本 科 毕 业 设 计
j0=rgb2gray(I); figure(3),imshow(j0); j1=medfilt2(j0,[3 3]); figure(4),imshow(j1); k=imabsdiff(j1,i1); figure(5),imshow(k);
第 31 页 共 32 页
I=im2bw(k,0.1); %二值化处理 figure(11),imshow(I);
g=edge(I,'sobel',0.4,'both'); %边缘检测 figure(6),imshow(g); se90=strel('line',3,90); se0=strel('line',3,0);
p=imdilate(g,[se90,se0]); %膨胀操作,填补边缘的缝隙 figure(7),imshow(p);
n=imfill(p,'holes'); %填充操作,为使顺利分割 figure(8),imshow(n); c=strel('square',28);
f=imclose(n,c); %形态学闭运算 figure(9),imshow(f);
e=imopen(f,c); %形态学开运算 figure(10),imshow(e);
[L,num] = bwlabel(e,8); %标注二进制图像中已连接的部分 Feastats = imfeature(L,'basic'); %计算图像区域的特征尺寸
BoundingBox=[Feastats.BoundingBox]; %[x y width height]车型的框架大小 width=BoundingBox(3);%框架宽度的计算 height=BoundingBox(4);%框架高度的计算 a=width; b=height; d=a/b
A=sim(net,d);%用训练好的神经网络对车型做判断 r=round(A)
本 科 毕 业 设 计
if r==0 u=u+1; end end end
第 32 页 共 32 页