基于matlab的车牌识别(含子程序)-优快云博客

本文链接：https://blog.youkuaiyun.com/TuTu998/article/details/120177086

本文介绍了基于MATLAB的车牌识别系统，包括图像预处理（灰度化、边缘检测、腐蚀、平滑处理、小对象删除）、车牌定位、字符分割及处理。通过模板匹配和特征比较实现字符识别，构建了自动识别字符代码表，最后展示识别结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

基于matlab的车牌识别系统

一、对车辆图像进行预处理

1.载入车牌图像：

function [d]=main(jpg)
[filename, pathname] = uigetfile({'*.jpg', 'JPEG 文件(*.jpg)'});
if(filename == 0), return, end
global FILENAME  %定义全局变量
FILENAME = [pathname filename];
I=imread(FILENAME);
figure(1),imshow(I);title('原图像');%将车牌的原图显示出来结果如下：

2.将彩图转换为灰度图并绘制直方图：

I1=rgb2gray(I);%将彩图转换为灰度图

figure(2),subplot(1,2,1),imshow(I1);title('灰度图像');

figure(2),subplot(1,2,2),imhist(I1);title('灰度图直方图');%绘制灰度图的直方图结果如下所示：

3. 用roberts算子进行边缘检测：

I2=edge(I1,'roberts',0.18,'both');%选择阈值0.18，用roberts算子进行边缘检测

figure(3),imshow(I2);title('roberts 算子边缘检测图像');

结果如下：

4.图像实施腐蚀操作：

se=[1;1;1];

I3=imerode(I2,se);%对图像实施腐蚀操作，即膨胀的反操作

figure(4),imshow(I3);title('腐蚀后图像');

5.平滑图像

se=strel('rectangle',[25,25]);%构造结构元素以正方形构造一个se

I4=imclose(I3,se);% 图像聚类、填充图像

figure(5),imshow(I4);title('平滑图像');

结果如下所示：

6. 删除二值图像的小对象

I5=bwareaopen(I4,2000);% 去除聚团灰度值小于2000的部分

figure(6),imshow(I5);title('从对象中移除小的对象');

结果如下所示：

二、车牌定位

[y,x,z]=size(I5);%返回I5各维的尺寸，存储在x,y,z中
myI=double(I5);%将I5转换成双精度
tic      %tic表示计时的开始ÿ