基于圖像處理的汽車牌照的自動識別系統(tǒng)(2)-文庫吧
2025-04-17 19:07 本頁面
【正文】 部的超 β 處理，它的輸入偏移電流比一般情況低10 倍。通過 Q1A1R1 環(huán)路和 Q2A2R2 環(huán)路的反饋，保持了 Q1，Q2集成極電流為常量，所以輸入電壓相當于加在外接電阻 Rg的兩端，從輸入到 A1/A2 輸出的差分放大倍數(shù)為 ? ? 1RR2R1G g ??? 。由 A3 組成的單位增益減法器消除了任何共模成分，而產(chǎn)生一個與 REF 管腳電位有關(guān)的單路輸出。 由輸入三極管集成電極電流和基極電阻確定的輸入電壓噪聲減小到 9nV。內(nèi)部增益電阻 R1 和 R2 被精確確定 ,使得運放增益 精 確 地 有 Rg 確定 : g ??? 或 ? ?1G4 9 .4 KR g ?? 圖 4 AD620 結(jié)構(gòu)簡圖 AD620 由于體積小、功耗低、噪聲小及供電電源范圍廣等特點，特別適 宜應(yīng)用到諸如傳感器接口、心電圖監(jiān)測儀、精密電壓電流轉(zhuǎn)換等應(yīng)用場合。 圖 5 帶輸入緩沖實用 AD620 芯片的具體電路 參數(shù)選擇 ： 實際電路中去掉由 22KΩ 的電阻和 220pF 的獨石電容組成無源低通濾波器，在 N N2之前分別串聯(lián)一個 10KΩ 的電阻，其作用是限流，然后選擇了跟隨器來穩(wěn)定電壓?？梢苑乐惯\放差動輸入電壓大于 。運放采用四運放 TL084。 RR 電阻網(wǎng)絡(luò)中的電阻取 10KΩ，選取的時候通過測量選取阻值基本一樣的電阻。 共模信號抑制電路的設(shè)計 體表驅(qū)動電路是專為克服人體承載的共模干擾 （主要是 50Hz 共模干擾），提高 CMRR 而設(shè)計的，原理是采用以人體為相加點的共模電壓并聯(lián)負反饋，其方法是取出前置放大級中的共模電壓，經(jīng)驅(qū)動電路倒相放大后再加回體表上，所以稱為右腿驅(qū)動。之所以是右腳還有另外一個原因，因為右腳比左腳離心臟更遠，所以測試來更準確。 雖然 AD620 的共模抑制比較高，但當接入其他電路時，其共模抑制比會變得較低，我們在提高共模抑制比的同時，也要考慮用直接降低共模信號的方法來提高其值，右腿驅(qū)動電路就是一個很好的降低抑制共模信號的方法，在右腿接入一反向放大器，并與儀表放大相連，可以將共模信 號抑制 1＋ K倍（ K為反向放大增益），從而有效的降低了共模信號。 前置放大級 圖 6 與并聯(lián)型跟隨輸入前置放大器相配合的驅(qū)動電路 選擇此方案是因為這種方案更加通用有效。而加上前置放大電路還需要討論導聯(lián)輸入， 導聯(lián)線又稱輸入電纜線。其作用是將電極板上獲得的心電信號送到放大器的輸入端。 心臟電興奮傳導系統(tǒng)所產(chǎn)生的電壓是幅值及空間方向隨時間變化的向量。放在體表的電極所測出的ECG信號將隨不同位置而異。心周期中 某段 ECG 描跡在這一電極位置不明顯，而在另一位置上卻很清楚。為了完整描述心臟的活動狀況，應(yīng)采用多電極導聯(lián)方式測量心電信號，基于現(xiàn)在的實驗條件及要求，選擇 3 導聯(lián)方式：左臂（ LA），右臂（ RA）以及右腿（ RL）。 各導聯(lián)線以不同顏色的標志來表示所接的部位。為了減少連接時發(fā)生錯誤，國際統(tǒng)一規(guī)定字母和導線色標為： R右臂（紅）； L左臂（黃）； RF右腿（黑）。 具體電路圖如下，而測試時，將測試者的的左手與 LA端相連，而右手與 RA 相連。右腳與 RL 端相連。 圖 7 與并聯(lián)型跟隨輸入前置放大器相配合的實際驅(qū)動電路 參 數(shù)選擇： 實際電路中考慮功耗問題 ， R6 取 10 KΩ， R8 取 10MΩ， K= R8/R6=100， R7=1MΩ 為限流保護電阻，為使電路更簡便去掉了起穩(wěn)定作用的 CF。 1．圖像采集目前圖像采集主要采用專用攝像機連接圖像采集卡或者直接連接便攜式筆記本進行實時圖像采集，將模擬信號轉(zhuǎn)換為數(shù)字信號。 2．圖像處理需對采集的圖像進行增強、恢復、變換等處理，目的是突出車牌的主要特征，以便更好地提取車牌區(qū)域。 3．車牌定位從人眼視覺的角度出發(fā)，并根據(jù)車牌的字符目標區(qū)域的特點，在二值化圖像的基礎(chǔ)上提取相應(yīng)的特征，尋找最符合 牌照特征的區(qū)域。車牌定位是車輛牌照自動識別系統(tǒng)中的關(guān)鍵和難點，實際圖像中的噪聲、復雜的背景等干擾都會使定位十分困難。 4．字符分割是從獲得的牌照區(qū)域分割出單個字符 (包括漢字、字母和數(shù)字 )以便于進行字符識別的過程?？紤]到車牌上的字符一般除了一個漢字外其他的都是字母，即在理想狀態(tài)下每個字符是全連通的且互不相連，因此可以使用特定的方法進行字符切分。 5．字符識別是使分割得到的字符進一步轉(zhuǎn)化為文本并存入數(shù)據(jù)庫或者直接顯示出來的過程。 三， 圖像 處理 圖像預處理包括對動態(tài)采集到的圖像進行灰度化、二值化、邊界增強、濾波等 處理，以克服圖像干擾，改善識別效果。 車牌圖像信息的采集、輸入過程中由于受到自然環(huán)境的影響，如光照 (白天、黑夜 )、天氣 (陰、雨、霧、雪、晴 )，還有季節(jié)、運動失真及模糊等因素，總會使所獲取的圖像質(zhì)量下降，給后面的車牌圖像定位、字符分割和字符識別帶來很大的困難。因此需要對車牌初始圖像進行必要的預處理，提高圖像質(zhì)量并突出我們所需要的信息，從而有利于進行各種后續(xù)的處理。 圖像預處理是相對于圖像分析、圖像識別、圖像理解而言的一種對圖像前期的處理，也可以看作是對初始采集圖像的增強。圖像增強的目的就是采用一系列技術(shù)，改善 圖像的效果或?qū)D像進行適當?shù)淖儞Q以突出某些有用的信息，去除或消弱無用的信息，如改變圖像的對比度、去除噪聲或強調(diào)邊緣等，從而改進特征抽取、匹配和識別的可靠性。 1,圖像灰度化與二值化 function [d]=main(jpg) I=imread(39。F:\39。)。 figure(1),imshow(I)。title(39。原圖 39。)。 原圖 I1=rgb2gray(I)。 %將真彩色圖像轉(zhuǎn)換為灰度圖像 figure(2),subplot(1,2,1),imshow(I1)。title(39?；叶葓D 39。)。 figure(2),subplot(1,2,2),imhist(I1)。title(39?；叶葓D直方圖 39。)。 灰度圖0 100 200020406080100灰度圖直方圖 2，邊緣檢測和邊緣腐蝕 I2=edge(I1,39。robert39。,39。both39。)。 %高斯濾波器 ,方差為 figure(3),imshow(I2)。title(39。robert 算子邊緣檢測 39。) r o b e r t 算子邊緣檢測 se=[1。1。1]。 I3=imerode(I2,se)。 %圖像的腐蝕 figure(4),imshow(I3)。title(39。腐蝕后圖像 39。)。 腐蝕后圖像 se=strel(39。rectangle39。,[40,40])。 %構(gòu)造結(jié)構(gòu)元素，以長方形構(gòu)造一個 se I4=imclose(I3,se)。 %對圖像實現(xiàn)閉運算，閉運算也能平滑圖像的輪廓，但與開運算相反，它一般融合窄的缺口和細長的彎口，去掉小洞，填補輪廓上的縫隙。 figure(5),imshow(I4)。title(39。平滑圖像的輪廓 39。)。 平滑圖像的輪廓 I5=bwareaopen(I4,2021)。 %從二進制圖像中移除所有少于 p像素的連接的組件（對象），產(chǎn)生另一個二進制圖像 figure(6),imshow(
試題試卷相關(guān)推薦
鄂ICP備17016276號-1