基于FPGA车牌识别系统的设计与实现(共9页).doc

《基于FPGA车牌识别系统的设计与实现(共9页).doc》由会员分享，可在线阅读，更多相关《基于FPGA车牌识别系统的设计与实现(共9页).doc（9页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精选优质文档-倾情为你奉上基于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】based on the traditional dsp, measurement was improved. the article mainly studies the d

2、esign and realization of vlpr based on fpga. the system acquisitions the auto plate image through ccd and processes it in the fpga chip, then recognizes the plate and displays on the lcd. it realizes the function of vlpr after being debugged, and this can be used in the engineering projects.【key wor

3、ds】fpga; vlpr; image processing; module match 0 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

4、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-2 pro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-3e fpga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

5、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。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

6、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= r0.3+g0.6+b0.1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

7、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

8、化处理后的图像可能产生的噪点，为了克服图像的模糊,消除干扰和孤立噪声，需要进行滤波处理，滤波有很多种不同的办法，本文采用了中值滤波方法。在fpga中实现中值滤波,出于实际处理速度、处理效果和器件资源考虑,本文选用33邻域窗口。考虑到fpga强大的并行处理数据能力,此处设计一种对33邻域中九个数据一起处理的方法。图6为本文在fpga中设计实现快速中值滤波的框图4。3.1.4 边缘检测边缘检测5的最大好处就是能够突出边缘区域，并使背景图像中无关的部分暗淡，实现车牌区域和背景的分离。本系统采用了水平差分算法，它利用图像后一列像素减去前一列像素，从而得到边缘图像。为此设计了一个水平模板算子，即tm=

9、1,1,1,1,1,1,1。它是一个71 向量，使用该算子与图像进行卷积，取平均值然后再与原图像进行差分运算，当差分值大于某一门限值就认为它是边缘目标，否则是背景6。3.1.5 车牌边界的确定1)定位牌照的上下边界：从灰度图的第1行开始扫描，记录该行中灰度变化大于某一预设阈值的点的个数，如果其个数大于点数阈值，则认为该行可能包含图像。察看标志变量，如果其值为假，则置为真，否则继续。如果其个数小于点数阈值，也察看标志，若为假则检测继续，若为真，则将另一个变量值加1，如果新值大于行数阈值，则认为上面找到的高变化区域与下面无联系了，然后看它的高度是否符合车牌的条件，若是则认为是车牌区域，否则将所有标

10、志位复位，从下一行重新开始。2)定位牌照的左右边界:在找到车牌的上下限后,利用二值图像在竖直方向上的投影作为特征,从左到右寻找目标的中心点坐标。车牌定位效果如图7所示:图7 切割后的车牌图像3.2 车牌字符分割车牌图像的分割即把车牌的整体区域分割成单字符区域,以便后续进行识别。车牌分割的难点在于噪声和字符粘连,断裂对字符的影响。本文主要采用了先验知识,垂直投影等方法将字符分开。在充分利用图像本身的特点的前提下,引进的先验知识不受字符的粘连和断裂的影响,有很好的预分割效果,以致最后的综合分割效果较好,为字符的识别做好了准备。首先对车牌图片进行水平方向的投影,去除水平边框,然后再进行垂直方向的投影

11、。通过分析车牌投影可以得知,投影中最大值峰所对应的是车牌中的第二个字符和第三个字符之间的间隔,第二大峰中心距离对应的是车牌字符的宽度,以此类推就可以对车牌进行分割。图8是字符分割后的结果。3.3 车牌字符识别字符识别的最终目的是用计算机代替人眼将图像中的字符自动识别出来，识别算法要解决的最主要问题就是提高识别正确率和识别速度。首先将标准模板入库,按国家车牌标准的大小、字体、字符间距等打印出数张样品,其前景、背景清晰,字符没有断续,很少噪声、且包含了所有可能的车牌字符,作为“标准车牌”,用以采样制作标准字符矩阵库。把每一张“标准车牌”分割出来的字符归一化7,接着将归一化后的模板矩阵存入fpga中

12、作为标准模板库,根据实验情况,模板越大识别率越高,但同时会带来运算数据量的大大增加,于是在综合考虑准确度和microblaze软核的工作效率后采用2015bit大小的数组作为标准模板。当车牌上的待识别字符归一化以后,依次与标准库中的模板进行匹配,即矩阵对应位依次做差,分别计算总的相同像素个数,则有最大相同数目的那一组数认为是相似度最大,则用此时的标准模板所对应的数字或字母作为最终识别的结果。 4 测量结果实验结果表明,提出的方法能够很好地实现车牌的定位,并且定位准确。在pal制式的ccd摄像头、xilinx virtex-2 pro开发板和lcd的实验环境下,随机选取20张车牌进行检测,在不同

13、的光照条件下,正确检测出的字符率达到了90%以上,在光照较好的情况下,识别率达到94%以上,且平均识别时间不到0.1秒,完全满足实时性的需求。 5 分析与讨论本系统设计的车牌识别技术存在以下问题:1）破旧车牌识别难度较大：由于车牌经过长时间的使用,不可避免会出现磨损现象,再加上路面上行驶的车辆不可能都是标准干净的车牌，致使本系统不能较好的识别此类车牌。2）摄像机技术有待进一步提高：由于有些图片亮度过高或车牌区域过于模糊,本系统不能较好的实现车牌的准确定位。 6 结论本文通过软件与硬件设计的结合，在fpga集成开发环境ise软件中分别对图像进行灰度化、二值化、定位、分割及识别等，最终在lcd上显

14、示出车牌字符。系统具有视频图像采集实时,车牌定位分割准确和识别误差低等特点。这种基于ise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,它弥补了传统pc机系统和dsp系统设计的不足，有效地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。但从实验结果来看,这种方法有待进一步的改进。同时，车牌定位和字符识别的算法对于污染严重的车牌有待进一步的改进，这将是下一步着重解决的问题。参考文献1 刘勇,吴勇,周芳.对我国智能交通系统(its)发展的探讨j.交通与安全,2006,49(1):48-50.2 何斌，马天予，王运坚等.visual c+ 数字图像处理.第一版.北京：人民邮电出版社，20013 王茜,彭中,刘莉.一种基于自适应阈值的图像分割算法j.北京理工大学学报,2003,(04)4 王伟,杨兵.基于fpga的中值滤波快速算法的设计与实现j.电子元器件应用,2008,(01)5 龚声蓉，刘纯平，王强.数字图像处理与分析m.北京：清华大学出版社，2006.6 吴炜，杨晓敏，何小海等.一种边缘检测与扫描线相结合的车牌定位算法.电子技术应用，2005(2)：43-467 李波，曾致远，周建中，等.一种车牌自动识别系统设计方法j.计算机应用研究，2006(10)：156-158，162.专心-专注-专业