow(l-1);l=0;for k=1:n1markrow3(k)=markrow(k+1)-markrow1(k+1);markrow4(k)=markrow3(k)-markrow(k);markrow5(k)=markrow3(k)-double(uint16(markrow4(k)/2));end [m2,n2]=size(sbw1);[m1,n1]=size(markrow4);maxw=max(markrow4);if markrow4(1) ~= maxwysite=1;k1=1;for l=1:n2for k=1:markrow3(ysite)if sbw1(k,l)==1xdata(k1)=l;ydata(k1)=k;k1=k1+1;break;endendendelse ysite=n1;if markrow4(n1) ==0if markrow4(n1-1) ==maxwysite= 0; elseysite= n1-1;endendif ysite ~=0k1=1;for l=1:n2k=m2;while k>=markrow(ysite) if sbw1(k,l)==1xdata(k1)=l;ydata(k1)=k;k1=k1+1;break;endk=k-1;endendendend fresult = fit(xdata',ydata','poly1'); %poly1表示一介拟合 Y = p1*x+p2p1=fresult.p1;angle=atan(fresult.p1)*180/pi; %弧度换为度，360/2pi, pi=3.14subcol = imrotate(subcol1,angle,'bilinear','crop'); %旋转车牌图象sbw = imrotate(sbw1,angle,'bilinear','crop');%旋转图像figure,subplot(2,1,1),imshow(subcol);title('车牌灰度子图');%输出车牌旋转后的灰度图像标题显示车牌灰度子图subplot(2,1,2),imshow(sbw);title('');%输出车牌旋转后的灰度图像title(['车牌旋转角: ',num2str(angle),'度'] ,'Color','r');%显示车牌的旋转角度histcol1=sum(sbw); %计算垂直投影histrow=sum(sbw'); %计算水平投影figure,subplot(2,1,1),bar(histcol1);title('垂直投影（旋转后）');subplot(2,1,2),bar(histrow);title('水平投影（旋转后）');figure,subplot(2,1,1),bar(histrow);title('水平投影（旋转后）');subplot(2,1,2),imshow(sbw);title('车牌二值子图（旋转后）');maxhight=max(markrow2);findc=find(markrow2==maxhight);rowtop=markrow(findc);rowbot=markrow(findc+1)-markrow1(findc+1);sbw2=sbw(rowtop:rowbot,:); %子图为(rowbot-rowtop+1)行maxhight=rowbot-rowtop+1; %字符高度(rowbot-rowtop+1)histcol=sum(sbw2); %计算垂直投影figure,subplot(2,1,1),bar(histcol);title('垂直投影（去水平边框后）');%输出车牌的垂直投影图像subplot(2,1,2),imshow(sbw2); %输出垂直投影图像title(['车牌字符高度： ',int2str(maxhight)],'Color','r');%输出车牌字符高度meancol=mean(histcol);mincol=min(histcol); levelcol=(meancol+mincol)/4;count1=0;l=1;for k=1:widthif histcol(k)<=levelcol count1=count1+1;else if count1>=1markcol(l)=k;markcol1(l)=count1; l=l+1;endcount1=0;endendmarkcol2=diff(markcol);[m1,n1]=size(markcol2);n1=n1+1;markcol(l)=width;markcol1(l)=count1;markcol2(n1)=markcol(l)-markcol(l-1);l=0;for k=1:n1markcol3(k)=markcol(k+1)-markcol1(k+1);%字符下降点markcol4(k)=markcol3(k)-markcol(k); %字符宽度（上升点至下降点）markcol5(k)=markcol3(k)-double(uint16(markcol4(k)/2));%字符中心位置end markcol6=diff(markcol5); %字符中心距离（字符中心点至下一个字符中心点）maxs=max(markcol6); %查找最大值，即为第二字符与第三字符中心距离findmax=find(markcol6==maxs);markcol6(findmax)=0;maxwidth=max(markcol6);%查找最大值，即为最大字符宽度l=1;[m2,n2]=size(subcol);figure;for k=findmax-1:findmax+5cleft=markcol5(k)-maxwidth/2;cright=markcol5(k)+maxwidth/2-2;if cleft<1cleft=1;cright=maxwidth;endif cright>n2cright=n2;cleft=n2-maxwidth;endSegGray=sbw(rowtop:rowbot,cleft:cright);SegBw1=sbw(rowtop:rowbot,cleft:cright);SegBw2 = imresize(SegBw1,[22 14]); %变换为22行*14列标准子图subplot(2,n1,l),imshow(SegGray);if l==7title(['车牌字符宽度： ',int2str(maxwidth)],'Color','r');endsubplot(2,n1,n1+l),imshow(SegBw2); fname=strcat('F:\MATLAB\work\sam\image',int2str(k),'.jpg');%保存子图备选入样本库,并建立样本库imwrite(SegBw2,fname,'jpg') l=l+1;end
车牌识别：
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('F:\MatlabShijueTupian/19.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figure,imshow(Scolor),title('原始彩色图像');%figure命令同时显示两幅图figure,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);%strel函数Bgray=imopen(Sgray,s);%打开sgray s图像figure,imshow(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(Sgray,Bgray);%两幅图相减figure,imshow(Egray);title('增强黑白图像');%输出黑白图像%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)/2)/394;%获得最佳阈值 380改bw22=im2bw(Egray,level);%转换图像为二进制图像bw2=double(bw22);%Step4 对得到二值图像作开闭操作进行滤波figure,imshow(bw2);title('图像二值化');%得到二值图像grd=edge(bw2,'canny')%用canny算子识别强度图像中的边界figure,imshow(grd);title('图像边缘提取');%输出图像边缘bg1=imclose(grd,strel('rectangle',[5,19]));%取矩形框的闭运算figure,imshow(bg1);title('图像闭运算[5,19]');%输出闭运算的图像bg3=imopen(bg1,strel('rectangle',[5,19]));%取矩形框的开运算figure,imshow(bg3);title('图像开运算[5,19]');%输出开运算的图像bg2=imopen(bg3,strel('rectangle',[19,1]));%取矩形框的开运算figure,imshow(bg2);title('图像开运算[19,1]');%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[L,num] = bwlabel(bg2,8);%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]车牌框架大小RGB = label2rgb(L, 'spring', 'k', 'shuffle'); %标志图像向RGB图像转换figure,imshow(RGB);title('图像彩色标记');%输出框架的彩色图像lx=0;for l=1:numwidth=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<160 & hight>25 & hight<50)%框架的宽度和高度的范围160 50lx=lx+1;Getok(lx)=l;endendfor k= 1:lxl=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 8改hight=BoundingBox((l-1)*4+4)+2;%车牌高 2改rato=width/hight;%计算车牌长宽比if rato>2 & rato<4 break;endendstartrow=BoundingBox((l-1)*4+2)-2;%开始行startcol=BoundingBox((l-1)*4+1)-2;%开始列zzsbw1=bw2(startrow:startrow+ hight,startcol:startcol+width-1); subcol1=Sgray(startrow:startrow+hight,startcol:startcol+width-1);%获取车牌灰度子图figure,subplot(2,1,1),imshow(subcol1);title('车牌灰度子图');%输出灰度图subplot(2,1,2),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figure,subplot(2,1,1),bar(histcol1);title('垂直投影(含边框)');%输出垂直投影subplot(2,1,2),bar(histrow);title('水平投影(含边框)');%输出水平投影figure,subplot(2,1,1),bar(histrow);title('水平投影(含边框)');%输出水平投影subplot(2,1,2),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=(meanrow+minrow)/2;%求水平投影的平均值count1=0;l=1;for k=1:hightif histrow(k)<=levelrow count1=count1+1; else if count1>=1markrow(l)=k;%上升点markrow1(l)=count1;%谷宽度(下降点至下一个上升点)l=l+1;endcount1=0;endendmarkrow2=diff(markrow);%峰距离(上升点至下一个上升点)[m1,n1]=size(markrow2);n1=n1+1;markrow(l)=hight;markrow1(l)=count1;markrow2(n1)=markrow(l)-markrow(l-1);l=0;for k=1:n1markrow3(k)=markrow(k+1)-markrow1(k+1);%下降点markrow4(k)=markrow3(k)-markrow(k);%峰宽度(上升点至下降点)markrow5(k)=markrow3(k)-double(uint16(markrow4(k)/2));%峰中心位置end %Step7 计算车牌旋转角度%(1)在上升点至下降点找第一个为1的点[m2,n2]=size(sbw1);%sbw1的图像大小[m1,n1]=size(markrow4);%markrow4的大小maxw=max(markrow4);%最大宽度为字符if markrow4(1) ~= maxw%检测上边ysite=1;k1=1;for l=1:n2for k=1:markrow3(ysite)%从顶边至第一个峰下降点扫描if sbw1(k,l)==1xdata(k1)=l;ydata(k1)=k;k1=k1+1;break;endendendelse %检测下边ysite=n1;if markrow4(n1) ==0if markrow4(n1-1) ==maxwysite= 0; %无下边elseysite= n1-1;endendif ysite ~=0k1=1;for l=1:n2k=m2;while k>=markrow(ysite) %从底边至最后一个峰的上升点扫描if sbw1(k,l)==1xdata(k1)=l;ydata(k1)=k;k1=k1+1;break;endk=k-1;endendendend %(2)线性拟合，计算与x夹角fresult = fit(xdata',ydata','poly1'); %poly1 Y = p1*x+p2p1=fresult.p1;angle=atan(fresult.p1)*180/pi; %弧度换为度，360/2pi, pi=3.14%(3)旋转车牌图象subcol = imrotate(subcol1,angle,'bilinear','crop'); %旋转车牌图象sbw = imrotate(sbw1,angle,'bilinear','crop');%旋转图像figure,subplot(2,1,1),imshow(subcol);title('车牌灰度子图');%输出车牌旋转后的灰度图像标题显示车牌灰度子图subplot(2,1,2),imshow(sbw);title('');%输出车牌旋转后的灰度图像title(['车牌旋转角: ',num2str(angle),'度'] ,'Color','r');%显示车牌的旋转角度%Step8 旋转车牌后重新计算车牌水平投影，去掉车牌水平边框，获取字符高度histcol1=sum(sbw); %计算垂直投影histrow=sum(sbw'); %计算水平投影figure,subplot(2,1,1),bar(histcol1);title('垂直投影(旋转后)');subplot(2,1,2),bar(histrow);title('水平投影(旋转后)');figure,subplot(2,1,1),bar(histrow);title('水平投影(旋转后)');subplot(2,1,2),imshow(sbw);title('车牌二值子图(旋转后)');%去水平(上下)边框,获取字符高度maxhight=max(markrow2);findc=find(markrow2==maxhight);rowtop=markrow(findc);rowbot=markrow(findc+1)-markrow1(findc+1);sbw2=sbw(rowtop:rowbot,:); %子图为(rowbot-rowtop+1)行maxhight=rowbot-rowtop+1; %字符高度(rowbot-rowtop+1)%Step9 计算车牌垂直投影，去掉车牌垂直边框，获取车牌及字符平均宽度histcol=sum(sbw2); %计算垂直投影figure,subplot(2,1,1),bar(histcol);title('垂直投影(去水平边框后)');%输出车牌的垂直投影图像subplot(2,1,2),imshow(sbw2); %输出垂直投影图像title(['车牌字符高度： ',int2str(maxhight)],'Color','r');%输出车牌字符高度meancol=mean(histcol);%求垂直投影的平均值mincol=min(histcol);%求垂直投影的平均值levelcol=(meancol+mincol)/4;%求垂直投影的1/4count1=0;l=1;for k=1:widthif histcol(k)<=levelcol count1=count1+1;else if count1>=1markcol(l)=k; %字符上升点markcol1(l)=count1; %谷宽度(下降点至下一个上升点)l=l+1;endcount1=0;endendmarkcol2=diff(markcol);%字符距离(上升点至下一个上升点)[m1,n1]=size(markcol2);n1=n1+1;markcol(l)=width;markcol1(l)=count1;markcol2(n1)=markcol(l)-markcol(l-1);%Step10 计算车牌上每个字符中心位置，计算最大字符宽度maxwidthl=0;for k=1:n1markcol3(k)=markcol(k+1)-markcol1(k+1);%字符下降点markcol4(k)=markcol3(k)-markcol(k); %字符宽度(上升点至下降点)markcol5(k)=markcol3(k)-double(uint16(markcol4(k)/2));%字符中心位置end markcol6=diff(markcol5); %字符中心距离(字符中心点至下一个字符中心点)maxs=max(markcol6); %查找最大值，即为第二字符与第三字符中心距离findmax=find(markcol6==maxs);markcol6(findmax)=0;maxwidth=max(markcol6);%查找最大值，即为最大字符宽度%Step11 提取分割字符,并变换为22行?14列标准子图l=1;[m2,n2]=size(subcol);for k=findmax-1:findmax+5cleft=markcol5(k)-maxwidth/2;cright=markcol5(k)+maxwidth/2-2;if cleft<1cleft=1;cright=maxwidth;endif cright>n2cright=n2;cleft=n2-maxwidth;endSegGray=sbw(rowtop:rowbot,cleft:cright);SegBw1=sbw(rowtop:rowbot,cleft:cright);SegBw2 = imresize(SegBw1,[22 14]); %变换为22行*14列标准子图subplot(2,n1,l),imshow(SegGray);if l==7title(['车牌字符宽度： ',int2str(maxwidth)],'Color','r');endsubplot(2,n1,n1+l),imshow(SegBw2); fname=strcat('D:\Program Files\MATLAB\Ra\work\syan4\image',int2str(k),'.jpg');%保存子图备选入样本库,并建立样本库imwrite(SegBw2,fname,'jpg') l=l+1;end
