基于STM32的车牌识别系统设计与实现.docx

《基于STM32的车牌识别系统设计与实现.docx》由会员分享，可在线阅读，更多相关《基于STM32的车牌识别系统设计与实现.docx（30页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、目 录第一章 绪论11.1课题背景11.2研究意义11.3国内外研究现状21.4论文结构安排3第二章 研究的相关技术52.1嵌入式技术52.2图像处理技术52.3系统方案5第三章 硬件系统设计73.1 最小系统设计73.2 图像采集处理93.3 系统设计显示处理11第四章 软件系统设计134.1 STM32开发环境介绍134.2 STM32的ARM-Cortex的软件架构介绍134.3 车牌识别系统软件具体设计144.3.1图像采集144.3.2二值化分析144.3.3识别车牌区域144.3.4字符分割184.3.5字符匹配18第五章 系统测试205.1测试目的205.2摄像头测试205.3显

2、示屏测试215.4单片机测试215.5系统稳定性测试22第六章 总结与展望246.1总结246.2展望24参考文献25致 谢26内容摘要随着我国工业化和城市化的发展，汽车已经是每一个家庭出入的首选工具。汽车的增加使得智能交通体系愈来愈成为路况交通管理的一种趋势，而车牌识别是制约道路交通智能的重要因素。本文的车牌识别系统是根据我国车牌的形状特征研究与实现了车牌识别的过程与方法。第一、根据采集的图像处理后定位出车牌的具体位置；第二、在定位的车牌区域中切割出每一个车牌的文字特征；第三、识别并打印出切割后的车牌信息。系统是以STM32F103RBT单片机为主控芯片，控制OV7670摄像头进行图像采集，

3、通过二值化，分析跳变点对车牌区域进行确定，再通过字符分割、字符匹配最后获得车牌的识别结果。系统使用keil软件编程实现了车牌识别系统。整个系统软件硬件相结合，运用嵌入式技术和图像处理技术，实现了系统的完整性运行。关键词： 图像处理 车牌定位 字符分割 字符识别AbstractWith the development of industrialization and urbanization in China, the car has been the first choice for every family.With the increase of automobiles, intellig

4、ent traffic system has become a trend of traffic management, and license plate recognition is an important factor that restricts road traffic intelligence.The license plate recognition system in this paper studies and realizes the process and method of license plate recognition according to the shap

5、e characteristics of license plates in China.First, locate the specific location of the license plate according to the collected image processing;Second, cut out the character of each license plate in the location of the license plate area;Third, recognize and print out the cut license plate informa

6、tion.The system takes STM32F103RBT microcontroller as the main control chip, controls the OV7670 camera for image acquisition, determines the license plate area through binarization, analyzes the jump points, and finally obtains the license plate recognition results through character segmentation an

7、d character matching.The license plate recognition system is realized by keil software programming.The integrated operation of the system is realized by using embedded technology and image processing technology.Key words: Image processing License plate positioning Character segmentation Character re

8、cognition 广东东软学院本科毕业设计（论文）第一章 绪论1.1课题背景在我们的日常生活中，接触到了很多关于电子科技的技术。在电子科技交通领域中，有很多技术都在无形中加入我们的生活，如图像处理技术，自动检测技术等。对于道路交通应用到的技术，车牌识别系统是交通管理的主要技术。一套完整的车牌识别系统，可以给我们的日常生活带来规范，从而能够使交通事故更少的发生，给我们的出行带来顺畅，给我们的日常生活带来方便。所以车牌识别系统目前是一个交通管理必备的技术，因此本文对车牌识别系统进行了研究与实现。 1.2研究意义2020年是我国经济发展一个重要的时间点，经济的快速发展给各个行业都带来了无穷大的可能

9、。而电子科技的快速发展也带动了人类生活水品的提升。当今的社会离不开电子产品，当前我国正处理经济持续发展的重要时期。而家庭生活水平逐年提升，因此私家车普及也是一种趋势。1但私家车的增加有利也有弊，在给我们的出行带来顺畅、给我们的日常生活带来方便的同时，也给我们的日常交通带来压力。在这种情势下，随之而来的就是各种交通事故的发生和违章后逃逸的事件发生，所以仅仅依靠人力的交通设施和交通系统已经不能解决现在存在各种各样的道路事故。2020年也是全世界艰难的一年。面对疫情，每一个国家都进入了疫情防控。我国在疫情期间的防控措施也是相对严格，对于武汉封城，不允许人和车辆上街，违反的人员将会得到法律的制裁。所以

10、相关道路机关会根据每个街道的监控对车辆的活动进行监督，若有违反规定者，就会进行车牌识别再根据车牌信息找到车主进行审查。车牌识别系统的应用前景很广泛，用法也简单可靠。它不但用于道路交通监控，而且也用于小区和停车场方面的管理、收费站管理系统、车流统计、车牌验证和移动车载系统等方面。1. 小区和停车场方面的管理小区和停车场车牌识别管理系统是对出入车辆的监控。进出的车辆会被车牌系统识别，并通过网络传输，识别出来的车牌信息发送到管理系统中登记，这样的流程不仅节省了人力保证了人员的安全，也节约了进出登记时间，大大提升了效率。2. 交通道路的监控在道路交通的检测部门中，每天都会出现大量的违规车辆。对于那些列

11、进“黑名册”中的车辆，比如那些肇事过后逃逸的车辆、那些已经挂失过的车辆和那些欠费过的汽车等，我们通常可以将这些车的车牌用摄像机录制成视频记录下来。如果通过人工识别并比较车牌号码，这样会导致工作的效率会比较低，而且容易出现错误；如果应用车牌识别系统，给定一个车牌追踪目标，系统就会对摄像头监控下的车辆信息进行自动扫描。对于车牌号码识别之后做比较并处理，如果符合条件就立刻报警。3. 收费站管理系统我国在2019年推出高速公路全面实行ETC交费，车辆进出收费站，不管是桥梁，或是高速公路，隧道等地方，对于车牌识别系统的要求相对比较严格。车牌识别系统可以大大减少平常收费系统工作量较大和人工容易产生疲劳等等

12、的不足，也可以减少劳动的强度，节省了大量物力和人力。同时，对于ETC收费系统还能够节省司机的大量开车时间。因此在收费站，车牌识别系统是一种高效率、高质量的东西，可以提高生活物质水平。4. 车流统计、车牌验证和移动车载系统车牌识别系统可以用于对车辆流量统计。当交通路道处于比较复杂的路段，出现塞车或者车辆处于超速状态时，系统会根据捕获到的车辆信息记录发送到服务端，服务端再发送到对应车牌车主绑定的客户端。所以车牌识别的问题已经成为了交通工程领域中重点研究课题之一。2同时，车牌识别的基本方法我们还可运用到其他的识别和检测领域。总而言之，车牌识别系统既方便使用又快捷调用，在需要时随时调出来加以分析，从而

13、找到车主对应的信息再做相应的处理，而且这样可以省去不少人力物力。所以车牌识别在道路监测和道路控制中的作用很重要，研究车牌识别的意义自然也很切合实际。1.3国内外研究现状目前，随着计算机技术的发展，电子识别领域也在不断进步。针对车牌自动识别，数字图像处理方法是最常见、最快捷的方式。而车牌识别系统讲究识别速度和识别精度。因此，针对这项技术，国内外在数字图像处理领域也是注入了不少人力和时间，关于车牌识别的研究报道也很多。从1984年开始，国外很多国家都已经运用此类车牌识别系统产品了，包括美国、德国、意大利、英国、新加坡等国家。由此可见，在当时，国外就已经有相当成熟的技术产品并开始投入使用。这说明车牌

14、识别技术产品已经被各国广泛运用，恰巧也说明在日常生活中起到便民利民的价值作用，不管对企业或者是个人都有一定好处。这无疑是一项实用的技术，在未来科研学术研究上也具有一定借鉴作用。近年来，我国紧跟互联网信息时代的潮流，对于车牌识别这样一个潮流的技术，我国也有很多的企业和学者对这方面技术感兴趣，并且对此深入研究。由于我国的在电子科研技术方面的研究相对于国外来说起步较晚，因此在车牌识别这方面的技术研究也需要大量的时间去探索、琢磨，研究到一定的技术程度才能更被广泛使用。在此之后，通过运用车牌识别技术系统，我国车辆进出口数量和销售额都呈上升趋势，由此可见，车牌识别技术愈来愈被广泛使用。为此，对于车牌识别技

15、术这方面逐渐成为每个学者研究的热点课题。我国科学院自动化研究所的刘智勇教授曾发表过一系列的文章，针对车牌识别系统设计了一个函数更全面展现识别的特点。进而也产生了“汉王眼”这款产品。前有古人，后有来者。之后也有很多知名大学，如西安交大、上海交大、清华大学等在这方面下功夫深入研究，并取得了不错的研究效果。依赖着潮流的车牌识别技术，当时很多公司也都脱颖而出，制造出很多相关技术的产品流向国内市场。因为文化差别和文字差别，我国的汽车牌照识别系统不能照搬国外的技术。在借鉴国外领先技术的同时，也得拥有自己国家实际应用的设计方法和在实际应用中复杂情况的应对。在实际应用中，尽管我国自主研究的车牌识别产品的识别能

16、力可以达到90%以上，但是这些产品的系统在获取牌照时对环境要求较高，对于复杂的环境存在一定噪音时，识别率很低。出现识别精度低、识别时间过长等不足，因此我国的车牌自动识别系统还存在很大的发展空间。我国在这一领域的研究仍然很活跃，在我国的经济和科技能力不断增强下，相信不久的将来我们国家会拥有适合国家国情，属于我们国家成熟而先进的车牌识别系统。关于车牌识别技术，国外在这一领域研究的要比中国早得多。早在21世纪初有关的专家就提出把图像处理技术和嵌入式技术结合起来进行探讨一系列的算法。对于国外领先的科技，我国应抱着积极的态度去借鉴国外技术，也应该有着明确的目标去铸造自己国内切合实际的技术产品。不同的是，

17、中国车牌的情况比外国的更为复杂些，因为添加了汉字内容。不过在许多高校的专家在这一领域已研究出了如彩色分割自动识别等许多取得了突破性的成果。1.4论文结构安排本次论文内容章节有以下6部分：1. 绪论，首先对车牌识别系统的课题背景与研究意义进行分析，其次讲述了国内外研究现状。2. 讲述车牌识别控制系统相关技术，分析了嵌入式技术、图像处理技术，介绍了它们的优点和在车牌识别中的功能以及应用。最后对车牌识别的整个系统方案进行描述。3. 硬件系统设计，描述了整个车牌识别系统的整体硬件系统框架并详细介绍了 STM32F103RBT6 最小系统板、OV7670摄像头模块、TFT显示屏模块，并分析了它们的优点以

18、及使用场景。 4. 系统软件设计，介绍了软件开发环境，描述了STM32控制器的软件架构以及车牌识别所用到的图像处理方法相关代码的编写。5. 车牌识别系统测试，把已完成的车牌识别系统进行了功能的测试，测试内容包括摄像头、显示屏、单片机以及系统稳定性测试等。6. 总结与展望，对本论文提出的设计进行功能上的总结并描述了本次设计所存在的不足，最后描述了对未来的希望。第二章 研究的相关技术2.1嵌入式技术近年来，嵌入式技术是一门在商业上、学术上比较受追捧的技术。它的发展迅速、应用广泛、操作简单，这也是它兴起的原因。众所周知，嵌入式产业涉及的范围很广泛，其特点也非常明显。嵌入式是一种计算机系统，是设备的一

19、部分。而嵌入式系统是一个处理器控制板，用来控制程序储存在ROM中的嵌入式处理器控制板。3所以在目前的生活中，运用到嵌入式的产品比比皆是。比如手机、电脑、车辆，家居等拥有数字接口的产品。由一个程序来控制整个逻辑，这是大多数的嵌入式系统的组成运用，但是这不代表着全部，有些还包含了操作系统。大学课程介绍了大量嵌入式相关知识，其中介绍到它是软硬结合体，也就是软件和硬件相结合形成的一个概念。换言之，只要不是个人PC机的一切类计算机系统都会划为嵌入式。嵌入式系统的程序一旦烧写到终端，一般不会进行改变。具有功耗低、目的性强执行效率高等很多优点。嵌入式技术涉及到的领域很广，应用也很多。除了电子汽车行业之外，还

20、有智能家居、工业生产、医疗技术等，应用最多的实属我们的国防领域。2.2图像处理技术数字图像处理是通过计算机对图像进行一系列处理的技术。4一张图像，不但要去除图像存在的噪音，而且要对图像进行增强和复原，要保证图像原来的真实性，还要对图像进行切割，提取图像原有的特征，这就是数字图像处理的流程。随着科技的发展，数字图像处理技术应用的领域相当广泛，对于生活中应用到的科技技术都是讲究精准和细腻的，所以对于图像处理的需求也愈来愈大。目前出现了各种各样的数字信号处理芯片，以及更多种类功能的GPU。本文采集图像用到的是OV7670模块，采用的图像处理技术包括了数据采集技术、图像的二值化、分割、模式识别等技术。

21、对于图像的二值化，它的阈值是通过多次调试而得出最准确的阈值。图像的分割主要是对字符区域采用划线的方法进行统计分割。2.3系统方案本文设计的系统由三个部分组成：图像采集、处理和显示装置。本文采用基于ARM cortex-m3内核的STM32F103芯片作为设计平台，它具有较高的处理能力，可以进行比较复杂的计算，基本上可以满足设计需要。图像采集用OV7670摄像头。而显示装置是用TFT_ILI9341 2.8寸显示屏。系统模块框图如图3.1所示。图3.1 系统模块框图对于上述框架，本文研究了基于STM32的车牌识别系统的研究与实现。本文从网上和书籍中阅读了大量关于车牌识别和字符识别算法的文献，还对

22、图像处理技术进行了深入研究，对不同方式进行车牌识别做了功课，对STM32芯片比较熟悉。当摄像头对车牌图像进行处理后，再经过图像处理技术，对采集的车牌信息进行识别处理，成功识别到车牌时，车牌号码信息会被传输并显示到TFT显示屏。车牌区域识别、字符分割两者均采用根据跳变点划线的方式来对字符的边界以及车牌区域进行确定。摄像头采集到图像后进行扫描测试，获取摄像头像素的值，再根据屏幕纵向240方向跳变点的显示点数，分析跳变点；而车牌测定就根据屏幕横向320方向跳变点的显示进行分析。两个方向分析完毕后，就会对字符进行分割，分割后就可以进行字符的识别。软件流程框图如图3.2所示。图3.2 软件流程框图第三章

23、 硬件系统设计3.1 最小系统设计 STM32核心板的5V引脚接着供电引脚，系统的供电为DC5V。通过稳压芯片，在STM32核心板上将5V的供电电压转换为3.3V电压。3.3V电压在STM32核心板的引脚输出。3.3V作为供电电压被STM32芯片、OV7670摄像头和TFT液晶屏幕引用。本文处理器选用的是STM32F103RBT芯片，具备ARM Cortex-M3内核的32位高性能嵌入式微控制器。芯片优点如下：1. 性能高、成本低ARM Cortex-M3有高性能的特征，5采用哈佛结构，分支预测，运行速度更快。而且它拥有密度更高的代码密度，因为它釆用的是Thumb-2指令集。2. 丰富的片上资

24、源STM32具有丰富的引脚，内部配置了FLASH存储器与SRAM。还有着诸多通信接口，例如USB接口、连接摄像头传感器的接口、I2C总线、USART串接接口、 SDIO等。3. 超低功耗当中央处理器处于低压电源状态下运行时，该模式可以自动改变，以降低电源的功耗，并确保中央处理器在高性能和低功耗模式下运行。所以STM32的芯片具有电压调节器可以对电源进行调节功能。最小系统的电路包括了电源电路、时钟电路和下载调试电路。6本系统采用带滤波的电源电路。稳压芯片用AMS1117-3.3，它性价比高，既能够符合适用系统，足够系统性能使用，价格对于我们学生也不贵。进行滤波后，为系统提供了3.3V的稳定直流电

25、压。而采用LC（无源）和RC（电阻电容）相互结合的滤波电路，目的是为了获得较为理想的直流电压，作用是过滤掉电源电压的脉动成分。图3.1 STM32主板对于STM32单片机，有5个时钟源能够给用户提供去使用。用户配置以后，要知道是使用了哪个时钟源提供的时钟。经过查阅资料，我采用的方法是：分析是内部RC、外部晶振、外部的振荡器中的具体的哪一个时钟。并且对单片机进行16倍频，是为了能够解决处理速度的问题。系统使用外部8MHz晶体提供系统时钟。LSE时钟可以驱动RTC实时时钟，LSI时钟可以驱动IWDG看门狗时钟和RTC实时时钟。为了时钟电路的正常工作，晶体振荡器的输入端和输出端分别与20pF电容器相

26、连。此外，8MHz晶体振荡器的220串联电阻是为了防止晶体振荡器被过度驱动。图3.2 单片机原理图3.2 图像采集处理在系统适配度、性能和性价比上经过对比后，系统采用OV7670摄像头。OV7670摄像头功耗低，可以与本系统的其他硬件搭配；在性能上，摄像头自带影像处理器和具备VGA摄像头的操作功能。并且具备的传感器技术，是摄像头的亮点，它可以完善甚至可以完全修复如托尾、浮散等光学以及电子缺陷。本系统采用的OV7670摄像头带FIFO芯片。除此之外，OV7670摄像头还有不带FIFO芯片的型号。下面介绍这两种芯片的工作原理：图3.3 不带FIFO不使用FIFO的方法虽然在实际运行中更加直接、简洁

27、，并且能够提高代码的运行效率，但是由于硬件方面的阻碍，导致其配置时较使用FIFO的方法更加难以实现。比如，普通单片机的时钟频率一般在12MHz以下，而COMS芯片的时钟速率最高能够达到24MHz，在实际使用的时候单片机的IO口需要进行倍频处理才能够达到使用要求。除此之外，降低COMS的运行速度同样也能实现器件的信号采集功能。但是，需要在程序中设置COMS的外部晶体振荡器、内部PLL电路、像素时钟速度、帧速度等寄存器，如果COMS降频后不能匹配单片机对应的倍频，那么还需要设置单片机的时钟频率来实现COMS的功能。由于配置的过程较为复杂，往往会因为少设置一些关键的信息而导致COMS最后不能正常运行

28、，而且降低频率还会导致图像采集的失真问题，所以这种方法也不建议去使用。在一些高级的单片机上，虽然拥有速度极快的处理器，还有较大的内存和自带的相机模组，并不需要进行FIFO处理，但是本项目并不需要如此高级的配置，昂贵的价格同时增加了不必要的成本，这种方法也不建议去使用。图3.4 带FIFO使用FIFO的方法则是用到了FIFO作为数据的缓冲。优点在于，采集数据容易，实验时我们不需要去了解详细的数据是怎样采集的，也不用去认识CMOS的先后顺序和怎样控制。就只要明白是怎样读取就可以了。但是FIFO在功能上不会定位读取数据，所以不可能有真正的数据处理能力。对比上面两个方法，可以看出带FIFO的方法操作比

29、较简单。所以实验中采用了OV7670带FIFO摄像头。在输出VGA图像时，摄像头的输出速度最高为30帧/秒。因为STM32主控芯片在输出8位影像数据的时候，不但可以有多种方式去处理图像，也会有得到多种分辨率的图像数据。图3.5为OV7670摄像头。图3.5 摄像头实物图 图3.6 摄像头原理图3.3 系统设计显示处理要想将采集到的车牌图像信息以及识别结果得以显示，系统就必须有显示部分。本系统的使用2.8寸的TFT显示屏作为显示模块。显示屏默认8位的数据长度，同时它支持16位长度的数据，只要将一个0欧电阻连接在R11引脚，就可以使用16位。显示屏还支持240*320像素的RGB565格式。对于显

30、示屏的驱动程序，只要在相应的LCD_Driver中更改对应的宏定义便可。彩色图像相比于黑白图像的特点就是数据量特别大，倘若选择数据长度为8位的接口的这种方式，传输速度就会比 数据长度为16位的并行接口方式慢很多，所以不采取这种方式。图3.7 TFT显示屏实物图图3.8 TFT显示屏原理图第四章 软件系统设计4.1 STM32开发环境介绍本论文使用Keil for ARM集成开发环境进行程序的编写和调试。该软件是携带CC+编译器、项目管理器、ARM汇编器以及连接器等，为单片机的开发和调试提供软件上的支持。当我们进行源码调试的时候，调试器识别hex文件才会进入下一步。而标准的hex文件是由abs文

31、件通过OH51转换而成的。除此之外，下载调试也可以用仿真器直接去下载调试。Keil for ARM在进行大量代码编写上，具有高级语言的易读性和可维护性。图4.1 keil5开发界面4.2 STM32的ARM-Cortex的软件架构介绍STM32是一款嵌入式微控制器，ARM-cortex作为其内核有着核心处理的作用。因为STM32内核的软件接口标准是处理器的硬件抽象层，所以当用户使用接口标准时，操作方便，开发者也可以减少冗余的代码。并且在软件框架中也有着重要的作用，不会受到不同厂家生产差异的影响，降低了程序开发中的外界因素，使得软件开发者的开发界面完全透明。4.3 车牌识别系统软件具体设计4.3

32、.1图像采集图像采集是整个系统流程的第一步。本文3.2介绍了OV7670摄像头，使用摄像头采集了一个320*240像素大小的图像。图像由STM32单片机读取，数据经过处理后显示在TFT显示屏。8OV7670 摄像头模块的FIFO芯片，可以对图像进行暂时的存储。其特点也是对数据的采集速度快，精度高，有效降低了处理器的负担。图像采集过程的主要函数如下：OV7670_Gpio_Init();/OV7670引脚初始化Data_Image_Capture();/图像采集函数4.3.2二值化分析二值化是图像处理的核心步骤。二值化分析首先会对原来的多个灰度值的彩色图像变换成能够呈现出图像局部特征的黑白二值化

33、图像。一般采取的方法是选择一个合适的阈值。然后图像经过二值化处理后，就会得到更为简单明了的图像。屏幕也会将我们需要的那部分图像突出并显示出来，把车牌之外的图像给模糊化，这样的过程也提高了图像处理的效率。对每个像素进行二值化处理设定R、G、B的阈值这个过程承上启下。通过二值化处理，将像素值分为全黑0x0000和全白0xffff两种。与此同时，在显示屏上会出现红色的跳变点，这些分析出来的跳变点，为接下来切割出有效车牌提供了切割范围。部分程序如下： if(RR_a) & (G=G_a) & (B=B_a) /二值化color=0xffff; elsecolor=0x0000; if(color!=c

34、olor_1) /与跳变点比较 /该行跳变点计数+1 TableChangePoint_240a+; 4.3.3识别车牌区域车牌定位是对于系统识别方法最后能否成功地被识别出来，其结果起着举足轻重的作用。也正因为这样，许多国内外的专家很早就开始关注这一问题了。针对这一问题，国内外的专家经过独特的思考和试验后，提出了各种各样的解决方法和算法。经过查阅大量的资料，解决车牌定位这方面的技术大概可分为两种。其中一种方法就是在二值化后的黑白图像上做一系列的处理。另外一种方法是利用颜色空间距离和相似度对车牌的底色的颜色进行分割，基于边缘颜色对车牌图像进行提取和定位。8图4.1 跳变点分析图车牌区域出现了约1

35、5个以上的跳变点，是通过二值化分析后呈现出来的。根据跳变点的波动分析，可以确定车牌区域的位置。如图4.1所示，左边的红色标记点是每一行的跳变点数。在这个系统程序中，跳变点数大于15。当连续线上有15个以上跳点时，车牌上边沿就是跳变点开始波动的位置，车牌下边沿是跳变点结束波动的位置。然后通过RGB-HSV颜色转换，识别出车牌的左边沿和右边沿。根据边沿位置，得到了精准的车牌位置。部分函数如下： void ChangePoint_Show_240();/240方向跳变点显示 for(a=0;a=15) /显示达到阈值标准的点for(b=35;b40;b+)LCD_DrawPoint(b,a,0x66

36、66);/Green 240方向跳变点显示函数建立参考线，纵方向划三条绿色的线，分别是在横坐标为10、20、30处划线，目的是为了以后画点使用。如果这一行的跳变点是10个就在这条线画一个红点。划绿线的程序如下：for(a=0;a240;a+) /建立参考线10、20、30 LCD_DrawPoint(a,Min_ChangePoint_240,0x001f); LCD_DrawPoint(10,a,0x635);/10 LCD_DrawPoint(20,a,0x635);/20 LCD_DrawPoint(30,a,0x635);/30240方向跳变点显示函数之后执行240跳变点分析函数，主要

37、是通过这个函数分析出车牌区域的上边界和下边界。首先进行240方向上的扫描，通过跳变点阈值的分析获取车牌的上下限。再根据上下限横向画两条长的蓝色的线，标识车牌区域。部分代码如下：void ChangePoint_Analysis_240() /240跳变点分析Min_ChangePoint_240=240;Max_ChangePoint_240=0;for(a=0;a240;a+) /240扫描，获取上下限值：Min_ChangePoint_240， Max_ChangePoint_240while(TableChangePoint_240a15)/阈值调节a+;Max_ChangePoint_

38、240=a;if(Max_ChangePoint_240-Min_ChangePoint_240=15) a=240;/连续性/向上微调3像素Min_ChangePoint_240=Min_ChangePoint_240-3;/向下微调2像素Max_ChangePoint_240=Max_ChangePoint_240+2;for(a=30;a280;a+)/显示上界限LCD_DrawPoint(a,Max_ChangePoint_240,0x001f);for(a=30;a280;a+)/显示下界限 /显示50,参考50像素位置处，车牌位置不要超过这根线，免得不能字符的归一化处理for(a=

39、30;a最大值if(Min_ChangePoint_240Max_ChangePoint_240) flag_MaxMinCompare=0;/判断合法性2：if(Min_ChangePoint_240=240|Max_ChangePoint_240=0) flag_MaxMinCompare=0;/判断合法性3：if(Max_ChangePoint_240-Min_ChangePoint_24015) flag_MaxMinCompare=0; 4.3.4字符分割每个国家的车牌都有不同的使用规则，我国的车牌使用较其他国家的车牌使用更加规范和统一。我国的车牌上文字、字母、数字的长宽、空隙、大小

40、，甚至小数点的排列都严格按照规定的比例标准去刻画的。车牌的整体长度为44cm，宽度为14cm。不计第2、3个字符中间的小圆点，车牌上共有7个字符，均为规则的印刷体字。除了军车、警车、教练车、领事馆车外，标准的民用车辆牌照均为7个字符。车牌首位为省名简称，是一个汉字，如粤、苏、辽等。次位为英文字母，接下来为英文字母或阿拉伯数字。其中每个字符统一宽度为4.5cm，高9cm，第二、三个字符间间距为3.4cm，中间小圆点1cm宽，小圆点与第2、3个字符间间距分别为1.2cm，其余字符间间距为1.2cm。在对图像的提取分离的过程中可能会出现干扰、噪音、文字之间断裂等现象，还有文字的部分内容出现了粘连或者

41、显示不全、模糊的现象，这些问题都是由于摄像头、STM32电路板和TFT显示屏之间的连线产生的噪音导致的。并且在实际分析时，车牌定位不会精确定位到车牌的文字区域，在车牌的边框附近误差几个像素左右，比如车牌上的两个铆钉或者保险杠等干扰区域。下面对车牌进行切割。如果分析后根据边沿，里面的字符数为整个车牌，也就是8个完整的字符，则会更加精确切割出每个字符位置。在处理过程中，获取每个字符的左边界KL和右边界KR。如下图所示，垂直蓝线是每个文字的边界标记。字符分割，为下一个字符匹配准备通用参数。图4.2 字符切割图4.3.5字符匹配字符分割后，进行归一化处理，逐个字符进行匹配。程序中的字符模板由模板提取软

42、件提取，模板大小为24*50的单一像素。逐个字符进行匹配，以相似度值最大的对应字符作为输出结果并显示。车牌识别过程中的部分主要数组及函数如下： Stm32_Clock_Init(16);/初始化时钟 Data_LCD_ColorChange();/车牌测定u8 MoShiShiBie_All(u8 begin,u8 end)/字符匹配，模式识别,选择性匹配 u16 Compare_num,num_save; u8 a,b,e,a_save,st1,st2,s1,s2; int num1; for(a=begin;aend;a+)/36 num1=0; for(b=0;b150;b+) st1=

43、table_pictureb; st2=Table150*a+b; for(e=0;e8;e+) s1=st1&(1e); s2=st2&(1e); if(s1=s2) num1+; 第五章 系统测试5.1测试目的系统测试是对项目进行详细的测试。一个完整的项目开发，就包括了测试，不但要对总体的软件和硬件的完成度进行开发和应用，来保证产品各方面的稳定程度和安全使用，减少厂商的不必要亏损，以及消费者的安全性。STM32F103FBT是系统的硬件部分。其内核的工作频率最高可以达到72Mhz。系统使用的OV7670摄像头像素有300000像素。当系统进行通电时，镜头对准用于测试的车牌。通过显示屏，可以

44、实时看到摄像头采集的图像，并选择直角，使车牌信息完全在蓝框区域内。系统将进行自动识别、二值化、切割和识别。识别结果会显示识别的车牌号。识别出来的车牌信息将会被保存。页面会停留在识别出来结果的页面。测试环境是在室外晴天环境下进行，测试内容有以下三个方面：1. 摄像头测试，测试摄像头不同距离的焦距变化、对车牌图像捕获的情况，判断摄像头采集的稳定性和清晰性。2. 显示屏测试，测试显示屏和摄像头的连接稳定性和根据摄像头捕获的图像呈现的清晰性。3. 电路板测试，测试芯片的电压转换是否正常、与摄像头显示屏之间连接的稳定性。图5.1 实物图5.2摄像头测试车牌识别系统中，摄像头要对车牌进行采集。当设备通电后

45、，摄像头内部对模拟信号进行处理、AD转换后，传输到屏幕上。在不同距离焦距不同清晰度不同。当测得摄像头与车牌距离1.5m时图像最清晰。测试结果与预期一致。不足的地方就是摄像头得手动变焦。5.3显示屏测试显示屏会显示实时的步骤。通电后，屏幕首先会初始化，会出现绿色和红色两个界面；第二会根据传输到屏幕上图像，显示屏有20秒的处理时间进行二值化分析出车牌区域；第三，显示屏图像静止，对车牌进行切割处理；第四把每个切割后的字符与取模的标准车牌模型进行比较，把相似度最高的字符输出；最后把车牌结果输出到结果界面。当20秒内取不到准确的车牌信息，会自动重新测试。测试结果与预期一致。图5.2 屏幕显示流程图5.4单片机测试STM32F103RB