【正文】 應(yīng)用。同樣，對(duì)于Verilog 語(yǔ)言，為了最終可以使用綜合工具把Verilog 源代碼轉(zhuǎn)化為門(mén)級(jí)邏輯，則Verilog 程序必須做到?jīng)]有任何外加的人工延時(shí)信號(hào)，也就是需要表示為有限狀態(tài)機(jī)。兩種語(yǔ)言都可以根據(jù)定義出的基礎(chǔ)模塊來(lái)進(jìn)行操作對(duì)象的實(shí)例化。根據(jù)這一特性，可以看出整個(gè)C ++ 程序設(shè)計(jì)全面圍繞面向?qū)ο蟮姆绞竭M(jìn)行，當(dāng)使用所定義的類類型時(shí)，是通過(guò)創(chuàng)建類對(duì)象( 也稱作類的實(shí)例) 的方式來(lái)實(shí)現(xiàn)的。 C ++ 特性在IC 設(shè)計(jì)中的應(yīng)用類是C ++ 最重要的特征，通過(guò)類來(lái)定義要解決的特定問(wèn)題，這樣做的好處是對(duì)每個(gè)問(wèn)題都能夠提供最合適的解決方案，所以在設(shè)計(jì)的開(kāi)始就可以從類出發(fā)。m_pt rT rack. A dd( pt_SaveT rack) 。buf2= _ ecvt ( now _ L atitude, lat itude _ precision,amp。char* buf1。case 2:hBitmap=( HBITMA P) LoadImage( AfxGet InstanceH andle( ) ,res\ 2. bmp, IMAGE_BITMA P, 0, 0,LR _ L OA DFROMFILE | LR _ CREA TEDIBSECT ION) 。目前，隨著視頻檢測(cè)技術(shù)的提高，有些已經(jīng)開(kāi)始使用視頻流檢測(cè)系統(tǒng)，檢測(cè)是否有車(chē)輛通過(guò)。第四章 基于c++的車(chē)牌自動(dòng)識(shí)別算法車(chē)牌識(shí)別系統(tǒng)軟件平臺(tái)。作者將小波分析與數(shù)學(xué)形態(tài)學(xué)相結(jié)合，通過(guò)小波多尺度分解提取出紋理清晰且具有不同空間分辨率、不同方向的邊緣子圖，其水平方向低頻、垂直方向高頻的這一細(xì)節(jié)分量，主要代表車(chē)牌的目標(biāo)區(qū)域。 數(shù)學(xué)形態(tài)學(xué)中的腐蝕和膨脹以及在此基礎(chǔ)上產(chǎn)生的開(kāi)、閉運(yùn)算在車(chē)牌定位中得到了較為廣泛的運(yùn)用。在文獻(xiàn)[18]中，作者首先對(duì)車(chē)輛灰度圖像在橫向上進(jìn)行一階差分運(yùn)算，并累積其差分直方圖。從人的視覺(jué)角度出發(fā)，我國(guó)車(chē)牌具有以下可用于定位的特征：（1）車(chē)牌底色往往與車(chē)身顏色、字符顏色有較大差異；（2）車(chē)牌有一個(gè)連續(xù)或由于磨損而不連續(xù)的邊框，車(chē)牌內(nèi)字符有多個(gè)，基本呈水平排列，所以在牌照的矩形區(qū)域內(nèi)存在較豐富的邊緣，呈現(xiàn)出規(guī)則的紋理特征；（3）車(chē)牌內(nèi)字符之間的間隔比較均勻，字符和牌照底色在灰度上存在跳變，而字符本身與牌照底的內(nèi)部都有較均勻灰度；（4）不同圖像中牌照的具體大小、位置不確定，但其長(zhǎng)度比變化有一定范圍，存在一個(gè)最大和最小長(zhǎng)寬比。實(shí)驗(yàn)證明，我們所開(kāi)發(fā)的算法是有效而且實(shí)用的。所以，在這里本人提出了兩種字符定位方法，一種是基于拉普拉斯變換、區(qū)域生長(zhǎng)法和車(chē)牌先驗(yàn)知識(shí)相結(jié)合的車(chē)牌字符分割方法，另一種是基于快速區(qū)域標(biāo)號(hào)算法和車(chē)牌大間隔定位方法的車(chē)牌字符分割方法。所以必須統(tǒng)一為黑底白字的圖像。圖像預(yù)處理車(chē)牌提取因此，很多人都致力于車(chē)牌定位算法的研究，也提出了很多切實(shí)可行的方法。如何處理這些質(zhì)量參差不齊的圖像，得到更適合后端圖像處理的數(shù)據(jù)就是圖像預(yù)處理需要完成的工作。當(dāng)然在特定條件下也可以使用計(jì)算機(jī)來(lái)完成。車(chē)輛圖像采集車(chē)牌提取字符分割字符識(shí)別車(chē)輛檢測(cè)車(chē)牌識(shí)別系統(tǒng)的硬件部分主要包括三個(gè)部分：（1）圖像采集部分圖像采集由CCD彩色攝像機(jī)和圖像采集卡組成。當(dāng)車(chē)輛通過(guò)關(guān)卡，經(jīng)過(guò)車(chē)體位置傳感器的敏感區(qū)域時(shí)，傳感器發(fā)送一個(gè)信號(hào)給圖像采集控制部分。圖11我國(guó)典型車(chē)牌示例本課題就車(chē)牌識(shí)別技術(shù)進(jìn)行了一系列的研究和開(kāi)發(fā)工作。其中X1是漢字，一般代表省、直轄市、自治區(qū)的名稱或者軍隊(duì)的區(qū)域劃分，X2為英文大寫(xiě)字母（不包括I和O，下同），代表發(fā)證照及監(jiān)督機(jī)關(guān)的代號(hào)，X3 X4 X5 X6 X7為汽車(chē)編碼，一般為5位數(shù)字，即從00001～99999。在園區(qū)大門(mén)處，設(shè)有車(chē)牌自動(dòng)識(shí)別系統(tǒng)，對(duì)進(jìn)出車(chē)輛自動(dòng)識(shí)別，并根據(jù)數(shù)據(jù)庫(kù)中的車(chē)牌數(shù)據(jù)判斷是否是園區(qū)內(nèi)的車(chē)輛，對(duì)園區(qū)內(nèi)的車(chē)輛放行并自動(dòng)記錄其出入園時(shí)間，以便出現(xiàn)車(chē)輛被盜等情況時(shí)查詢；對(duì)園區(qū)外車(chē)輛，將要求其登記后方可進(jìn)入。同時(shí)該系統(tǒng)還可以與110指揮中心相連，完成EE110的監(jiān)控報(bào)警工作車(chē)輛身份的后臺(tái)集中識(shí)別:在道路交通監(jiān)測(cè)部門(mén)，每天有大量的違規(guī)車(chē)輛（如闖紅燈、超速、搶道等）圖片匯集，現(xiàn)在的人工識(shí)別車(chē)牌及輸入方式，工作量很易引致疲勞誤判。系統(tǒng)處于自動(dòng)檢測(cè)狀態(tài)，一旦發(fā)現(xiàn)該類車(chē)輛經(jīng)過(guò)，給出的控制信號(hào)不是驅(qū)動(dòng)攔截裝置，而是驅(qū)動(dòng)放行裝置。其主要的實(shí)現(xiàn)方法是：在通道網(wǎng)絡(luò)入口和出口處分別安裝車(chē)輛檢測(cè)系統(tǒng)，通過(guò)對(duì)車(chē)牌的匹配和智能交通系統(tǒng)網(wǎng)絡(luò)，對(duì)車(chē)輛行駛速度、流量進(jìn)行估計(jì)，檢測(cè)當(dāng)前的交通擁擠程度，自動(dòng)提供實(shí)時(shí)交通信息。國(guó)內(nèi)外的研究也表明，采集的圖像的好壞對(duì)整個(gè)系統(tǒng)的性能在一定程度上起著決定性作用。它通過(guò)提取圖像的邊緣信息進(jìn)行分析，進(jìn)而測(cè)得車(chē)牌字符邊緣。限制我國(guó)車(chē)牌識(shí)別技術(shù)的應(yīng)用和推廣的原因主要有以下三個(gè)方面：（1）識(shí)別速度較慢，不能進(jìn)行實(shí)時(shí)處理；（2）識(shí)別率不穩(wěn)定，只有在特定的環(huán)境下才可以達(dá)到比較高的識(shí)別率。因此，尋找一個(gè)適合大多數(shù)情況和大部分環(huán)境的、更加通用的車(chē)牌識(shí)別方法顯得十分有必要和重要。當(dāng)前，智能交通系統(tǒng)（ITS）在交通信息統(tǒng)計(jì)收集、路車(chē)間通信、停車(chē)場(chǎng)管理、無(wú)停車(chē)收費(fèi)等領(lǐng)域應(yīng)用越來(lái)越為廣泛。前者利用高帽變換從車(chē)牌圖像中定位出車(chē)牌的水平位置，利用小波變換從候選區(qū)域中定位出車(chē)牌豎直位置，進(jìn)而從原始圖像中提取出車(chē)牌；后者采用投影法進(jìn)行車(chē)牌水平定位，通過(guò)數(shù)學(xué)形態(tài)學(xué)變換得到車(chē)牌豎直位置信息，從而準(zhǔn)確地從含有車(chē)牌的圖像中定位出車(chē)牌圖像。摘　要隨著我國(guó)經(jīng)濟(jì)的發(fā)展、汽車(chē)擁有量的急劇增加，公路交通成為我國(guó)重要的交通運(yùn)輸途徑，是國(guó)家大力發(fā)展的基礎(chǔ)設(shè)施。（2）車(chē)牌識(shí)別系統(tǒng)軟件平臺(tái)。公路和停車(chē)場(chǎng)逐漸向信息化、智能化和無(wú)人化管理方向發(fā)展，對(duì)儀器的智能化程度也提出了更高的要求，特別是收費(fèi)路段和停車(chē)場(chǎng)，要進(jìn)行無(wú)人化管理。也只有當(dāng)在大多數(shù)環(huán)境下LPR都具有很高的性能時(shí)，LPR才會(huì)得到更加廣泛的運(yùn)用。當(dāng)天氣和環(huán)境變化后，識(shí)別率有可能會(huì)大幅度下降；（3）系統(tǒng)可移植性不強(qiáng)，穩(wěn)定性差，壽命較短。其缺點(diǎn)是要求圖像邊緣的連續(xù)性要好，但實(shí)際拍攝的車(chē)牌字符邊框往往不連續(xù)。如果圖像采集工具精度較高，即使在汽車(chē)高速行駛或者分辨率較低的環(huán)境中仍然可以得到比較清晰的圖像，從而為圖像處理提供了相當(dāng)好的數(shù)據(jù)源，具有較高的信噪比。它能從一副圖像中自動(dòng)提取車(chē)牌圖像，分割字符圖像，進(jìn)而對(duì)字符進(jìn)行識(shí)別。系統(tǒng)此時(shí)會(huì)自動(dòng)開(kāi)啟道閘，達(dá)到車(chē)輛不停車(chē)過(guò)卡和減少工作人員、嚴(yán)化內(nèi)部管理的目的。采用車(chē)牌識(shí)別系統(tǒng)能輕易自動(dòng)地進(jìn)行識(shí)別處理，可大量減少人力、減輕工作強(qiáng)度，大幅度提高處理速度和效率。停車(chē)場(chǎng)管理：在園區(qū)停車(chē)場(chǎng)出、入口處，設(shè)有車(chē)牌自動(dòng)識(shí)別系統(tǒng)，對(duì)進(jìn)出停車(chē)場(chǎng)的車(chē)輛自動(dòng)識(shí)別，并根據(jù)數(shù)據(jù)庫(kù)中的車(chē)牌數(shù)據(jù)判斷是否是已買(mǎi)（或租）車(chē)位的車(chē)輛，對(duì)已買(mǎi)（或租）的車(chē)輛放行，并自動(dòng)記錄其出入停車(chē)場(chǎng)時(shí)間，以便出現(xiàn)車(chē)輛被盜等情況時(shí)查詢，對(duì)進(jìn)入停車(chē)場(chǎng)的已買(mǎi)（或租）車(chē)位的車(chē)輛自動(dòng)將其車(chē)位處的擋車(chē)器打開(kāi)，以便車(chē)輛停放；對(duì)其它車(chē)輛，將自動(dòng)記錄其出入停車(chē)場(chǎng)的時(shí)間，以便計(jì)時(shí)收費(fèi)，對(duì)進(jìn)入停車(chē)場(chǎng)的其它車(chē)輛自動(dòng)分配停車(chē)位并將其車(chē)位處的擋車(chē)器打開(kāi)，以便車(chē)輛停放。編號(hào)超過(guò)10萬(wàn)時(shí)，就由A、B、C等英文字母代替，其中，第三、四個(gè)字符可能是英文字母，也可能是阿拉伯?dāng)?shù)字，第五至第七個(gè)字符均為阿拉伯?dāng)?shù)字。針對(duì)車(chē)牌識(shí)別技術(shù)，在以前國(guó)內(nèi)外學(xué)者取得的成果基礎(chǔ)上，努力學(xué)習(xí)和創(chuàng)新，并且結(jié)合我國(guó)車(chē)牌的特殊性，開(kāi)發(fā)出具有實(shí)用性的車(chē)牌識(shí)別算法。采集控制部分控制攝像機(jī)采集一幅汽車(chē)圖像送至計(jì)算機(jī)內(nèi)。為了提高系統(tǒng)對(duì)天氣、環(huán)境、光線等的自適應(yīng)性，攝像機(jī)一般采用自動(dòng)對(duì)焦、自動(dòng)光圈的一體化機(jī)；車(chē)輛檢測(cè)通常采用車(chē)輛傳感器，如地感線圈、紅外線等。（3）結(jié)果輸出部分將識(shí)別出的車(chē)牌號(hào)碼通過(guò)液晶屏幕或者顯示器輸出出來(lái)，必要的時(shí)候需要與車(chē)輛數(shù)據(jù)庫(kù)建立連接，從而進(jìn)一步顯示出該車(chē)輛的狀態(tài)。首先，我們得到的圖像可能是彩色圖像，但是由于彩色圖像數(shù)據(jù)量巨大，處理起來(lái)不方便且速度較慢，所以有必要將彩色圖像轉(zhuǎn)換為灰度圖像。本人也提出了兩種有效的車(chē)牌定位算法，一種是基于高帽變換和小波變換的車(chē)牌提取方法，另一種是基于投影法和數(shù)學(xué)形態(tài)學(xué)的車(chē)牌提取方法。同時(shí)，車(chē)牌圖像中基本上只含有車(chē)牌，不包括其他的區(qū)域，因此我們可以利用這一特點(diǎn)把圖像盡量增強(qiáng)。前一種算法的特點(diǎn)是首先采用拉普拉斯算子對(duì)進(jìn)行車(chē)牌區(qū)域進(jìn)行邊緣檢測(cè)；然后，以拉普拉斯變換檢測(cè)到的邊緣點(diǎn)為“種子”點(diǎn)進(jìn)行區(qū)域生長(zhǎng)，得到“初步”字符候選區(qū)；接著，去除高度、寬度和高寬比明顯不符合字符區(qū)域要求的“初步”字符候選區(qū)，得到“中間”字符候選區(qū)域；然后，結(jié)合車(chē)牌的先驗(yàn)知識(shí)修正和補(bǔ)足字符區(qū)域，得到“最終”字符候選區(qū)域。在此之前我們將就車(chē)牌提取在國(guó)內(nèi)外常用的算法和技術(shù)發(fā)展?fàn)顩r作一個(gè)較詳細(xì)的說(shuō)明。根據(jù)這些特點(diǎn)，人們提出了多種車(chē)牌定位的方法。對(duì)此直方圖采用離散指數(shù)平滑法進(jìn)行平滑，而且具有一定寬度和對(duì)稱性，因此可以利用這一特征來(lái)排除一部分峰點(diǎn)。腐蝕是一種消除邊界點(diǎn)的過(guò)程，結(jié)果是使目標(biāo)縮小，孔洞增大，因而可有效地消除孤立噪聲點(diǎn)。然后，用數(shù)學(xué)形態(tài)學(xué)方法對(duì)小波分解得到的細(xì)節(jié)圖像進(jìn)行一系列膨脹和腐蝕運(yùn)算，有效的消除細(xì)小的物體，增強(qiáng)目標(biāo)區(qū)域內(nèi)的連通性，從而在結(jié)果圖像中只留下了車(chē)牌這一待尋的目標(biāo)。搭建了一個(gè)基于c/c++語(yǔ)言的算法演示平臺(tái)，該平臺(tái)集成了我們算法研究的結(jié)果，以及一些通用的數(shù)學(xué)算法，該平臺(tái)是完全開(kāi)放的，可以自由在其基礎(chǔ)上增加新的算法并可方便的觀察算法結(jié)果。圖像采集部分包括光線不足時(shí)自動(dòng)光源補(bǔ)足和CCD攝像頭，以攝取清晰的車(chē)輛圖像。break。buf1= _ ecvt ( now _Longitude, longit ude _ precision,amp。 latitude_decimal, amp。 / / 存儲(chǔ), 以待重繪} 整體設(shè)計(jì)流程采用此種新方法進(jìn)行IC 設(shè)計(jì)的整體流程如圖1 所示。類通過(guò)把數(shù)據(jù)和方法包裝在一起并將它們視為整體來(lái)封裝信息，在結(jié)構(gòu)上隱藏了應(yīng)用細(xì)節(jié)并嚴(yán)格限制對(duì)其數(shù)據(jù)和操作的外部訪問(wèn)，保護(hù)了數(shù)據(jù)的完整性。類中的成員和成員函數(shù)可通過(guò)類對(duì)象來(lái)調(diào)用。在程序的執(zhí)行處理上，C ++ 程序是一行接一行依次執(zhí)行的，屬于順序結(jié)構(gòu)，而Verilog 描述的硬件是可以在同一時(shí)間同時(shí)運(yùn)行的，屬于并行結(jié)構(gòu)。在邏輯電路設(shè)計(jì)過(guò)程中兩種語(yǔ)言對(duì)不同的接口類型需區(qū)別對(duì)待。 模塊的定義方式在DSP 的設(shè)計(jì)過(guò)程中，其包含有乘法累加器、運(yùn)算器、狀態(tài)生成器、指令存儲(chǔ)器和外部主機(jī)接口等基礎(chǔ)模塊。對(duì)于信號(hào)的初始化則可在構(gòu)造函數(shù)中完成，這樣可以保證在每個(gè)對(duì)象首次使用之前初始值被編譯器自動(dòng)應(yīng)用在每個(gè)類對(duì)象上。 i ＜ 5。在Verilog 的頂層Top 模塊中，將各基礎(chǔ)模塊文件包含進(jìn)去，然后在引用時(shí)用“當(dāng)本論文付梓之時(shí)，我體會(huì)到了探索的艱辛，也品嘗到了收獲的喜悅，“文章天下事，得失寸