【车牌识别】卷积神经网络CNN车牌识别【含GUI Matlab源码 2638期】

💥💥💥💥💥💥💥💥💞💞💞💞💞💞💞💞💞Matlab武动乾坤博客之家💞💞💞💞💞💞💞💞💞💥💥💥💥💥💥💥💥
🚀🚀🚀🚀🚀🚀🚀🚀🚀🚀🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚀🚀🚀🚀🚀🚀🚀🚀🚀🚀

🔊博主简介：985研究生，Matlab领域科研开发者；

🚅座右铭：行百里者，半于九十。

🏆代码获取方式：
优快云 Matlab武动乾坤—代码获取方式

更多Matlab图像处理仿真内容点击👇
①Matlab图像处理（进阶版）

⛳️关注优快云 Matlab武动乾坤，更多资源等你来！！

⛄一、CNN车牌识别简介

1 车牌定位
1.1 训练分类器
其实在最开始准备正样本阶段，要做的第一步是标记车牌，就是从一张图片里边crop出车牌的位置。由于机器学习模型训练都需要大量的训练集，所以对于标记车牌，要不手动，要不掏钱。不过好的一点是找到了一个已经标记好的数据集。
1.2 车牌粗定位
使用上一目训练出的分类器进行车牌粗定位
1.3 倾斜矫正
如果车牌倾斜没有矫正，那么水平投影和垂直投影，甚至铆钉都无法正常处理。所以，当车辆信息中获取车牌的第一步，应该是检查倾斜角度，做倾斜矫正。
1.3.1 计算车牌的倾斜角
使用基于方向场的算法检测车牌的倾角
1.3.2 旋转
1.4 车牌精定位

2 CNN训练
2.1 获取图片用于训练
2.2 构建CNN网络
2.3 执行训练
3 车牌识别
3.1 读取1.4中精定位获取的图片
3.2 使用CNN训练模型对精定位图片进行识别

⛄二、部分源代码

function varargout = CarId(varargin)
% CARID MATLAB code for CarId.fig
% CARID, by itself, creates a new CARID or raises the existing
% singleton*.
%
% H = CARID returns the handle to a new CARID or the handle to
% the existing singleton*.
%
% CARID(‘CALLBACK’,hObject,eventData,handles,…) calls the local
% function named CALLBACK in CARID.M with the given input arguments.
%
% CARID(‘Property’,‘Value’,…) creates a new CARID or raises the
% existing singleton*. Starting from the left, property value pairs are
% applied to the GUI before CarId_OpeningFcn gets called. An
% unrecognized property name or invalid value makes property application
% stop. All inputs are passed to CarId_OpeningFcn via varargin.
%
% *See GUI Options on GUIDE’s Tools menu. Choose “GUI allows only one
% instance to run (singleton)”.
%
% See also: GUIDE, GUIDATA, GUIHANDLES

% Edit the above text to modify the response to help CarId

% Last Modified by GUIDE v2.5 04-May-2023 15:15:54

% Begin initialization code - DO NOT EDIT
gui_Singleton = 1;
gui_State = struct(‘gui_Name’, mfilename, …
‘gui_Singleton’, gui_Singleton, …
‘gui_OpeningFcn’, @CarId_OpeningFcn, …
‘gui_OutputFcn’, @CarId_OutputFcn, …
‘gui_LayoutFcn’, [] , …
‘gui_Callback’, []);
if nargin && ischar(varargin{1})
gui_State.gui_Callback = str2func(varargin{1});
end

if nargout
[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
else
gui_mainfcn(gui_State, varargin{:});
end
% End initialization code - DO NOT EDIT

% — Executes just before CarId is made visible.
function CarId_OpeningFcn(hObject, eventdata, handles, varargin)
% This function has no output args, see OutputFcn.
% hObject handle to figure
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
% varargin command line arguments to CarId (see VARARGIN)

% Choose default command line output for CarId
handles.output = hObject;

%隐藏坐标轴
set(handles.axes1,‘visible’,‘off’);
set(handles.axes2,‘visible’,‘off’);
set(handles.axes3,‘visible’,‘off’);
set(handles.axes4,‘visible’,‘off’);
set(handles.axes5,‘visible’,‘off’);
set(handles.axes6,‘visible’,‘off’);
set(handles.axes7,‘visible’,‘off’);
set(handles.axes8,‘visible’,‘off’);
set(handles.axes9,‘visible’,‘off’);
set(handles.axes10,‘visible’,‘off’);
set(handles.axes11,‘visible’,‘off’);
set(handles.axes12,‘visible’,‘off’);
set(handles.axes13,‘visible’,‘off’);

% Update handles structure
guidata(hObject, handles);

% UIWAIT makes CarId wait for user response (see UIRESUME)
% uiwait(handles.figure1);

% — Outputs from this function are returned to the command line.
function varargout = CarId_OutputFcn(hObject, eventdata, handles)
% varargout cell array for returning output args (see VARARGOUT);
% hObject handle to figure
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)

% Get default command line output from handles structure
varargout{1} = handles.output;

%my code==%
function openLocal_Callback(hObject,eventdata,handles)
[filename, pathname]=uigetfile({‘*.jpg; .png; .bmp; .tif’;'.png’;‘All Image Files’;'.’},‘请选择图片路径’);
if pathname==0
return;
end
I=imread([pathname filename]);
%显示原图
axes(handles.axes1); %将Tag值为axes1的坐标轴置为当前
imshow(I,[]); %解决图像太大无法显示的问题.why?貌似会自动缩放
title(‘原图’);
handles.I=I; %更新图像
% Update handles structure
guidata(hObject, handles);

% — Executes on button press in btnGray2.
function btnGray2_Callback(hObject, eventdata, handles)
% hObject handle to btnGray2 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
I=handles.chepaiyu;
I = rgb2gray(I);
axes(handles.axes8) %将Tag值为axes1的坐标轴置为当前
imshow(I,[]); %解决图像太大无法显示的问题.why?貌似会自动缩放
title(‘灰度处理’);
handles.gray2=I; %更新原图

% Update handles structure
guidata(hObject, handles);

% — Executes on button press in btnBalance.
function btnBalance_Callback(hObject, eventdata, handles)
% hObject handle to btnBalance (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
I=handles.gray2;
I = histeq(I);
axes(handles.axes9) %将Tag值为axes1的坐标轴置为当前
imshow(I,[]); %解决图像太大无法显示的问题.why?貌似会自动缩放
title(‘直方图均衡化’);
handles.balance=I; %更新原图

⛄三、运行结果

⛄四、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1] 张俊峰,尚振宏,刘辉.基于颜色特征与模板匹配的车牌识别系统设计与实现[J].软件导刊. 2018,17(01)

3 备注
简介此部分摘自互联网，仅供参考，若侵权，联系删除

🍅 仿真咨询
1 各类智能优化算法改进及应用
生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化

2 机器学习和深度学习方面
卷积神经网络（CNN）、LSTM、支持向量机（SVM）、最小二乘支持向量机（LSSVM）、极限学习机（ELM）、核极限学习机（KELM）、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

3 图像处理方面
图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

4 路径规划方面
旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化

5 无人机应用方面
无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配

6 无线传感器定位及布局方面
传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化

7 信号处理方面
信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化

8 电力系统方面
微电网优化、无功优化、配电网重构、储能配置

9 元胞自动机方面
交通流 人群疏散 病毒扩散 晶体生长

10 雷达方面
卡尔曼滤波跟踪、航迹关联、航迹融合