%?讀取待處理的圖像，將其轉(zhuǎn)化為二值圖像
I?=?imread（‘car.jpg‘）;?
I2?=?rgb2gray（I）;
I4?=?im2bw（I2?0.2）;
%?去除圖像中面積過小的、可以肯定不是車牌的區(qū)域
bw?=?bwareaopen（I4?500）;
%?為定位車牌，將白色區(qū)域膨脹，腐蝕去無關(guān)的小物件
se?=?strel（‘disk‘15）;
bw?=?imclose（bwse）;
bw?=?imfill（bw[1?1]）;
%?查找連通域邊界
[BL]?=?bwboundaries（bw4）;
imshow（label2rgb（L?@jet?[.5?.5?.5]））
hold?on
%?找出所有連通域中最可能是車牌的那一個
for?k?=?1:length（B）
?boundary?=?B{k};
?plot（boundary（:2）boundary（:1）‘w‘‘LineWidth‘2）
end
%?找到每個連通域的質(zhì)心
stats?=?regionprops（L‘Area‘‘Centroid‘）;
%?循環(huán)歷遍每個連通域的邊界
for?k?=?1:length（B）
??%?獲取一條邊界上的所有點
??boundary?=?B{k};
??%?計算邊界周長
??delta_sq?=?diff（boundary）.^2;????
??perimeter?=?sum（sqrt（sum（delta_sq2）））;
??%?獲取邊界所圍面積
??area?=?stats（k）.Area;
??%?計算匹配度
??metric?=?27*area/perimeter^2;
??%?要顯示的匹配度字串
??metric_string?=?sprintf（‘%2.2f‘metric）;
??%?標(biāo)記出匹配度接近1的連通域
??if?metric?>=?0.9?&&?metric?<=?1.1
????centroid?=?stats（k）.Centroid;
????plot（centroid（1）centroid（2）‘ko‘）;
????%?提取該連通域所對應(yīng)在二值圖像中的矩形區(qū)域
????goalboundary?=?boundary;?
????s?=?min（goalboundary?[]?1）;
????e?=?max（goalboundary?[]?1）;
??goal?=?imcrop（I4[s（2）?s（1）?e（2）-s（2）?e（1）-s（1）]）;?
??end
??%?顯示匹配度字串
??text（boundary（12）-35boundary（11）+13...
????metric_string‘Color‘‘g‘...
‘FontSize‘14‘FontWeight‘‘bold‘）;
end
goal?=?~goal;
goal（256256）?=?0;
figure;
imshow（goal）;
w?=?imread（‘P.bmp‘）;
w?=?~w;
C=real（ifft2（fft2（goal）.*fft2（rot90（w2）256256）））;
thresh?=?240;
figure;
imshow（C?>?thresh）;

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????文件?????????206??2005-11-05?17:13??3.12??基于圖像的車牌自動識別技術(shù)\P.bmp
?????文件???????61837??2005-10-28?22:59??3.12??基于圖像的車牌自動識別技術(shù)\car.jpg
?????文件????????1649??2012-02-14?22:08??3.12??基于圖像的車牌自動識別技術(shù)\ex1.m
?????文件???????24064??2011-09-26?20:01??3.12??基于圖像的車牌自動識別技術(shù)\程序運(yùn)行說明.doc
?????目錄???????????0??2017-11-28?12:05??3.12??基于圖像的車牌自動識別技術(shù)\