基于FPGA的车牌号识别技术的研究与实现

发布时间：2017-09-22 18:10

  本文关键词：基于FPGA的车牌号识别技术的研究与实现

  更多相关文章： 现场可编程门阵列 降维阈值分割 Otsu Nios II软核处理器

【摘要】：车牌识别技术在高速公路车辆管理,停车场管理,交通违规管理等方面得到了广泛应用。将运动中的汽车牌照从复杂的背景中提取出来,经过车牌提取、图像预处理、特征提取、车牌字符识别等技术实现车牌的识别、记录以及显示。目前车牌识别技术面临的最大问题是在能见度低,天气环境变化大的情况下识别能力下降,准确率变低,严重影响正常的车辆管理。针对上述问题,本文提出了一种新的基于Otsu(大津法或最大类间方差法)性质和准则的降维阈值算法。该算法并不对二维图像信息进行大量的计算,而是根据Otsu准则及性质将二维直方图降维成两个一维直方图,分别对两个一维直方图利用Otsu准则的性质进行快速运算,从而得到二维直线阈值分割法所需要的阈值点,由此得到一条阈值直线,根据这条阈值直线在二维直方图中对图像进行划分。该算法抗噪性能稳健,比基于二维Otsu法中的直方图法和二维直线阈值法耗费时间更少,而且过程更简单,适用于实时应用中。根据以上图像识别的理论基础、算法分析以及本文提出的新算法,设计出新的基于FPGA的车牌识别系统。借助Quartus II软件搭建软硬件系统平台,设计车牌识别算法的各个相关模块以及总线,将各个模块与总线之间连接起来,实现数据通信传输。验证本文提出的基于Otsu准则和性质的降维阈值算法的有效性,提升整个车牌识别系统的识别准确率及系统处理速度。实验表明,本文提出的新算法在基于FPGA的车牌号识别系统中有效可行,在复杂的天气条件下或者在干扰较多的情况下,能够对目标车牌进行完善的二值化,以及更加准确有效的车牌定位,最终达到良好的识别效果。
【关键词】：现场可编程门阵列 降维阈值分割 Otsu Nios II软核处理器
【学位授予单位】：兰州理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 摘要7-8
• ABSTRACT8-13
• 第1章 绪论13-21
• 1.1 课题背景及意义13
• 1.2 国内外车牌识别技术的发展现状13-19
• 1.2.1 车牌识别算法的研究现状16-17
• 1.2.2 车牌识别系统实现方式的研究现状17-18
• 1.2.3 车牌识别的难点18-19
• 1.3 课题的研究内容和研究目的19-20
• 1.3.1 课题研究内容19
• 1.3.2 课题研究目的19-20
• 1.4 论文章节安排20-21
• 第2章 车牌识别方法简介其相关算法的研究21-32
• 2.1 车牌识别体系结构框图21-22
• 2.2 车牌识别算法22-31
• 2.2.1 图像输入22
• 2.2.2 图像预处理22-25
• 2.2.3 车牌定位25-28
• 2.2.4 字符分割28-30
• 2.2.5 字符识别30-31
• 2.3 本章小结31-32
• 第3章 基于OTSU准则和性质的降维阈值分割法32-40
• 3.1 Otsu算法32-34
• 3.2 二维Otsu法中的直分法、直线阈值法34-35
• 3.2.1 二维直方图法34-35
• 3.2.2 直线阈值分割法35
• 3.3 降维阈值分割法35-37
• 3.3.1 构建降维直方图35-36
• 3.3.2 降维后的直方图快速计算36-37
• 3.4 实验结果及分析37-38
• 3.5 本章小结38-40
• 第4章 基于FPGA的车牌识别系统硬件实现40-57
• 4.1 FPGA技术开发流程41-43
• 4.1.1 FPGA技术的硬件开发41-43
• 4.1.2 FPGA技术的软件开发43
• 4.2 车牌识别系统核心器件选型43-46
• 4.2.1 Nios II处理器43
• 4.2.2 图像采集43-45
• 4.2.3 Avalon总线45
• 4.2.4 视频解码器45
• 4.2.5 电源及晶振45-46
• 4.3 车牌识别系统硬件实现46-50
• 4.3.1 图像信息采集模块设计46-47
• 4.3.2 系统软件设计47-50
• 4.4 车牌识别算法的硬件实现50-56
• 4.4.1 图像灰度化算法的实现50-51
• 4.4.2 改进二值化算法的实现51-53
• 4.4.3 定位算法的实现53-54
• 4.4.4 识别算法的实现54-56
• 4.5 本章小结56-57
• 第5章 实验及结果分析57-60
• 5.1 实验结果57-58
• 5.2 结果分析及结论58
• 5.3 系统内部资源分析58-59
• 5.4 本章小结59-60
• 结论与展望60-62
• 参考文献62-65
• 致谢65-66
• 附录A 攻读学位期间所发表的学术论文目录66

【相似文献】

中国期刊全文数据库 前10条

1 陈果,左洪福;图像的自适应模糊阈值分割法[J];自动化学报;2003年05期

2 王召利;杨廷梧;刘上乾;卢泉;白宏刚;;特殊靶标图像的Otsu自适应双阈值分割法[J];电子科技;2010年06期

3 沈圆;李国勇;;图像的阈值分割法设计[J];机械工程与自动化;2012年05期

4 张弘;范九伦;;二维Arimoto熵直线型阈值分割法[J];光子学报;2013年02期

5 梁义涛;庞蕊;朱远坤;;灰度图像二维Otsu折线阈值分割法[J];计算机工程与应用;2012年33期

6 孔明,孙希平,王永骥;一种改进的基于类间方差的阈值分割法[J];华中科技大学学报(自然科学版);2004年07期

7 董玉才;史宏涛;杜健;王东兴;;基于改进型灰度阈值分割法的爆炸图像研究[J];信息技术;2010年08期

8 范九伦;赵凤;;灰度图像的二维Otsu曲线阈值分割法[J];电子学报;2007年04期

9 刘健庄;栗文青;;灰度图象的二维Otsu自动阈值分割法[J];自动化学报;1993年01期

10 赵凤;范九伦;潘晓英;支晓斌;;基于灰度和非局部空间灰度特征的二维Otsu曲线阈值分割法[J];计算机应用研究;2012年05期

中国重要会议论文全文数据库 前1条

1 王栋;朱明;;低对比度图像中改进的二维熵阈值分割法[A];中国仪器仪表学会第六届青年学术会议论文集[C];2004年

，

本文编号：902297