基于MATLAB的夜间车牌识别处理_夜间识别代码

先看处理结果

简单说一下实现思路：

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。 

%%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');