永仁彩票

欢迎您访问济南宏远门业官方网站!
济南宏远门业 主营产品:车辆识别系统、通道闸、电动门
当前位置:主页 > 永仁彩票 > 永仁彩票 >

基于SOPC的汽车车牌识别系统设计

文章来源:宏远门业  发布时间:2018-09-04 10:10   浏览次数:

返回:永仁彩票

  近年来,随着交通现代化的发展要求,汽车牌照自动识别技术已经越来越受到人们的重视。济南车牌识别系统集中了先进的光电、计算机、图像处理、模式识别、远程数据访问等技术,实现对监控路面过往的每一辆机动车的特征图像和车辆全景图像进行连续全天候实时记录,计算机根据所拍摄的图像进行牌照自动识别。它对交通路口、高速公路、军事要塞、机关门卫的过往车辆进行实时登记、流量统计和对防卫目标的安全戒备,对肇事车辆、被盗车辆、犯罪车辆进行识别和拦截等具有重要的作用。

  本文介绍一种基于可编程片上系统(System On Programmable Chip,SOPC)的车牌识别系统,并以某一静态汽车车牌图像为实验对象进行分析。SOPC的设计技术是现代计算机辅助技术、EDA技术和大规模集成电路技术高速发展的产物,系统利用了FPGA可重复编程的特性,嵌入了Nios II软核处理器。这种设计增强了系统的灵活性和完整性,缩短了前期开发周期,提高了设计效率,具有良好的可扩展性和可升级性,将尽可能大而完整的电子系统在单一FPGA中实现,使得所设计的电路系统在其规模、可靠性、体积、功耗、功能、性能指标、开发成本、产品维护及硬件升级等多方面实现最优化。

永仁彩票  1、系统总体方案设计

  系统硬件主要包括DE0开发板、SD卡、TRDB_D5M摄像头、TRDB_LTM液晶显示屏,其中DE0开发板中使用了FPGA、SDRAM、Flash、EPCS4、Slide Switches、LED、Push Button等。系统实现了图像采集、存储、处理以及最后的显示等一系列流水线操作,其总体结构如图1所示。

  摄像头TRDB_D5M中的CMOS Image sensor传感器采集到的图像原始数据是30位RGB,由GPIO1端口引入,通过D5M_Controller IP核自动传输到总线上,芯片中经过一系列操作和处理,以RGB各8位的数据自动存储在SDRAM中,这些数据一方面在Nios II中处理后以BMP格式存储在SD卡中,以备处理;另一方面,TRDB_LTM液晶显示器获取这些数据,并把它显示在屏幕上。数据存储完毕后,在Nios II处理器的控制下经过图像变化、车牌定位、图像矫正、精确定位、字符分割和字符识别后,再从TRDB_LTM中显示出来。

  

济南车牌识别系统


  图1 系统结构框图

  2、车牌识别系统软件设计

  Altera提供了NiosⅡIDE作为NiosⅡ处理器的软件开发平台,通过NiosⅡIDE,利用C/C++语言可以实现对嵌入式处理器的编程。软件部分主要功能是完成系统的控制以及图像处理运算。系统软件的执行流程如图3所示。

  2.1 图像获取

  本步骤首先将图像加到工程中,以便后面步骤进行处理,其次将图像信息量进行缩减。剔除冗余信息和无关信息,可以提高在后面处理时的速度和效率,节约资源。具体包括从存储器中获取图像、颜色位深变化和256色变灰度图。通过文件打开函数打开文件,加入系统中,由于本图片(图4a)采用位深度为24的真彩色图像,信息量较大,先将其转换为位深为8的256色图,便于进行后期处理。256色对于车牌处理信息量还是很大,颜色对于车牌的提取没有影响。所以将颜色去除掉转换成灰度图(图4b),进一步减少图像信息量,从而提高效率,缩小处理时间。在处理中,采用R、G、B三色不等权策略,即

  


  


  式中,R(x,y)、G(x,y)、B(x,y)为输入彩色图像,fs为R、G、B三色分量。

  


  2.2 车牌的粗定位

  本步骤根据车牌特征在图片整体范围内寻找车牌,剔除绝大部分无关信息。本系统用图5所示实现车牌的粗定位,测定车牌区域。

  


  图5 车牌粗定位过程

  在摄像时,光学系统的失真、相对运动、大气流动等都会使图像模糊;在传输过程中,由于噪声污染,图像质量会有所下降、必须对这些降质的图像进行改善处理。由于图像模糊是由颜色的平均化和积分运算造成的,可以进行拉普拉斯运算使边缘清晰,便于后面进行边缘检测。这样拉普拉斯锐化运算完全可以转换成模板运算。

  设▽2 f为拉普拉斯算子,则:

  


  对于离散数字图像f(x,y),其一阶偏导数为:

  


  则其二阶偏导数为:

  


  所以,拉普拉斯算子▽2 f为:

  


  对于扩散现象引起的图像模糊,可以用式(6)来进行锐化:

  


  这里是与扩散效应有关的系数。该系数取值要合理,如果过大,图像轮廓边缘会产生过冲;反之如果过小,锐化效果不明显。

  如果令kτ=1,式(6)变化为:

  


  用模板表示为:

  


永仁彩票  2.3 车牌的精确定位

  在车牌范围依次进行精确的拉普拉斯锐化、阀值分割、二值化、水平投影、水平分割、垂直投影、垂直分割、图像剪切去除边框。车牌的精确定位是粗定位的基础上进一步处理的结果,如图6所示。

  


  图6 车牌的精确定位

  2.4 字符分割

  字符分割就是将一张图像上的各个字符分割成单个字的多张图像。含有单个字的图片就可以进行字符识别。为了准确的把汽车牌照的单一字符提取分离出来,我们必须有效的利用汽车牌照的格式标准和字符排列信息。字符分割主要有归一化、阀值分割、垂直投影、字符分割等几个步骤。

  1)归一化

  为了消除字符由于在大小、位置上对字符特征提取、识别的影响,需要对字符图像进行规范化处理。本文使用的是基于质心的方法需要首先计算字符的质心,然后再把质心移动到指定的位置上。

  2)阀值分割

  将图像进行阀值分割,突出每个字和背景颜色的区分,同时便于垂直投影。从摄像头获得的图像由于受到自然环境的影响,往往质量较差,给后面的定位和分割工作造成很大的困难,因此需要对初始图像进行必要的预处理,提高图像质量。

  图像增强就是对图像进行加工,以得到对具体应用来说视觉效果更好、更有用的图像。本文采用直接灰度拉伸法进行图像增强,如图7所示。

  


永仁彩票  图7 图像增强结果

  3)垂直投影

  如图8所示,垂直投影后,每一个字符都将产生一个连续的波峰,而字符与字符之间,将会出现一个明显的波谷。

  


永仁彩票  图8 垂直投影结果

  4)字符分割

  在进行车牌字符分割之间,我们必须判别车牌图像在二值化后是白字黑底还是黑字白底。根据统计规律,车牌中字符像素占所有车牌像素的比例为0.3~0.4,那么只需要对车牌的二值化图像进行像数统计,即可判定其是白字黑底或是黑字白底。还可以借助车牌图像的平均灰度值,即可以利用波谷来分割字符,分割后如图9所示:

  


  图9 字符分割结果

  2。5 字符识别

  字符识别常用的方法有模版匹配法、特征分析匹配法和神经网络识别法。其中,基于神经网络的字符识别,具有良好的容错能力,分类能力和并行处理能力及自我学习能力,应用神经网络实现模式识别,运行速度快,自适应好,分辨率高。对信息复杂、背景不清楚、推理不明确的问题尤为有利。采用特征提取与BP神经网络学习算法相结合,选取字符的粗网络特征作为字符的识别特征,分别设计汉字分类器、字母分类器和数字分类器对车牌的字符进行识别,字符识别率较高,但对提高相似字符的识别率需要进一步研究。

  本文介绍了一种基于SOPC技术的济南车牌识别系统的设计方案,并具有图像捕捉快、车牌定位分割准确和识别误差低等特点。这种基于SOPC技术的片上系统设计方法具有硬件设计灵活、可扩展性强等优点,降低了系统软硬件设计的难度,缩短了开发周期,并提高了设计的可靠性。该系统可用于交通路口、高速公路、军事要塞、机关门卫等应用领域,具有较高的实用价值和应用前景。

永仁彩票相关的文章: 济南车牌识别系统

河北11选5 58棋牌 众鑫彩票 58棋牌下载 58棋牌 58棋牌 河北11选5 中悦彩票 河北11选5 永升彩票