rts',0.18,'both');%选择阈值0.18,用roberts算子进行边缘检测Рfigure(3),imshow(I2);title('roberts operator edge detection image');Р结果如下:Р4.图像实施腐蚀操作:Рse=[1;1;1];РI3=imerode(I2,se);%对图像实施腐蚀操作,即膨胀的反操作Рfigure(4),imshow(I3);title('corrosion image');Р5.平滑图像Рse=strel('rectangle',[25,25]);%构造结构元素以正方形构造一个seРI4=imclose(I3,se);% 图像聚类、填充图像Рfigure(5),imshow(I4);title('smothing image');?Р结果如下所示:Р6. 删除二值图像的小对象Р I5=bwareaopen(I4,2000);% 去除聚团灰度值小于2000的部分Рfigure(6),imshow(I5);title('remove the small objects'); %用imshow函数显示滤波后图像Р结果如下所示:Р(三)车牌定位Р[y,x,z]=size(I5);%返回I5各维的尺寸,存储在x,y,z中РmyI=double(I5);%将I5转换成双精度Рtic %tic表示计时的开始,toc表示计时的结束Р Blue_y=zeros(y,1);%产生一个y*1的零阵Р for i=1:yР for j=1:xР if(myI(i,j,1)==1) Р %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色蓝色Р %则Blue_y(i,1)的值加1Р Blue_y(i,1)= Blue_y(i,1)+1;%蓝色像素点统计Р end Р end Р end
全文预览
