matlab车牌图像分割

matlab下对车牌图像进行二值化，灰度化，滤波，分割。可运行测试，供学习

I=imread（‘1.jpg‘）;

figure（1）imshow（I）;title（‘LC原图‘）;
I1=rgb2gray（I）;   %将真彩色图像转换为灰度图像
figure（2）subplot（121）imshow（I1）;title（‘LC灰度图‘）;
figure（2）subplot（122）imhist（I1）;title（‘LC灰度图直方图‘）;
I2=edge（I1‘robert‘0.08‘both‘）;  %高斯滤波器方差为0.08
figure（3）imshow（I2）;title（‘LCrobert算子边缘检测‘）
se=[1;1;1];
I3=imerode（I2se）;  %图像的腐蚀
figure（4）imshow（I3）;title（‘LC腐蚀后图像‘）;
se=strel（‘rectangle‘[4040]）;  %构造结构元素，以长方形构造一个se
I4=imclose（I3se）; %对图像实现闭运算，闭运算也能平滑图像的轮廓，但与开运算相反，它一般融合窄的缺口和细长的弯口，去掉小洞，填补轮廓上的缝隙。
figure（5）imshow（I4）;title（‘LC平滑图像的轮廓‘）;
I5=bwareaopen（I42000）; %从二进制图像中移除所有少于p像素的连接的组件（对象），产生另一个二进制图像
figure（6）imshow（I5）;title（‘LC从对象中移除小对象‘）;
[yxz]=size（I5）;
myI=double（I5）;
tic
 Blue_y=zeros（y1）;
 for i=1:y
    for j=1:x
             if（myI（ij1）==1） 
  
                Blue_y（i1）= Blue_y（i1）+1;%蓝色像素点统计 
            end  
     end       
 end
 [temp MaxY]=max（Blue_y）;%Y方向车牌区域确定
 PY1=MaxY;
 while （（Blue_y（PY11）>=1）&&（PY1>1））
        PY1=PY1-1;
 end    
 PY2=MaxY;
 while （（Blue_y（PY21）>=1）&&（PY2        PY2=PY2+1;
 end
 IY=I（PY1:PY2::）;
 %%%%%% X方向 %%%%%%%%%
 Blue_x=zeros（1x）;%进一步确定x方向的车牌区域
 for j=1:x
     for i=PY1:PY2
            if（myI（ij1）==1）
                Blue_x（1j）= Blue_x（1j）+1;               
            end  
     end       
 end
  
 PX1=1;
 while （（Blue_x（1PX1）<3）&&（PX1       PX1=PX1+1;
 end    
 PX2=x;
 while （（Blue_x（1PX2）<3）&&（PX2>PX1））
        PX2=PX2-1;
 end
 PX1=PX1+30;%对车牌区域的校正
 PX2=PX2-30;
 PY1=PY1+30;
 PY2=PY2-30;
  dw=I（PY1:PY2-8PX1:PX2:）;
 t=toc; 
figure（7）subplot（121）imshow（IY）title（‘LC行方向合理区域‘）;
figure（7）subplot（122）imshow（dw）title（‘LC定位剪切后的彩色车牌图像‘）
imwrite（dw‘dw.jpg‘）;
[filenamefilepath]=uigetfile（‘dw.jpg‘‘输入一个定位裁剪后的车牌图像‘）;
jpg=strcat（filepathfilename）;
a=imread（‘dw.jpg‘）;
b=rgb2gray（a）;
imwrite（b‘1.车牌灰度图像.jpg‘）;
figure（8）;subplot（321）imshow（b）title（‘1.LC车牌灰度图像‘）
g_max=double（max（max（b）））;
g_min=double（min（min（b）））;
T=round（g_max-（g_max-g_min）/2）; % T为二值化的阈值
[mn]=size（b）;
d=（double（b）>=T）;  % d:二值图像
imwrite（d‘2.车牌二值图像.jpg‘）;
figure（8）;subplot（322）imshow（d）title（‘2.LC车牌二值图像‘）
figure（8）subplot（323）imshow（d）title（‘3.LC均值滤波前‘）
% 滤波
h=fspecial（‘average‘3）;
d=im2bw（round（filter2（hd）））;
imwrite（d‘4.均值滤波后.jpg‘）;
figure（8）subplot（324）imshow（d）title（‘4.LC均值滤波后‘）
% 某些图像进行操作
% 膨胀或腐蚀
% se=strel（‘square‘3）;  % 使用一个3X3的正方形结果元素对象对创建的图像进行膨胀
% ‘line‘/‘diamond‘/‘ball‘...
se=eye（2）; % eye（n） returns the n-by-n identity matrix 单位矩阵
[mn]=size（d）;
if bwarea（d）/m/n>=0.365
    d=imerode（dse）;
elseif bwarea（d）/m/n<=0.235
    d=imdilate（dse）;
end
imwrite（d‘LC5.膨胀或腐蚀处理后.jpg‘）;
figure（8）subplot（325）imshow（d）title（‘5.LC膨胀或腐蚀处理后‘）

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件     318095  2014-05-03 18:53  imageseg_车牌\1.jpg

     文件       6458  2014-11-24 16:23  imageseg_车牌\1.车牌灰度图像.jpg

     文件      12824  2014-11-24 16:23  imageseg_车牌\2.车牌二值图像.jpg

     文件      12810  2014-11-24 16:23  imageseg_车牌\4.均值滤波后.jpg

     文件       8546  2014-11-24 16:23  imageseg_车牌\dw.jpg

     文件      27036  2014-05-08 16:04  imageseg_车牌\figue3xiu.fig

     文件       3094  2014-05-08 16:17  imageseg_车牌\img.m

     文件      12810  2014-11-24 16:23  imageseg_车牌\LC5.膨胀或腐蚀处理后.jpg

     文件     263224  2008-11-30 22:30  imageseg_车牌\Lena.bmp

     文件      27046  2014-05-08 16:20  imageseg_车牌\untitled.fig

     文件       3072  2014-05-08 15:56  imageseg_车牌\Untitled.m

     文件      19968  2014-11-24 16:55  imageseg_车牌\新建 Microsoft Word 文档.doc

     目录          0  2014-11-24 16:55  imageseg_车牌

----------- ---------  ---------- -----  ----

               714983                    13