【正文】 FLASH H JTAG 電源 SDRAM 北京聯(lián)合 大學 畢業(yè)設計 11 圖 ：電壓轉換電路 圖 ： TMS320VC5509ADSP 注：由于市場上的都為 5V 電壓，所以通過電壓轉換電路（圖 3），將 5V 電壓轉換為 DSP 芯片需要的 + 和 +， DSP 芯片 5 7 13 12 2 4 898 號引腳接 + 電壓， 13 6 11 8 8 7 5 4 2 18 號引腳接 + 電壓。 （ 4） Flash： 存儲引導程序，用于啟動系統(tǒng)，也可以存儲其它程序和數(shù)據(jù) 。 （ 2） 電源 模塊： 為 DSP 芯片 提供電源。 硬件框圖： 圖 硬件系統(tǒng)設計 、各模塊功能 （ 1） DSP 芯片：為本設計的核心模塊，采用 TMS320VC5509A 型號的 DSP，在運算速度上要更快。 北京聯(lián)合 大學 畢業(yè)設計 10 三、 硬件 系統(tǒng)設計 、硬件系統(tǒng)設計 在硬件系統(tǒng)設計過程中， 芯片用的是 TMS320VC5509A， FLASH 和 SDRAM 用到的為 AM29LV800 和 HY57V641620FTP。 對于硬件電路設計部分，可以根據(jù)軟件的需要，去實現(xiàn)圖像處理功能。 此次 算法的實現(xiàn)，采用的是由 Math Works 公司開發(fā)的 MATLAB 軟件，它功能強、效率高、簡單易學，是當今最優(yōu)秀的科技應用軟件之一，具有強大的科學計算與可視化功能和開放式擴展環(huán)境。其涉及的主要內容是掌握圖像處理中的灰度化、邊緣提取、形態(tài)學處理、顏色判定等技術，按照圖像處理的基本流程，編寫程序實現(xiàn)給出區(qū)域裁剪、截取車牌子圖像，實現(xiàn)所采集圖片中的車牌的定位。接下來，就各部分的情況逐一介紹。 是基于灰度圖像的車牌定位方法，基于灰度圖像的方法一般來說彩色圖像都要先灰度化、二值化處理，然后通過車牌區(qū)域的特征或者邊緣特征進行檢測，這類方法在定位中把彩色圖像得到處理轉化為黑白兩色的圖像，反應時間快，但誤檢率高； 針對車牌定位中，車牌位置的不確定性對車牌定位準確率的影響，提出了把車體區(qū)域 定 位應用于車牌定位分割系統(tǒng)的思路。設計一個 DSP 系統(tǒng)，來實現(xiàn)用 MATLAB 實現(xiàn)的相同功能。所以研制和開發(fā)出符合我國車牌特點的高效、實用的 LPR 系統(tǒng)，將具有深遠的意義． 北京聯(lián)合 大學 畢業(yè)設計 9 二、 系統(tǒng)概述 本 次畢業(yè)設計的題目為“基于 MATLAB 的車牌算法設計”。 由此可見， LPR 系統(tǒng)具有廣泛的應用前景。 4 ．數(shù)據(jù)自動統(tǒng)計及模糊查詢 主要用于路橋卡口、停車場的內部管理和交通公安部門的監(jiān)控管理。 3 ．在無人看守情況下車輛的出入 主要用于小區(qū)停車場管理系統(tǒng)中，利用系統(tǒng)能在不停車狀態(tài)下自動識別汽車牌照和車型的特點，在車輛經(jīng)過卡口的一瞬間，得到識別結果并通過通信網(wǎng)絡將識別出的車輛信息及入口信息傳送到各個出口。將車輛相關資料輸入應用系統(tǒng)中，系統(tǒng)就會處于自動檢測狀態(tài)，24 小時不停地對所有經(jīng)過的車輛自動進行識別、比較、處理，一旦發(fā)現(xiàn)上述車輛經(jīng)過，立 刻發(fā)出控制信號，達到車輛自動稍查的目的。 LPR 系統(tǒng)應用于這些系統(tǒng)，可以解決通緝車輛的自動稽查問題，停車場交通堵塞問題，還可以防止因工作人員作弊造成的路橋卡口、高速公路、停車場應收款的流失，同時能以最簡單的方式完成交通部門的車輛交通信息聯(lián)網(wǎng)，解決數(shù)據(jù)統(tǒng)計自動化，模糊查詢的問題，具體應用可概括為： 1 ．車輛身份的識別 在 道路交通檢測部門，每天有大量的違規(guī)車輛（如闖紅燈、逆行、壓黃線等）圖片匯集，通常的人工識別車牌及輸入信息的方式，工作量大，易引起操作員的疲勞誤判，采用自動 LPR 系統(tǒng)能自動對車輛牌照進行識別處理，可減少大量人力、物力，減輕工作強度，顯著提高處理速度和效率。 ( 9 ）計算出行時間。 ( 7 ）道口檢查站車輛監(jiān)控。 ( 5 ）闖紅燈等違章車輛監(jiān)控。 北京聯(lián)合 大學 畢業(yè)設計 7 ( 3 ）機場、港口等出入口車輛管理 。 ( 1 ）交通流量檢測。 1 . 車牌識別系統(tǒng)的應用范圍 車輛牌照作為車輛的唯一身份標識是智能交通系統(tǒng)中大量信息的來源和直接處理對象。 目前的牌照識別系統(tǒng) 具有 一定的識別率 ，在天氣條件差的情況下或夜晚時，識別率會明顯下降， 此外，也受到其他許多客觀干擾的影響，例如 天氣、背景、車牌磨損、圖像傾斜等 。 車牌定位只是車牌識別系統(tǒng)中最重要的一步。 西安交通大學的圖像處理與識別研究室、上海交通大學的計算機科學和工程系、清華大學人工智能國家重點實驗室、浙江大學的自動化系也在進行類似的研究。 目前國內做得 比較好是上海高德威公司的產(chǎn)品，另外中科院自動化研究所漢王公司的“漢王眼”、亞洲視覺科技有限公司、深圳市吉通電子有限公司、中國信息產(chǎn)業(yè)部下屬的中智交通電子系統(tǒng)有限公司的產(chǎn)品都有不錯的效果，另外國內的許多大學都對車牌識別系統(tǒng)做了很多的研究。但是，這些產(chǎn)品基本上只適合于自己國內的狀況。為了解決圖像惡化的問題，目前國內外北京聯(lián)合 大學 畢業(yè)設計 6 的研究機構或公司企業(yè)采取的辦法是采用主動紅外照明攝像或使用特殊的傳感器來提高圖像的質量，繼而提高識別率。 1 . 國內外研究狀況 從 20 世紀 90 年代 開始 ，國外的研究人員就己經(jīng)開始了對車牌自動識別的研究，其主要途徑就是對車牌的圖像進行分析，自動提取車牌信息，確定汽車牌號。 IC 卡是一種集微電子技術、通訊技術和計算機技術于一體的高科技產(chǎn)品，利用 IC 卡進行車牌識別必須要在每輛汽車上安裝微型的電子信號接收和發(fā)射裝置即 IC 卡，當車輛經(jīng)過路口的檢測裝 置時 IC 卡系統(tǒng)將與路口的計算機系統(tǒng)進行對話，計算機系統(tǒng)從而取得卡內存儲的車輛信息，然而盡管 IC 卡技術識別準確度高，運行可靠并可全天候作業(yè)，但它的整套設備價格昂貴，硬件復雜，不適用于異地作業(yè)且須制定全國統(tǒng)一標準．條形碼識別技術由于識別速度快、準確度高以及成本低等優(yōu)點，目前廣泛應用于商品銷售、圖書館管理、倉庫管理、郵政管理等眾多領域，將其用于汽車牌照識別方面也是一種新方法，但它同 IC 卡技術一樣須在全國有統(tǒng)一標準，這給近期短時間內推廣造成困難。 車輛牌照識別系統(tǒng)（ License Plate Recognition System , LPRS ）是智能交通系統(tǒng)的一個重要組成部分，是計算機視覺與模式識別在智能交通領域應用的重要研究課題之一。智能交通系統(tǒng)是以緩和道路堵塞和減少交通事故，提高交通利用者的方便、舒適為目的，利用交通信息系統(tǒng)、通訊網(wǎng)絡、定位系統(tǒng)和智能化分析與選線的交通系統(tǒng)的總稱。 北京聯(lián)合 大學 畢業(yè)設計 5 一、 緒論 1 . 1 、 課題的背景和意義 隨著汽車的普及， 交通運輸問題日益嚴重：車輛擁擠，事故頻發(fā)，交通環(huán)境不斷惡化。如果沒有高效率的搜索方法，就需要耗費很多計算時間和存儲空間。不同光照下，車牌的顏色、亮度、明 暗 對比度都有 很大變化；背景信息通常比車牌信息更加復雜，某些背景區(qū)域可能與車牌區(qū)域差異不大；再加上攝像距離、角度的不同，要從種種干擾中區(qū)別出目標是十分困難的。 車牌定位就是在車輛圖像中定位牌照區(qū)域的位置。它可廣泛應用于交通流量檢測，交通控制于誘導，機場，港口，小區(qū)的車輛管理，不停車自動收費，闖紅燈等違章車輛監(jiān)控以及車輛安全防盜等領域，具有廣闊的應用前景。通過對車牌特征的研究，利用邊緣掃描方法實現(xiàn)車牌定位。 本文 利用 MATLAB 工具實現(xiàn)車牌定位算法研究。車牌的定位、分割更是該系統(tǒng)的關鍵，由于圖像場景的復雜性以及車牌位置和圖像質量的不可預知性，牌照定位分割系統(tǒng)一直都未做到令人滿意，所以有必要對其進行進一步 的研究。車牌自動識別系統(tǒng)一般包括車牌定位、字符分割和字符識別三個模塊。北京聯(lián)合大學 信息 學院 畢業(yè)設計 題目： 基于 MATLAB 的車牌定位算法設計 姓 名： 林本存 學 號： 2022080403104 學 院： 信息學院 專 業(yè)： 電子信息工程 同 組 人： 指 導 教 師： 章學靜 協(xié)助指導教師： 2022 年 5 月 12 日 北京聯(lián)合 大學 畢業(yè)設計 1 摘要 車牌自動識別系統(tǒng)是現(xiàn) 代智能交通管理的重要組成部分，可用于各級各類車輛管理場所。與傳統(tǒng)的車輛管理方法相比，它大大地提高了管理效率與水平，節(jié)省了人力、物力，實現(xiàn)了車輛管理的科學化、規(guī)范化，對交通治安起到了一定的保障作用，因此有著廣泛的應用前景。它的研究主要涉及到模式識別、人工智能、計算機視覺、數(shù)字圖像處理等眾多學科領域。 本文通過對大量資料的搜集、整理，總