MATLAB 并行处理 黄色 车牌检测
来源:互联网 发布:封装windows 10 1709 编辑:程序博客网 时间:2024/06/10 03:56
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
阅读全文
0 0
- MATLAB 并行处理 黄色 车牌检测
- OpenCV图像处理车牌检测与定位应用
- OpenCV图像处理车牌检测与定位应用
- OpenCV图像处理车牌检测与定位应用
- 数字图像处理:基于MATLAB的车牌识别项目
- Linux MATLAB并行打不开问题的处理
- 工业检测、车牌识别
- 车牌检测(定位)
- 车牌检测(定位)
- OpenCV:车牌检测(定位)
- 车牌检测--master opencv
- 车牌检测(定位)
- 课程设计-车牌检测
- 车牌检测和识别
- 车牌检测和识别
- 车牌检测网络资源
- matlab 车牌分割算法
- matlab车牌识别
- 类的六个默认成员函数总结(一)
- GreenPlum之日常SQL脚本笔记(一)
- nodejs的主要框架express的安装
- HTTP长连接与短连接
- Java中Set的contains()方法 —— hashCode与equals方法的约定及重写原则
- MATLAB 并行处理 黄色 车牌检测
- Ubuntu16.04自动更换必应壁纸
- 比较好的博客
- JSP、JSP四大作用域、JSP九大内置对象、作用及作用域
- 爬虫入门:urllib爬虫实例
- 时间复杂度与主定理
- html+css+angularjs 实现商品库存信息管理页面 可删除/批量删除/可模糊查询/可升序降序
- 水仙花数
- hadoop完全分布式安装心得