利用MATLAB实现夜间车牌识别处理

uperrua

先看处理结果



" d. C; u" v& h- K简单说一下实现思路：
7 i9 C; t/ @8 P( ?8 J) @3 ~- A
读取图片，转灰度，计算灰度直方图，估算阈值（这里的阈值计算很重要，经过阈值算法，选取一个最恰当的阈值），之后二值化。显示图像即可。后面阈值的计算补更。

* g& H; N5 w$ L4 w0 ~6 T

• %%车牌
• clear all
• clc
• PS=imread('chepai.png');
• subplot(1,2,1);
• imshow(PS)
• title('原图')
• p=rgb2gray(PS);
• subplot(1,2,2)
• imshow(p)
• title('原灰度图')
• [m,n]=size(p);
• GP=zeros(1,256);
• for k=0:255
• GP(k+1)=length(find(p==k))/(m*n);  %计算每级灰度出现的概率，将其存入GP，这里的find函数寻找
•                                     %与0-255相等的个数，然后通过length函数返回一个数，再除以
•                                     %总的像素点个数，就是第0个灰度数据出现的次数，放入第一个
•                                     %里面
• end
• figure
• subplot(1,2,1);
• bar(0:255,GP,'g')
• xlabel('灰度值')
• ylabel(' 出现概率')
• title('原灰度直方图')
• max_index=[];
• for i=3:length(GP)-2
• if((GP(i)>=GP(i+1))&(GP(i)>=GP(i-1)))&((GP(i+1)>=GP(i+2))&(GP(i-1)>=GP(i-2)))
•     max_index(end+1)=i-1;%数组的扩展，有n个元素，那么第n+1个用来存放数据i-1（因为是从0开始的，所以-1）
• end
• end
• possible=GP(max_index);
• [max_value,index]=max(possible);%前者存值，后者放位置
• TT=max_index(index)-2;%取出数据
• [m,n]=size(p);
• R=zeros(m,n);
• for i=1:m
•     for j=1:n
•         if p(i,j)<TT
•            R(i,j)=256;
•         else R(i,j)=0;
•         end
•     end
• end
• subplot(1,2,2);
• imshow(R);
• title('二值图');
  7 I( y# j6 `0 S& q$ d; @0 S

   

3 F0 i; `: t' T5 q) r' a



* {! h0 H6 X; F( U4 }

3 U) w$ C7 r8 J" @, G
* O" u. H  m( }+ I/ X( `" x. z' G) l

0 o3 g% X' s: c7 t5 V  {

riverflower

楼主你好，请问从28行开始的阈值计算怎么根据图片算的呀

relchhiclty

谢谢分享

xixihahaheihei

真的很实用

kinidrily

这个太实用了，谢谢楼主