首页下载资源大数据基于MATLAB的车牌识别系统设计(课程设计项目)

ZIP基于MATLAB的车牌识别系统设计(课程设计项目)

2401_86539719186.79KB需要积分:1

资源文件列表:

基于MATLAB的车牌识别系统设计(课程设计项目).zip 大约有59个文件
  1. 基于MATLAB的车牌识别系统设计(课程设计项目)/
  2. 基于MATLAB的车牌识别系统设计(课程设计项目)/1.jpg 900B
  3. 基于MATLAB的车牌识别系统设计(课程设计项目)/2.jpg 606B
  4. 基于MATLAB的车牌识别系统设计(课程设计项目)/3.jpg 669B
  5. 基于MATLAB的车牌识别系统设计(课程设计项目)/4.jpg 707B
  6. 基于MATLAB的车牌识别系统设计(课程设计项目)/5.jpg 672B
  7. 基于MATLAB的车牌识别系统设计(课程设计项目)/6.jpg 684B
  8. 基于MATLAB的车牌识别系统设计(课程设计项目)/7.jpg 437B
  9. 基于MATLAB的车牌识别系统设计(课程设计项目)/getword.m 860B
  10. 基于MATLAB的车牌识别系统设计(课程设计项目)/main.m 7.25KB
  11. 基于MATLAB的车牌识别系统设计(课程设计项目)/mainfc.p 202B
  12. 基于MATLAB的车牌识别系统设计(课程设计项目)/my_imsplit.m 712B
  13. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/
  14. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/0.jpg 509B
  15. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/1.jpg 482B
  16. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/2.jpg 12.06KB
  17. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/3.jpg 815B
  18. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/4.jpg 11.74KB
  19. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/5.jpg 12.05KB
  20. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/6.jpg 797B
  21. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/7.jpg 583B
  22. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/8.jpg 789B
  23. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/9.jpg 778B
  24. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/A.jpg 8.61KB
  25. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/B.jpg 807B
  26. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/C.jpg 742B
  27. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/D.jpg 662B
  28. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/E.jpg 11.59KB
  29. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/F.jpg 11.45KB
  30. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/G.jpg 11.99KB
  31. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/H.jpg 439B
  32. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/I.jpg 11.29KB
  33. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/J.jpg 566B
  34. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/k.jpg 764B
  35. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/L.jpg 598B
  36. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/M.jpg 611B
  37. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/N.jpg 11.95KB
  38. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/O.jpg 11.96KB
  39. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/P.jpg 656B
  40. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/Q.jpg 12.13KB
  41. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/R.jpg 12.03KB
  42. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/S.jpg 12.14KB
  43. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/T.jpg 11.17KB
  44. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/U.jpg 11.74KB
  45. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/V.jpg 793B
  46. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/W.jpg 12.02KB
  47. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/X.jpg 797B
  48. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/Y.jpg 668B
  49. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/Z.jpg 11.79KB
  50. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/京.jpg 890B
  51. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/浙.jpg 787B
  52. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/苏.jpg 824B
  53. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/豫.jpg 918B
  54. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/辽.jpg 13.83KB
  55. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/陕.jpg 867B
  56. 基于MATLAB的车牌识别系统设计(课程设计项目)/namebook/鲁.jpg 858B
  57. 基于MATLAB的车牌识别系统设计(课程设计项目)/测试图片/
  58. 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
  59. 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 end end img_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 end end % 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; end end y1 = 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); end end figure; 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');
100+评论
captcha