【车辆计数】基于matlab形态学停车场车辆计数【含Matlab源码 628期】

一、获取代码方式

获取代码方式1：
完整代码已上传我的资源：【车辆计数】基于matlab形态学停车场车辆计数【含Matlab源码 628期】

获取代码方式2：
通过订阅紫极神光博客付费专栏，凭支付凭证，私信博主，可获得此代码。

备注：
订阅紫极神光博客付费专栏，可免费获得1份代码（有效期为订阅日起，三天内有效）；

二、形态学简介

1 二值形态学
1.1 结构元素的构造与分解

Se=strel(shape,parameters);

如以下语句可以构造一个正方形结构元素：

se=strel('rectangle',[3 3]);

结构元素为：

结构元分解：
结构元B可描述为结构元B1和B2的膨胀：B=B1膨胀B2
比如由5*5的全是1的结构元素可分解为值为1的5元素行矩阵和值为1的5元素列矩阵，结构元素的分解能获得速度提升。

1.2 腐蚀与膨胀
腐蚀：

J = imerode(I,SE);

膨胀：

J = imdilate(I,SE)

1.3 开操作与闭操作
开操作：

J = imopen(I,SE)

开操作即为先对图像进行腐蚀操作，在对图像进行膨胀操作
作用：去除所有不能包含结构元的部分，平滑目标轮廓，断开细的连接部分，去掉细的突出
闭操作：

J = imclose(I,SE)

闭操作即为先对图像进行膨胀操作，在对图像进行腐蚀操作
作用：平滑目标的轮廓，并且连接窄的断裂并填满细长的“港湾”，填满闭结构元小的洞。

1.4 形态学滤波器
不同顺序（不同结构元大小，不同次数）运用腐蚀膨胀、开闭操作。

1.5 击中或击不中变换

BW2 = bwhitmiss(BW,SE1,SE2);

1.6 二值图像的形态学变换

g=bwmorph(f,opration,n);

bwmorph函数可以执行许多以膨胀、腐蚀为基础的形态学操作,operation是指定的所希望运算的字符串，n是重复次数，默认为1,可以是Inf.
可进行操作包括细化，粗化，骨架，剪裁等等

1.7 形态学操作
删除小面积对象

BW2 = bwareaopen(BW,P)

删除二值图像BW中面积小于P的对象，默认情况下使用8邻域。
删除边界物体

IM2 = imclearborder(IM);

删除和图像边界相连的对象。若IM是二值图，imclearborder将删除和图像边界相连的对象。默认情况conn=8。

极限腐蚀

BW2 = bwulterode(BW)

区域/孔洞填充

BW2 = imfill(BW,'holes')

重建

IM = imreconstruct(marker,mask);

通过重建开操作:对图像先进行腐蚀操作，利用腐蚀的图像作为标记，利用原图像作为模板，进行重建。

2 灰度形态学
2.1 膨胀与腐蚀
二值形态学腐蚀膨胀定义的扩展。
腐蚀：小于结构元的峰顶将被削除
膨胀：小于结构元的谷底将被弥合

2.2 开操作与闭操作
二值形态学开操作闭操作定义的扩展。
开操作：先腐蚀，后膨胀
闭操作：先膨胀，后腐蚀

2.3 形态学图像平滑
先开操作，再闭操作
可以减少或去除人为亮和暗的因素或噪声。

2.4 顶帽操作与底帽操作
顶帽操作：

J = imtophat(I,SE)

原图像减去图像开操作结果，去除图像暗部，突出亮部细节

三、部分源代码

clc;
clear all
I=imread('C:\Users\lenovo\Desktop\新建文件夹\2.png');
G=rgb2gray(I);
%  G=histeq(G);
H=imhist(G);
%  bar(H);
[a,b]=size(G);
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%提取白车
G=G-100;
for i=1:1:afor j=1:1:bif G(i,j)>=25G2(i,j)=1;elseG2(i,j)=0;end   end
end
se1=strel('square',10);
G4=imdilate(G2,se1);
se1=strel('square',15);
G4=imerode(G4,se1);
XX=bwlabel(G4,8);
white=max(max(XX))/2%%%%%%%%%%%%%两个点为1个白车
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%提取黑车
G=rgb2gray(I);
G=G+100;
[a,b]=size(G);
for i=1:1:afor j=1:1:bif G(i,j)<=150G1(i,j)=1;elseG1(i,j)=0;end   end
end
se1=strel('square',20);%20
G4=imerode(G1,se1);
se1=strel('square',35); %35
G5=imdilate(G4,se1);
XX1=bwlabel(G5,8);
black=max(max(XX1))-2%%%%%%%%%%%%%%减去两个背景
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%提取棕车
G=rgb2gray(I);
[a,b]=size(G);
for i=1:1:afor j=1:1:bif G(i,j)<=100&&G(i,j)>=70G1(i,j)=1;elseG1(i,j)=0;end   end
end
se1=strel('square',30);
G4=imerode(G1,se1);
se1=strel('square',30);
G5=imdilate(G4,se1);
XX2=bwlabel(G5,8);
brown=max(max(XX2))-1%%%%%%%%%%%%减去中间背景点
XX3=XX1+XX2+XX;
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%出图
subplot 221
imshow(I)

四、运行结果

五、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1] 蔡利梅.MATLAB图像处理——理论、算法与实例分析[M].清华大学出版社，2020.
[2]杨丹,赵海滨,龙哲.MATLAB图像处理实例详解[M].清华大学出版社，2013.
[3]周品.MATLAB图像处理与图形用户界面设计[M].清华大学出版社，2013.
[4]刘成龙.精通MATLAB图像处理[M].清华大学出版社，2015.