資源描述：
《基于fpga車牌識別系統(tǒng)的設計與實現(xiàn)》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在行業(yè)資料-天天文庫。
1、基于FPGA車牌識別系統(tǒng)的設計與實現(xiàn)摘要：本文對傳統(tǒng)的以通用數(shù)字信號處理器(dsp)為核心的車牌識別系統(tǒng)進行了改進，介紹了一種新的基于fpga車牌識別系統(tǒng)。該系統(tǒng)主要通過攝像頭采集汽車車牌圖像，經(jīng)過fpga核心處理器對圖像進行處理，識別出車牌號，并通過lcd顯示。經(jīng)過調(diào)試運行，該系統(tǒng)實現(xiàn)了車牌識別的功能，可運用于工程實踐。關鍵詞：fpga；車牌識別；圖像預處理；模板匹配【abstract】basedonthetraditionaldsp,measurementwasimproved.thearticlemainl
2、ystudiesthedesignandrealizationofvlprbasedonfpga.thesystemacquisitionstheautoplateimagethroughccdandprocessesitinthefpgachip,thenrecognizestheplateanddisplaysonthelcd.itrealizesthefunctionofvlprafterbeingdebugged,andthiscanbeusedintheengineeringprojects.【keyw
3、ords】fpga;vlpr;imageprocessing;modulematch0引言智能交通系統(tǒng)已成為當前交通管理發(fā)展的重要方向,而車輛牌照識別是計算機視覺與模式識別在智能交通領域應用的重要研究課題之一,有著廣泛的實際應用前景[1]。傳統(tǒng)的車輛牌照識別大多以pc平臺上的純軟件算法或dsp處理器為核心來實現(xiàn)。由pc機構(gòu)建的系統(tǒng)非小型化,在系統(tǒng)實時性的方面存在不足,主要用于前期算法的研究;而以通用的數(shù)字信號處理器(dsp)為核心的車牌識別系統(tǒng)外圍電路設計復雜,開發(fā)調(diào)試困難,系統(tǒng)的可擴展性和升級性較差。本文所構(gòu)建
4、的車牌字符系統(tǒng)基于fpga平臺,具有并行運算能力強、接口邏輯豐富等特性,為構(gòu)建實時、便攜的車牌字符識別系統(tǒng)提供了一種有效、可行的解決方案。1系統(tǒng)概述系統(tǒng)的整體設計流程如下圖1所示。本系統(tǒng)主要采用xilinx公司的virtex-2pro開發(fā)板為實驗平臺,根據(jù)該系統(tǒng)實現(xiàn)的功能,將系統(tǒng)劃分為硬、軟件兩部分,硬件部分包括車牌采集和a/d轉(zhuǎn)換、車牌預處理等;軟件部分主要是在spartan-3efpga上使用microblaze軟核系統(tǒng)開發(fā)，并使用多模板匹配算法對車牌進行識別,最后識別結(jié)果在lcd上顯示。2系統(tǒng)硬件方案設計本
5、系統(tǒng)主要由ccd攝像頭、圖像采集板、xc2vp30芯片、xccace芯片、以及l(fā)cd顯示器等組成。系統(tǒng)的工作原理是：由攝像機輸出的模擬視頻信號通過圖像采集板進行模數(shù)轉(zhuǎn)換以及轉(zhuǎn)換成相應圖像格式進行存儲，然后從存儲器中將信號送至xc2vp30芯片進行車牌圖像處理，最終在lcd上以文本的形式顯示出由攝像頭拍攝的車牌號碼。3軟件算法設計與實現(xiàn)通過車牌軟件算法的研究，并運用計算機仿真及fpga集成開發(fā)環(huán)境ise編程實現(xiàn)車牌識別功能。3.1車牌定位技術車牌定位是車牌識別技術的核心技術,本文所采用的車牌定位方法流程圖如圖3所示
6、。車牌定位算法步驟如下:(1)輸入采集到的彩色圖片(2)把彩色圖片轉(zhuǎn)化為256色灰度級的dib位圖灰度圖像(3)用基于空間分布的最大類間二值化方法將灰度圖像二值化(4)對二值化圖像進行中值濾波處理(5)采用邊緣檢測算子來實現(xiàn)車牌區(qū)域和背景的分離(6)對處理后的圖像進行逐行逐列掃描,確定車牌的上下左右邊界,并返回車牌所在位置,若不存在車牌則返回失敗。3.1.1圖像的灰度化在車牌識別技術中將圖像進行灰度化處理，不僅不會大量損失車牌信息，并且由于灰度圖像包含的信息量比彩色圖像要小得多，處理起來也不必考慮車牌顏色不同的情
7、況，既簡化了處理過程又不會影響識別精度。灰度化圖像可根據(jù)以下公式進行[2]：v=r×0.3+g×0.6+b×0.1式中r、g、b分別是讀取的紅、綠、藍的分量值，v是計算出的每個像素的灰度值。然后，將像素的r、g、b三分量的值都設為v重新寫回內(nèi)存，實現(xiàn)彩色圖像向灰度圖像(如圖4所示)的轉(zhuǎn)化。3.1.2圖像的二值化圖像的二值化(如圖5所示)就是把灰度圖像變成黑白圖像?；叶葓D像的二值化就是選取一個閾值，當灰度值大于該閾值時令其為白點，否則為黑點。根據(jù)閾值選取的不同，二值化的算法分為固定閾值和自適應閾值。一般來說，固定閾
8、值容易導致車牌信息丟失，產(chǎn)生錯誤的識別結(jié)果，所以自適應閾值的靈活性比固定閾值的處理效果要好。在本系統(tǒng)中實現(xiàn)了一種稱為雙峰法的自適應閾值選擇方法[3]。雙峰法的原理是根據(jù)圖像由前景和背景組成，而前后二景都形成高峰，在雙峰之間的最低谷就是圖像的閾值所在。但是自適應閾值可能會產(chǎn)生許多噪聲點。圖4灰度圖圖5二值圖3.1.3中值濾波灰度圖像本身含有較多的噪點，再加上二值化處理后的圖
