基于fpga车牌识别系统的设计与实现

基于fpga车牌识别系统的设计与实现

ID:14051722

大小:36.00 KB

页数:9页

时间:2018-07-25

基于fpga车牌识别系统的设计与实现_第1页
基于fpga车牌识别系统的设计与实现_第2页
基于fpga车牌识别系统的设计与实现_第3页
基于fpga车牌识别系统的设计与实现_第4页
基于fpga车牌识别系统的设计与实现_第5页
资源描述:

《基于fpga车牌识别系统的设计与实现》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、基于FPGA车牌识别系统的设计与实现摘要:本文对传统的以通用数字信号处理器(dsp)为核心的车牌识别系统进行了改进,介绍了一种新的基于fpga车牌识别系统。该系统主要通过摄像头采集汽车车牌图像,经过fpga核心处理器对图像进行处理,识别出车牌号,并通过lcd显示。经过调试运行,该系统实现了车牌识别的功能,可运用于工程实践。关键词:fpga;车牌识别;图像预处理;模板匹配【abstract】basedonthetraditionaldsp,measurementwasimproved.thearticlemainl

2、ystudiesthedesignandrealizationofvlprbasedonfpga.thesystemacquisitionstheautoplateimagethroughccdandprocessesitinthefpgachip,thenrecognizestheplateanddisplaysonthelcd.itrealizesthefunctionofvlprafterbeingdebugged,andthiscanbeusedintheengineeringprojects.【keyw

3、ords】fpga;vlpr;imageprocessing;modulematch0引言智能交通系统已成为当前交通管理发展的重要方向,而车辆牌照识别是计算机视觉与模式识别在智能交通领域应用的重要研究课题之一,有着广泛的实际应用前景[1]。传统的车辆牌照识别大多以pc平台上的纯软件算法或dsp处理器为核心来实现。由pc机构建的系统非小型化,在系统实时性的方面存在不足,主要用于前期算法的研究;而以通用的数字信号处理器(dsp)为核心的车牌识别系统外围电路设计复杂,开发调试困难,系统的可扩展性和升级性较差。本文所构建

4、的车牌字符系统基于fpga平台,具有并行运算能力强、接口逻辑丰富等特性,为构建实时、便携的车牌字符识别系统提供了一种有效、可行的解决方案。1系统概述系统的整体设计流程如下图1所示。本系统主要采用xilinx公司的virtex-2pro开发板为实验平台,根据该系统实现的功能,将系统划分为硬、软件两部分,硬件部分包括车牌采集和a/d转换、车牌预处理等;软件部分主要是在spartan-3efpga上使用microblaze软核系统开发,并使用多模板匹配算法对车牌进行识别,最后识别结果在lcd上显示。2系统硬件方案设计本

5、系统主要由ccd摄像头、图像采集板、xc2vp30芯片、xccace芯片、以及lcd显示器等组成。系统的工作原理是:由摄像机输出的模拟视频信号通过图像采集板进行模数转换以及转换成相应图像格式进行存储,然后从存储器中将信号送至xc2vp30芯片进行车牌图像处理,最终在lcd上以文本的形式显示出由摄像头拍摄的车牌号码。3软件算法设计与实现通过车牌软件算法的研究,并运用计算机仿真及fpga集成开发环境ise编程实现车牌识别功能。3.1车牌定位技术车牌定位是车牌识别技术的核心技术,本文所采用的车牌定位方法流程图如图3所示

6、。车牌定位算法步骤如下:(1)输入采集到的彩色图片(2)把彩色图片转化为256色灰度级的dib位图灰度图像(3)用基于空间分布的最大类间二值化方法将灰度图像二值化(4)对二值化图像进行中值滤波处理(5)采用边缘检测算子来实现车牌区域和背景的分离(6)对处理后的图像进行逐行逐列扫描,确定车牌的上下左右边界,并返回车牌所在位置,若不存在车牌则返回失败。3.1.1图像的灰度化在车牌识别技术中将图像进行灰度化处理,不仅不会大量损失车牌信息,并且由于灰度图像包含的信息量比彩色图像要小得多,处理起来也不必考虑车牌颜色不同的情

7、况,既简化了处理过程又不会影响识别精度。灰度化图像可根据以下公式进行[2]:v=r×0.3+g×0.6+b×0.1式中r、g、b分别是读取的红、绿、蓝的分量值,v是计算出的每个像素的灰度值。然后,将像素的r、g、b三分量的值都设为v重新写回内存,实现彩色图像向灰度图像(如图4所示)的转化。3.1.2图像的二值化图像的二值化(如图5所示)就是把灰度图像变成黑白图像。灰度图像的二值化就是选取一个阈值,当灰度值大于该阈值时令其为白点,否则为黑点。根据阈值选取的不同,二值化的算法分为固定阈值和自适应阈值。一般来说,固定阈

8、值容易导致车牌信息丢失,产生错误的识别结果,所以自适应阈值的灵活性比固定阈值的处理效果要好。在本系统中实现了一种称为双峰法的自适应阈值选择方法[3]。双峰法的原理是根据图像由前景和背景组成,而前后二景都形成高峰,在双峰之间的最低谷就是图像的阈值所在。但是自适应阈值可能会产生许多噪声点。图4灰度图图5二值图3.1.3中值滤波灰度图像本身含有较多的噪点,再加上二值化处理后的图

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。