基于fpga的車牌識別(編輯修改稿)
2025-06-07 00:42 本頁面
【文章內(nèi)容簡介】 1 / 2 / 1 02 0 1 1 / 1 / 1 7完 成 各 個 模 塊 與 單 元 功 能 仿 真5 2 0 1 1 / 3 / 1 02 0 1 1 / 2 / 1 1系 統(tǒng) 集 成 與 測 試 、 確 保 識 別 率階段分析 ? 階段一：理論調(diào)研 對車牌涉及的圖像、算法、模式識別、 FPGA、總線協(xié)議知識進(jìn)行調(diào)研作為理論基礎(chǔ)。 ? 階段二：分割字符 將圖像數(shù)據(jù)輸入 FPGA中，基于常用的垂直投影算法，使用變換的分割閾值，經(jīng)過迭代循環(huán)，達(dá)到字符分割。 ? 階段三：識別 車牌上的字符由字母，數(shù)字，漢字構(gòu)成。由模式識別中的聚類來看一共是 26+10+34個聚類中心，對采集來的數(shù)據(jù)進(jìn)行濾波等處理后進(jìn)行聚類 結(jié)構(gòu)匹配，由于已知是 70個聚類，所以采用 K均值聚類法來進(jìn)行分類決策 算法 ：在 FPGA上使用軟核對其進(jìn)行 K均值迭代計算，將樣本與已經(jīng)有的聚類通過最小距離進(jìn)行匹配。這里 K中聚類的數(shù)目、初始值、模塊集合分布會影響算法速度，如果可以優(yōu)化出能快速選中相鄰的聚類，可以大大的提高實(shí)時要求。 ? 階段四：定位 車牌的提取，采用多個特征（顏色分量，灰度圖，形狀大?。┻M(jìn)行對車牌的定位提取出車牌圖像，F(xiàn)PGA上并行處理后給出決策判定。 ? 階段五（ *）：傳輸 通過通信協(xié)議進(jìn)行對經(jīng)過處理的圖像數(shù)據(jù)與 PC的互聯(lián)。 關(guān)鍵技術(shù)分析 ? 字符分割： 將背景中有意義的單個字符提取出來，為識別打下基礎(chǔ)。 字符分割技術(shù)有許多比如：車牌區(qū)域紋理特征、數(shù)學(xué)形態(tài)學(xué)、 Hough變換都能分割字符。 本系統(tǒng)字符分割流程：二值化 搜索字符邊界 執(zhí)行分割 由于字符塊在豎直方向上的投影必然在字符間取得局部最小，因此字符 正確分割位置應(yīng)該在上述局部最小值附近，所以采用垂直投影方法實(shí)現(xiàn)。 這里是基于車牌已經(jīng)定位情況。明確白色灰度值 255，黑色灰度值 0。 分割流程：二值化 搜索字符邊界 執(zhí)行分割 *)二值化：將灰度圖像選取一個適當(dāng)?shù)拈撝底優(yōu)楹诎讏D像，可以根據(jù)需求 設(shè)置不同的閾值以便進(jìn)行分割。 *)尋找字符邊框：豎直掃描圖
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1