MATLAB 并行处理 黄色 车牌检测

帮助到你了就点个赞吧！

Powered By 刘亚龙-站在巨人的肩膀上

MATLAB并行处理黄色车牌检测：从一堆车牌之中检测出黄色的车牌并将其复制到另外一个文件夹中。

这里面我为了加快算法的执行速度，将显示图片的语句注释掉了，在调试的时候取消注释，就可以直观的看到图片的处理过程。

算法已经试验过了，可以正常执行。

环境：

win10x64

MATLAB R2013a（Parallel Computing Toolbox，Image Processing Toolbox）

可能还有其他的工具箱吧。缺了自己去补。

%% 初始化clear ;close all;matlabpool open;%打开cpu所有核心corenum = 16;%我这个服务器是16核心的inputpath = 'C:\卡口数据（总）\卡口数据2017.4.17\';%图片输入路径outputpath = 'C:\卡口数据（总）\yellow4\';%图片输出路径Files = dir(fullfile(inputpath,'*.jpg'));%载入每个图片路径信息LengthFiles = length(Files);%计算文件夹内的图片张数%% 并行计算配置for i = 1:corenum:LengthFiles;%16个图像一批，同时处理    Scolor = Composite();%创建Composite对象    for j = 1:corenum        Scolor{j} = imread(strcat(inputpath,Files(i+j-1).name));%为Composite对象进行初始化赋值，即为每个核心分配待处理的图片        fprintf('Processing:No.%d  %s\n',i+j-1,Files(i+j-1).name);%输出当前状态信息    end        %% 每个对象都使用的图像处理方法    spmd        %Step1 图像截取与黄色区域增强        Scolor = Scolor(300:end-300,300:end-300,:);%截取图像的中间部分        Sgray=imsubtract(Scolor(:,:,1),Scolor(:,:,3));%图通道相减        %将彩色图像转换为黑白并显示        Sgray_gray = rgb2gray(Scolor);%rgb2gray转换成灰度图%         figure,imshow(Sgray),title('原始黑白图像');        %Step2 图像预处理   对Sgray 原始黑白图像进行开操作得到图像背景        s=strel('disk',17);%strei函数        Bgray=imopen(Sgray,s);%打开sgray s图像%         figure,imshow(Bgray);title('背景图像');%输出背景图像        Egray=imsubtract(Sgray,Bgray);%两幅图相减，用原始图像与背景图像作减法，增强图像%         figure,imshow(Egray);title('增强黑白图像');%输出黑白图像                %Step3 取得最佳阈值，将图像二值化        fmax1=double(max(max(Egray)));%egray的最大值并输出双精度型        fmin1=double(min(min(Egray)));%egray的最小值并输出双精度型        level=(fmax1-(fmax1-fmin1)/3)/255;%获得最佳阈值        bw22=im2bw(Egray,level);%转换图像为二进制图像        bw2=double(bw22);                %Step4 对得到二值图像作开闭操作进行滤波%         figure,imshow(bw2);title('图像二值化');%得到二值图像        grd = edge(bw2,'canny');%用canny算子识别强度图像中的边界%         figure,imshow(grd);title('图像边缘提取');%输出图像边缘        bg1=imclose(grd,strel('rectangle',[5,19]));%取矩形框的闭运算%         figure,imshow(bg1);title('图像闭运算[5,19]');%输出闭运算的图像        se = strel('disk',3);        grd = imdilate(bg1,se);        bg1=imclose(grd,strel('rectangle',[5,19]));%取矩形框的闭运算%         figure,imshow(bg1);title('图像闭运算[5,19]');%输出闭运算的图像        bg3=imopen(bg1,strel('rectangle',[5,19]));%取矩形框的开运算%         figure,imshow(bg3);title('图像开运算[5,19]');%输出开运算的图像        bg2=imopen(bg3,strel('rectangle',[19,1]));%取矩形框的开运算%         figure,imshow(bg2);title('图像开运算[19,1]');%输出开运算的图像                %Step5 对二值图像进行区域提取，并计算区域特征参数。进行区域特征参数比较，提取车牌区域        [L,num] = bwlabel(bg2,8);%标注二进制图像中已连接的部分        Feastats = regionprops(L,'basic');%计算图像区域的特征尺寸        Area=[Feastats.Area];%区域面积        if ~isempty(Area)%区域是否为空，即没有黄色区域            BoundingBox=[Feastats.BoundingBox];%[x y width height]车牌的框架大小            x = floor(BoundingBox(1));%向下取整，剪切区域时，坐标点不允许有小数            y = floor(BoundingBox(2));            width = BoundingBox(3);            height = BoundingBox(4);            if x>0 && x < 1800 && y > 0 && y < 1100                imgcut= Scolor(y:(y+height),x:(x+width),:);%剪切出黄色车牌区域                % imshow(imgcut);                imgfinal = imresize(imgcut,[1,1]);%计算颜色均值                signa = imgfinal(:,:,1);%通道红                signb = imgfinal(:,:,2);%通道绿                signc = imgfinal(:,:,3);%通道蓝                if signa - signc > 80 && signb -signc > 70 && signc < 70 %大致符合黄色                    copyfile(strcat(inputpath,Files(i+labindex-1).name), strcat(outputpath,Files(i+labindex-1).name));%将符合要求的图片复制到另一个文件夹中                    fprintf('OK:No.%d %s\n\n',i+labindex-1,Files(i+labindex-1).name);%符合要求的图片信息                end            end        end    endend%% 结束clear ;close all;matlabpool close;%关闭计算核心