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，toc表示计时的结束
Blue_y=zeros(y,1);%产生一个y*1的零阵
for i=1:y
    for j=1:x
            if(myI(i,j,1)==1)
  %如果myI(i,j,1)即myI的图像中坐标为(i,j)的点值为1，即该点为车牌背景颜蓝
  %则Blue_y(i,1)的值加1
                Blue_y(i,1)= Blue_y(i,1)+1;%蓝像素点统计
            end 
    end     
end
[temp MaxY]=max(Blue_y);%Y方向车牌区域确定
  %temp为向量white_y的元素中的最大值，MaxY为该值的索引
PY1=MaxY;
while ((Blue_y(PY1,1)>=5)&&(PY1>1))
        PY1=PY1-1;
end   
PY2=MaxY;
while ((Blue_y(PY2,1)>=5)&&(PY2<y))
        PY2=PY2+1;
end
IY=I(PY1:PY2,:,:);
%x方向车牌区域确定
%%%%%% X方向 %%%%%%%%%
Blue_x=zeros(1,x);%进一步确定x方向的车牌区域
for j=1:x
汽车上牌照    for i=PY1:PY2
            if(myI(i,j,1)==1)
                Blue_x(1,j)= Blue_x(1,j)+1;             
            end