基于FPGA和DSP的车牌识别系统的研究

摘要：本文介绍了一种以DSP和FPGA为核心的车牌识别系统的设计方案,利用FPGA控制车牌图像数据的采集,经过图像格式转换之后传送到DSP中,进行车牌区域定位、字符分割、车牌识别等操作,最后将识别结果传送到LCD中显示。系统采用CCS（Code Composer Studio）集成开发环境,利用VC 语言编程实现车牌识别算法。通过嵌入式机器视觉库EMCV实现识别算法在DSP中的移植,并在LCD上创建工作窗口显示识别结果。实验结果表明该车牌识别系统的设计方案识别结果准确,功能稳定可靠。     

基于智能手持设备的车牌识别系统研究

以交警能更加快捷方便地稽查运营车辆为目的,借助最新的移动互联网技术,分析并研究了多种计算机视觉算法。提出了一种基于K均值聚类（K-means）的车牌定位技术,通过颜色的聚类分析来确定车牌区域,定位车牌。又应用垂直投影技术和模板匹配法来分割和识别车牌字符,利用SQlite开发了具有存储车牌字符信息功能的数据库。在此基础上,研制了一套基于智能手持设备的车牌识别系统。功能测试表明,该系统具有良好的性能,能够较好地识别出车牌信息。     

基于SSIM的车牌识别算法研究

对车牌中的字符进行精确提取并识别是车牌识别系统面临的重要问题。在字符提取阶段,利用车牌图像特有的信息特征,提出以红色分量作为目标图像,依次进行水平和垂直投影完成字符分割,既可精确提取字符,又可矫正字符形态。将基于结构相似度SSIM(structure similarity)的算法应用于车牌识别,避免了前期对字符结构信息做大量的对比统计工作,省略了特征提取的步骤,降低了算法复杂度;利用角点检测方法对相似字符进行细化和区分,进一步完善了整体的识别性能。实验证明,该算法有较好的识别率。     

基于自适应耦合PDE模型的车牌图像去噪研究

针对车牌识别预处理中的图像去噪问题,提出一种自适应耦合偏微分方程(PDE)去噪模型;该模型在各项异性扩散模型的基础上,构造一种新的去除椒盐噪声的扩散项,能够根据噪声图像特点自适应控制扩散速度,有效抑制椒盐噪声,并将新的扩散项与各向异性扩散模型进行耦合,并提出一种新的耦合系数计算方法,根据图像信息自适应计算耦合系数,使得新模型能够在新的扩散项和各项异性扩散模型间自适应转换,有效去除车牌图像中的混合噪声;为了抑制去噪引起的图像边缘模糊问题,引入振动滤波进行逆滤波,增强图像的边缘信息;实验结果表明,自适应耦合PDE模型能更有效去除车牌图像中的混合噪声,保护图像的边缘信息,提高图像的峰值信噪比(PSNR);去噪后的图像更有利于后续的字符分割与识别,有效提高车牌图像的识别准确率。     

基于OpenCV的车牌图像定位

现有的车牌定位方法几乎都需要先对白天夜晚的场景进行分类,在图像中存在其他灰度剧烈变化区域时,这种场景分类容易影响到车牌定位的准确率;为了对获取到的车辆图像进行准确地定位,提出了一种改进的灰度跳变车牌定位算法,首先加入了光照补偿,使得不需要对白天和晚上的场景进行分类;然后进行了长竖线的噪声去除,可以在背景比较复杂的情况下准确定位车牌;并对精确定位出的车牌进行边框的去除,有利于下一步的字符分割;另外,对OpenCV计算机视觉库的库函数的利用,算法的复杂度得到了简化,从而更好地满足了车牌识别系统的实时性;通过对出入口处采集到的分辨率为704×576的300张图片进行测试,定位率高于95%,对白天和夜晚获取的图像有很好的适应性,满足设计要求。     

基于模糊多核学习的改进支持向量机算法研究

针对传统SVM对噪声点和孤立点敏感的问题,以及不能解决样本特征规模大、含有异构信息、在特征空间中分布不平坦的问题,将模糊隶属度融入多核学习中,提出了一种模糊多核学习的方法。通过实验验证了模糊多核学习比传统SVM、模糊支持向量机以及多核学习具有更好的分类效果,从而验证了所提方法能够有效的克服传统SVM对噪声点敏感以及数据分布不平坦的问题。     

基于LabVIEW图像法车牌智能识别系统

车辆牌照自动识别是实现交通管理智能化的重要环节,设计中利用图像采集卡对经过的车辆车牌进行图像采集并传送至计算机,采用美国NI公司LabVIEW软件,实现图像预处理、图像去噪以及图像增强等功能;然后根据车牌颜色特征对其准确定位,采用阈值法分割车牌字符;最后由OCR函数来识别字符,识别结果保存至相应数据中,可以进行相应的违章、违规智能交通管理,经实验该系统成功实现车牌识别识别率达99%。     

基于DaVinci平台的桶标在线双目识别系统设计

为解决工业生产线灌装桶标在线识别,避免人工检测的疏失、降低工作量,提出并实现基于DaVinci平台和嵌入式图像检测技术的桶标在线识别系统,该系统采用双核处理器OMAP3530对运动桶标图像进行处理,并采用双摄像头、双处理器的双目并行处理架构解决灌装桶在生产线上不规则旋转识别,提出的嵌入式图像识别及融合决策算法克服了工业现场光线变化大、不规则背景扰动等干扰影响,经过现场2 000次随机试验,无漏识和错识虚警,仅存在部分因桶标遮挡、污损导致未识别,总识别率达到99.81%,满足实际使用要求。     

基于灰度跳变与字符间隔模式的车牌定位方法研究

车牌定位是车牌自动识别的第一步,而如何考虑光照影响是车牌定位是否成功的关键;通过深入分析不同的车牌图像,提出一种基于灰度跳变与字符间隔模式的车牌定位方法;首先,针对不同光照条件下采集到的车牌图像明暗度的不同,利用多阈值处理方法得到车牌信息不丢失的、最佳的二值图像,然后,在其二值图像中首先利用灰度跳变定位车牌的上下边界,接着对字符垂直投影后的宽度进行统一的调整并以固定的字符间隔特征定位车牌的左右边界,从而完成车牌定位;最后,通过实验验证了该方法的有效性。     

未系安全带智能识别中安全带定位关键方法研究

安全带定位是实现机动车未系安全带智能识别的关键。针对道路监控图像特点,提出一种基于梯度变换的安全带定位方法。该方法在对卡口图像进行预处理的基础上,采用自适应阈值边缘检测算法以及积分投影方式定位车辆位置,设立车牌检测区域,以减少运算量,降低干扰,同时利用训练得到的Haar分类器识别车牌位置,通过逼近方式切取车辆右侧图像。最后采用梯度变换算法求得车窗各边缘坐标,实现车窗精准定位,并计算得到安全带位置。试验表明,该方法可实现安全带的准确定位,具有较好的实用性,为后续安全带识别奠定基础。     

多芯光纤及其在弯曲传感中的应用

采用纤芯间距为38.78 μm的国产多芯光纤设计了一种光纤弯曲传感器.该多芯光纤弯曲传感器由长度为1 m的七芯光纤与单模光纤拼接制成,多芯光纤弯曲时,相邻的纤芯发生模式耦合.在传感器一侧,将宽带光注入到位于多芯光纤中心的纤芯,用光谱分析仪测量带有曲率信息的频谱,获得弯曲传感器的透射谱波长偏移与弯曲曲率半径的关系,结果表明:多芯光纤弯曲半径越小,弯曲曲率越大,串扰越明显.     

属性嵌套计算网格智能算法实现车牌汉字精准识别的设计

设计了环境较差情况下高效精准、辨识汉字的智能车牌识别算法,通过引进属性嵌套计算网格实现了汉字高效辨识的车牌识别算法;算法应用结果表明:算法设计的网格密度与识别率是成正比的,采用的属性嵌套计算网格模型,显著地改进了字符的识别率;将属性计算网格算法与属性嵌套计算网格算法对比可知,采用属性嵌套计算网格算法识别率是98.7%,识别率明显较高;设计算法系统不仅实现了汉字识别的稳定、智能特性,同时表现了抵抗较强外界干扰的特性,这一研究对于智能化汉字识别有明显的借鉴价值。     

基于多芯光纤级联布喇格光纤光栅的横向压力与温度同时测量

提出并制作了一种基于多芯光纤与单模光纤错位构成的马赫-曾德尔干涉仪,将其与光纤布喇格光栅级联,形成的全光纤传感系统可实现横向压力和温度双参量同时测量.马赫-曾德尔干涉仪是利用多芯光纤和单模光纤的模场不匹配而发生模间干涉,当外界横向压力直接作用在多芯光纤内部光场,干涉仪具有较高的灵敏度.实验结果表明:马赫-曾德尔干涉仪压力灵敏度为28.57nm/(N·mm~(-1)),线性度为0.997,而光纤布喇格光栅在一定范围内对压力变化不敏感;马赫-曾德干涉仪和光纤布喇格光栅对温度变化都具有较高的线性度,温度灵敏度分别为56.1pm/℃和11.3pm/℃.对于分辨率为0.02nm的光谱仪,传感器可实现的压力和温度测量分辨率分别为7.0×10~(-4)N/mm和0.03℃.马赫-曾德尔干涉仪的透射谱和光纤布拉光栅的谐振峰对横向压力和温度的变化有不同的光谱响应,利用光谱仪对传感器的透射谱实时监测,方便地实现了压力与温度双参量的测量.该传感器结构简单,灵敏度高,可用于不同领域的压力传感.     

基于多核点共享树的多源光组播路由方法

通过网络编码方法优化多核点选择和组播信息传输,本文提出一种基于多核点共享树和网络编码的光组播路由构造和波长分配方法、减少波长资源消耗和提高网络的负载平衡性能.首先,删除产生源点迂回回路的网络编码备选核点集合,采用启发式矩阵运算方法确定多源共享树的网络编码核点,实现多源共享树以最少的核点覆盖最多的源节点;然后,为减少波长信道消耗数目,在确定的核点到目的节点间加入网络编码方法传输信息;最后,讨论了多核点共享树的波长分配方法和目的节点成功解码的边分离路径方法.仿真结果表明:与单核共享树、基于网络编码的单核共享树相比,基于网络编码的多核点共享树组播路由方法需求最少的波长数目和获得最好的网络负载平衡性能.     

车号识别中的补偿光源

公路交通基础建设的不断发展和车辆管理体制的不断完善,为以视觉监控为基础的智能交通系统的实际应用打下了良好基础。在智能交通系统中,车牌自动识别系统是一个非常重要的发展方向。由于对车辆的监控是全天候的,车牌识别系统必须满足这种工作要求。在监控过程中存在自然光线不足的情况(夜晚,阴雨天等),也就是存在逆光环境中对车牌的识别问题,这样就需要补偿光源。目前大多采用大功率泛光灯作补偿光源。由于泛光灯自身的特点,使效果不能达到理想。文章从汽车车灯的光谱及人眼的光谱光视效率曲线等方面详细分析了逆光条件下车牌识别中补偿光源的选取。并经实验证明此选取方法具有很好的效果。     

基于FPGA的低场核磁共振谱仪脉冲编程器设计与实现

脉冲编程器在核磁共振(NMR) 谱仪中非常重要,具有产生脉冲序列所需的射频脉冲,控制回波信号的同步接收等功能. 基于FPGA的同步性能和时序控制功能,设计了低场NMR谱仪的脉冲编程器,可产生任意脉冲序列,实现脉冲频率、相位、幅度的灵活调节. 利用设计的脉冲编程器在0.540 Tesla均匀磁场下进行了CuSO₄溶液的T₁和T₂测量,得到高信噪比的NMR回波串.     

基于卡尔曼与模糊PID的高帧频图像识别跟踪系统

针对空间光通信系统对信标光斑实时准确跟踪需求,设计了基于高帧频相机的精跟踪处理控制平台,并将图像处理和控制算法全部集成在大规模现场可编程门阵列芯片内部.将模糊推理规则与常规比例、积分和微分算法结合,提高了非线性系统的控制准确度;将卡尔曼滤波器的预测功能与模糊比例、积分和微分结合起来,达到对快速倾斜镜的实时超前控制.现场实验表明,该系统能有效抑制外界干扰,实现对光斑弱小目标的准确跟踪,具有动态响应快、稳定准确度高和抗干扰能力强的特点.     

一种改进式TAC的高精度时间间隔测量系统的实现

设计了一种基于改进式时间-幅度转换器(Time-Amplitude Converter, TAC)的高精度时间间隔测量系统。该系统采用集成运放设计TAC中的电流可控的恒流源,并对TAC内部的积分控制部分加入宽带直流放大电路,来提高时间间隔测量的精确度;采用高精度的模数转换器采样TAC的输出,实现高精度时间间隔测量中的模拟到数字的转换;采用现场可编程逻辑门阵列(Field Programmable Gate Array, FPGA)完成系统软件设计,实现对TAC的控制。通过变换TAC的采样电阻的阻值,使恒流源输出不同的电流对电容进行充电,从而使TAC的输出电压满足高精度模数转换器(Analog-Digital Converter,ADC)采集电压的要求。实验表明,在测量时间范围为1us,800ns,400ns,200ns时,该系统的时间间隔测量的最小时间精度为400皮秒。