發(fā)布時(shí)間：2017-09-22 18:10

  本文關(guān)鍵詞：基于FPGA的車牌號(hào)識(shí)別技術(shù)的研究與實(shí)現(xiàn)

  更多相關(guān)文章： 現(xiàn)場(chǎng)可編程門陣列 降維閾值分割 Otsu Nios II軟核處理器

【摘要】：車牌識(shí)別技術(shù)在高速公路車輛管理,停車場(chǎng)管理,交通違規(guī)管理等方面得到了廣泛應(yīng)用。將運(yùn)動(dòng)中的汽車牌照從復(fù)雜的背景中提取出來,經(jīng)過車牌提取、圖像預(yù)處理、特征提取、車牌字符識(shí)別等技術(shù)實(shí)現(xiàn)車牌的識(shí)別、記錄以及顯示。目前車牌識(shí)別技術(shù)面臨的最大問題是在能見度低,天氣環(huán)境變化大的情況下識(shí)別能力下降,準(zhǔn)確率變低,嚴(yán)重影響正常的車輛管理。針對(duì)上述問題,本文提出了一種新的基于Otsu(大津法或最大類間方差法)性質(zhì)和準(zhǔn)則的降維閾值算法。該算法并不對(duì)二維圖像信息進(jìn)行大量的計(jì)算,而是根據(jù)Otsu準(zhǔn)則及性質(zhì)將二維直方圖降維成兩個(gè)一維直方圖,分別對(duì)兩個(gè)一維直方圖利用Otsu準(zhǔn)則的性質(zhì)進(jìn)行快速運(yùn)算,從而得到二維直線閾值分割法所需要的閾值點(diǎn),由此得到一條閾值直線,根據(jù)這條閾值直線在二維直方圖中對(duì)圖像進(jìn)行劃分。該算法抗噪性能穩(wěn)健,比基于二維Otsu法中的直方圖法和二維直線閾值法耗費(fèi)時(shí)間更少,而且過程更簡(jiǎn)單,適用于實(shí)時(shí)應(yīng)用中。根據(jù)以上圖像識(shí)別的理論基礎(chǔ)、算法分析以及本文提出的新算法,設(shè)計(jì)出新的基于FPGA的車牌識(shí)別系統(tǒng)。借助Quartus II軟件搭建軟硬件系統(tǒng)平臺(tái),設(shè)計(jì)車牌識(shí)別算法的各個(gè)相關(guān)模塊以及總線,將各個(gè)模塊與總線之間連接起來,實(shí)現(xiàn)數(shù)據(jù)通信傳輸。驗(yàn)證本文提出的基于Otsu準(zhǔn)則和性質(zhì)的降維閾值算法的有效性,提升整個(gè)車牌識(shí)別系統(tǒng)的識(shí)別準(zhǔn)確率及系統(tǒng)處理速度。實(shí)驗(yàn)表明,本文提出的新算法在基于FPGA的車牌號(hào)識(shí)別系統(tǒng)中有效可行,在復(fù)雜的天氣條件下或者在干擾較多的情況下,能夠?qū)δ繕?biāo)車牌進(jìn)行完善的二值化,以及更加準(zhǔn)確有效的車牌定位,最終達(dá)到良好的識(shí)別效果。
【關(guān)鍵詞】：現(xiàn)場(chǎng)可編程門陣列 降維閾值分割 Otsu Nios II軟核處理器
【學(xué)位授予單位】：蘭州理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41
【目錄】：

• 摘要7-8
• ABSTRACT8-13
• 第1章 緒論13-21
• 1.1 課題背景及意義13
• 1.2 國內(nèi)外車牌識(shí)別技術(shù)的發(fā)展現(xiàn)狀13-19
• 1.2.1 車牌識(shí)別算法的研究現(xiàn)狀16-17
• 1.2.2 車牌識(shí)別系統(tǒng)實(shí)現(xiàn)方式的研究現(xiàn)狀17-18
• 1.2.3 車牌識(shí)別的難點(diǎn)18-19
• 1.3 課題的研究內(nèi)容和研究目的19-20
• 1.3.1 課題研究內(nèi)容19
• 1.3.2 課題研究目的19-20
• 1.4 論文章節(jié)安排20-21
• 第2章 車牌識(shí)別方法簡(jiǎn)介其相關(guān)算法的研究21-32
• 2.1 車牌識(shí)別體系結(jié)構(gòu)框圖21-22
• 2.2 車牌識(shí)別算法22-31
• 2.2.1 圖像輸入22
• 2.2.2 圖像預(yù)處理22-25
• 2.2.3 車牌定位25-28
• 2.2.4 字符分割28-30
• 2.2.5 字符識(shí)別30-31
• 2.3 本章小結(jié)31-32
• 第3章 基于OTSU準(zhǔn)則和性質(zhì)的降維閾值分割法32-40
• 3.1 Otsu算法32-34
• 3.2 二維Otsu法中的直分法、直線閾值法34-35
• 3.2.1 二維直方圖法34-35
• 3.2.2 直線閾值分割法35
• 3.3 降維閾值分割法35-37
• 3.3.1 構(gòu)建降維直方圖35-36
• 3.3.2 降維后的直方圖快速計(jì)算36-37
• 3.4 實(shí)驗(yàn)結(jié)果及分析37-38
• 3.5 本章小結(jié)38-40
• 第4章 基于FPGA的車牌識(shí)別系統(tǒng)硬件實(shí)現(xiàn)40-57
• 4.1 FPGA技術(shù)開發(fā)流程41-43
• 4.1.1 FPGA技術(shù)的硬件開發(fā)41-43
• 4.1.2 FPGA技術(shù)的軟件開發(fā)43
• 4.2 車牌識(shí)別系統(tǒng)核心器件選型43-46
• 4.2.1 Nios II處理器43
• 4.2.2 圖像采集43-45
• 4.2.3 Avalon總線45
• 4.2.4 視頻解碼器45
• 4.2.5 電源及晶振45-46
• 4.3 車牌識(shí)別系統(tǒng)硬件實(shí)現(xiàn)46-50
• 4.3.1 圖像信息采集模塊設(shè)計(jì)46-47
• 4.3.2 系統(tǒng)軟件設(shè)計(jì)47-50
• 4.4 車牌識(shí)別算法的硬件實(shí)現(xiàn)50-56
• 4.4.1 圖像灰度化算法的實(shí)現(xiàn)50-51
• 4.4.2 改進(jìn)二值化算法的實(shí)現(xiàn)51-53
• 4.4.3 定位算法的實(shí)現(xiàn)53-54
• 4.4.4 識(shí)別算法的實(shí)現(xiàn)54-56
• 4.5 本章小結(jié)56-57
• 第5章 實(shí)驗(yàn)及結(jié)果分析57-60
• 5.1 實(shí)驗(yàn)結(jié)果57-58
• 5.2 結(jié)果分析及結(jié)論58
• 5.3 系統(tǒng)內(nèi)部資源分析58-59
• 5.4 本章小結(jié)59-60
• 結(jié)論與展望60-62
• 參考文獻(xiàn)62-65
• 致謝65-66
• 附錄A 攻讀學(xué)位期間所發(fā)表的學(xué)術(shù)論文目錄66

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 陳果,左洪福;圖像的自適應(yīng)模糊閾值分割法[J];自動(dòng)化學(xué)報(bào);2003年05期

2 王召利;楊廷梧;劉上乾;盧泉;白宏剛;;特殊靶標(biāo)圖像的Otsu自適應(yīng)雙閾值分割法[J];電子科技;2010年06期

3 沈圓;李國勇;;圖像的閾值分割法設(shè)計(jì)[J];機(jī)械工程與自動(dòng)化;2012年05期

4 張弘;范九倫;;二維Arimoto熵直線型閾值分割法[J];光子學(xué)報(bào);2013年02期

5 梁義濤;龐蕊;朱遠(yuǎn)坤;;灰度圖像二維Otsu折線閾值分割法[J];計(jì)算機(jī)工程與應(yīng)用;2012年33期

6 孔明,孫希平,王永驥;一種改進(jìn)的基于類間方差的閾值分割法[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年07期

7 董玉才;史宏濤;杜健;王東興;;基于改進(jìn)型灰度閾值分割法的爆炸圖像研究[J];信息技術(shù);2010年08期

8 范九倫;趙鳳;;灰度圖像的二維Otsu曲線閾值分割法[J];電子學(xué)報(bào);2007年04期

9 劉健莊;栗文青;;灰度圖象的二維Otsu自動(dòng)閾值分割法[J];自動(dòng)化學(xué)報(bào);1993年01期

10 趙鳳;范九倫;潘曉英;支曉斌;;基于灰度和非局部空間灰度特征的二維Otsu曲線閾值分割法[J];計(jì)算機(jī)應(yīng)用研究;2012年05期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前1條

1 王棟;朱明;;低對(duì)比度圖像中改進(jìn)的二維熵閾值分割法[A];中國儀器儀表學(xué)會(huì)第六屆青年學(xué)術(shù)會(huì)議論文集[C];2004年

，

本文編號(hào)：902297