基於Matlab的車牌識別系統（帶介面、模板庫）

原始碼下載：http://download.csdn.net/download/zhangquan2015/10192749
GithubPage：https://joeyos.github.io

中文摘要：隨著二十一世紀到來，經濟快速發展和人們生活水平顯著提高，汽車逐漸成為家庭的主要交通工具。汽車的產量快速增多，車輛流動也變得越來越頻繁，因此給交通帶來了嚴重問題，如交通堵塞、交通事故等，智慧交通系統(Intelligent Transportation System)的產生就是為了從根本上解決交通問題。在智慧交通系統中車牌識別技術佔有重要位置，車牌識別技術的推廣普及必將對加強道路管理、城市交通事故、違章停車、處理車輛被盜案件、保障社會穩定等方面產生重大而深遠的影響。

該設計主要研究基於MATLAB軟體的汽車號牌設別系統設計，系統主要包括影象採集、影象預處理、車牌定位、字元分割、字元識別五大核心部分。系統的影象預處理模組是將影象經過影象灰度化、影象增強、邊緣提取、二值化等操作，轉換成便於車牌定位的二值化影象；利用車牌的邊緣、形狀等特徵，再結合Roberts 運算元邊緣檢測、數字影象、形態學等技術對車牌進行定位；字元的分割採用的方法是將二值化後的車牌部分進行尋找連續有文字的塊，若長度大於設定的閾值則切割，從而完成字元的分割；字元識別運用模板匹配演算法完成。以上每個功能模組用MATLAB軟體實現，最後識別出車牌，在研究設計的同時對其中出現的問題進行具體分析、處理，並尋求更優的方法。

開啟介面程式

通過matlab的file/new/gui/Open Existing GUI，開啟gui.fig檔案。

執行介面程式

function varargout = gui(varargin)
gui_Singleton = 1;
gui_State = struct('gui_Name',       mfilename, ...
                   'gui_Singleton',  gui_Singleton, ...
                   'gui_OpeningFcn', @gui_OpeningFcn, ...
                   'gui_OutputFcn',  @gui_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
%結束初始化
function gui_OpeningFcn(hObject, eventdata, handles, varargin)
handles.output = hObject;
guidata(hObject, handles);
function varargout = gui_OutputFcn(hObject, eventdata, handles) 
varargout{1} = handles.output;

% ======================輸入影象===============================
function pushbutton1_Callback(hObject, eventdata, handles)
[filename pathname]=uigetfile({'*.jpg';'*.bmp'}, 'File Selector');
I=imread([pathname '\' filename]);
handles.I=I;
guidata(hObject, handles);
axes(handles.axes1);
imshow(I);title('原圖');

% ======================影象處理===============================
function pushbutton2_Callback(hObject, eventdata, handles)
I=handles.I;
I1=rgb2gray(I);
I2=edge(I1,'roberts',0.18,'both');
axes(handles.axes2);
imshow(I1);title('灰度圖');
axes(handles.axes3);
imshow(I2);title('邊緣檢測');
se=[1;1;1];
I3=imerode(I2,se);%腐蝕操作
se=strel('rectangle',[25,25]);
I4=imclose(I3,se);%影象聚類，填充影象
I5=bwareaopen(I4,2000);%去除聚團灰度值小於2000的部分
[y,x,z]=size(I5);%返回15各維的尺寸，儲存在x,y,z中
myI=double(I5);
tic      %tic計時開始，toc結束
Blue_y=zeros(y,1);%產生一個y*1的零針
for i=1:y
    for j=1:x
        if(myI(i,j,1)==1)%如果myI影象座標為（i，j）點值為1，即背景顏色為藍色，blue加一
            Blue_y(i,1)=Blue_y(i,1)+1;%藍色畫素點統計
        end
    end
end
[temp MaxY]=max(Blue_y);
%Y方向車牌區域確定
%temp為向量yellow_y的元素中的最大值，MaxY為該值得索引
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方向車牌區域確定
Blue_x=zeros(1,x);%進一步確認x方向的車牌區域
for j=1:x
    for i=PY1:PY2
        if(myI(i,j,1)==1)
            Blue_x(1,j)=Blue_x(1,j)+1;
        end
    end
end
PX1=1;
while((Blue_x(1,PX1)<3)&&(PX1<x))
    PX1=PX1+1;
end
PX2=x;
while((Blue_x(1,PX2)<3)&&(PX2>PX1))
    PX2=PX2-1;
end
PX1=PX1-1;%對車牌區域的矯正
PX2=PX2+1;
dw=I(PY1:PY2-8,PX1:PX2,:);
t=toc;
axes(handles.axes4);imshow(dw),title('定位車牌');
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
imwrite(dw,'dw.jpg');%將彩色車牌寫入dw檔案中
a=imread('dw.jpg');%讀取車牌
b=rgb2gray(a);%將車牌影象轉換為灰度圖
imwrite(b,'灰度車牌.jpg');%將灰度圖寫入檔案
g_max=double(max(max(b)));
g_min=double(min(min(b)));
T=round(g_max-(g_max-g_min)/3);%T為二值化的閾值
[m,n]=size(b);
d=(double(b)>=T);%d:二值影象
imwrite(d,'二值化.jpg');
%均值濾波前
%濾波
h=fspecial('average',3);
%建立預定義的濾波運算元，average為均值濾波，模板尺寸為3*3
d=im2bw(round(filter2(h,d)));%使用指定的濾波器h對h進行d即均值濾波
imwrite(d,'均值濾波.jpg');
%某些影象進行操作
%膨脹或腐蝕
se=eye(2);%單位矩陣
[m,n]=size(d);%返回資訊矩陣
if bwarea(d)/m/n>=0.365%計算二值影象中物件的總面積與整個面積的比是否大於0.365
    d=imerode(d,se);%如果大於0.365則進行腐蝕
elseif bwarea(d)/m/n<=0.235%計算二值影象中物件的總面積與整個面積的比值是否小於0.235
    d=imdilate(d,se);%%如果小於則實現膨脹操作
end
imwrite(d,'膨脹.jpg');
%尋找連續有文字的塊，若長度大於某閾值，則認為該塊有兩個字元組成，需要分割
d=qiege(d);
[m,n]=size(d);
k1=1;
k2=1;
s=sum(d);
j=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(d(:,[k1+5:k2-5])));
        d(:,k1+num+5)=0;%分割
    end
end
%再切割
d=qiege(d);
%切割出7個字元
y1=10;
y2=0.25;
flag=0;
word1=[];
while flag==0
    [m,n]=size(d);
    left=1;
    wide=0;
    while sum(d(:,wide+1))~=0
        wide=wide+1;
    end
    if wide<y1 %認為是左干擾 
        d(:,[1:wide])=0;
        d=qiege(d);
    else
        temp=qiege(imcrop(d,[1 1 wide 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;%word1
        end
        d(:,[1:wide])=0;d=qiege(d);
    end
end
%分割出第二至七個字元
[word2,d]=getword(d);
[word3,d]=getword(d);
[word4,d]=getword(d);
[word5,d]=getword(d);
[word6,d]=getword(d);
[word7,d]=getword(d);
[m,n]=size(word1);
%商用系統程式中歸一化大小為40*20
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]);
axes(handles.axes5);imshow(word1),title('1');
axes(handles.axes6);imshow(word2),title('2');
axes(handles.axes7);imshow(word3),title('3');
axes(handles.axes8);imshow(word4),title('4');
axes(handles.axes9);imshow(word5),title('5');
axes(handles.axes10);imshow(word6),title('6');
axes(handles.axes11);imshow(word7),title('7');
imwrite(word1,'1.jpg');
imwrite(word2,'2.jpg');
imwrite(word3,'3.jpg');
imwrite(word4,'4.jpg');
imwrite(word5,'5.jpg');
imwrite(word6,'6.jpg');
imwrite(word7,'7.jpg');
liccode=char(['0':'9' 'A':'Z' '遼粵豫鄂魯陝京津']);%京津滬渝冀豫雲遼黑湘皖魯新蘇浙贛鄂桂甘晉蒙陝吉閩貴粵青藏川寧瓊
SubBw2=zeros(40,20);
l=1;
for I=1:7;
    ii=int2str(I);
    t=imread([ii,'.jpg']);
    SegBw2=imresize(t,[40 20],'nearest');
    SegBw2=double(SegBw2)>20;
    if l==1 %第一位漢字識別
        kmin=37;
        kmax=43;
    elseif l==2 %第二位字母識別
        kmin=11;
        kmax=36;
    else l>=3   %第三位後字母或數字識別
        kmin=1;
        kmax=36;
    end
    for k2=kmin:kmax
        fname=strcat('字元模板\',liccode(k2),'.jpg');
        SamBw2=imread(fname);
        SamBw2=double(SamBw2)>1;
        for i=1:40
            for j=1:20
                SubBw2(i,j)=SegBw2(i,j)-SamBw2(i,j);
            end
        end
        %相當於兩幅圖相減得第三幅圖
        Dmax=0;
        for k1=1:40;
            for l1=1:20
                if(SubBw2(k1,l1)>0 | SubBw2(k1,l1)<0)
                    Dmax=Dmax+1;
                end
            end
        end
        Error(k2)=Dmax;
    end
    Error1=Error(kmin:kmax);
    MinError=min(Error1);
    findc=find(Error1==MinError);
    Code(l*2-1)=liccode(findc(1)+kmin-1);
    Code(l*2)=' ';
    l=l+1;
end
axes(handles.axes12);imshow(dw),title(['車牌號碼：',Code],'Color','b');
axes(handles.axes13);imhist(I1);title('灰度化直方圖');

% ==========================退出系統============================
function pushbutton3_Callback(hObject, eventdata, handles)
close(gcf);

輸入影象

影象處理

其他車牌測試

子程式

function e=qiege(d)
%% 功能：
%% 切割字元
[m,n]=size(d);
top=1;
bottom=m;
left=1;
right=n;
while sum(d(top,:))==0 && top<=m
    top=top+1;
end
while sum(d(bottom,:))==0 && bottom>1
    bottom=bottom-1;
end
while sum(d(:,left))==0 && left<n
    left=left+1;
end
while sum(d(:,right))==0 && right>=1
    right=right-1;
end
dd=right-left;
hh=bottom-top;
e=imcrop(d,[left top dd hh]);

function[word,result]=getword(d)
%% 功能：
%% 獲取字元
word=[];
flag=0;
y1=8;
y2=0.5;
while flag==0
    [m,n]=size(d);
    wide=0;
    while sum(d(:,wide+1))~=0 && wide<=n-2
        wide=wide+1;
    end
    temp=qiege(imcrop(d,[1 1 wide m]));%用於返回影象的一個裁剪區域
    [m1,n1]=size(temp);
    if wide<y1 && n1/m1>y2
        d(:,[1:wide])=0;
        if sum(sum(d))~=0
            d=qiege(d);%切割出最小範圍
        else word=[];flag=1;
        end
    else
        word=qiege(imcrop(d,[1 1 wide m]));
        d(:,[1:wide])=0;
        if sum(sum(d))~=0;
            d=qiege(d);
            flag=1;
        else d=[];
        end
    end
end
result=d;

模板庫

此部落格均屬原創或譯文，歡迎轉載但請註明出處
GithubPage:https://joeyos.github.io