第一章 緒論

1.1 研究背景及意義

近年來，隨著計(jì)算機(jī)系統(tǒng)的飛速發(fā)展，數(shù)字圖像處理技術(shù)也日趨成熟。傳統(tǒng)的圖像處理技術(shù)主要依賴于 PC 計(jì)算機(jī)或者服務(wù)器，這些設(shè)備在運(yùn)行和維護(hù)時(shí)都需要耗費(fèi)較大的人力物力[1]。隨著后 PC 時(shí)代的來臨，人們對(duì)圖像采集和處理系統(tǒng)的需求也越來越旺盛，應(yīng)用也越來越廣泛，如在生活中視頻通話，智能家庭監(jiān)控[2]，社區(qū)安防監(jiān)控，在智能交通管理中車牌識(shí)別，違章處罰[3]，在工業(yè)生產(chǎn)中進(jìn)行產(chǎn)品安全評(píng)估，在軍事中應(yīng)用于制導(dǎo)中運(yùn)動(dòng)物體檢測與跟蹤[4]。在這些廣泛的應(yīng)用中，都要求圖像處理系統(tǒng)能夠采集到清晰的圖像且需要快速完成實(shí)時(shí)檢測功能[5]。隨著微處理器性能的不斷提升和改進(jìn)，以及新興圖像處理技術(shù)的發(fā)展，嵌入式圖像采集和處理系統(tǒng)得到越來越廣闊的發(fā)展空間，從而導(dǎo)致視覺系統(tǒng)朝著網(wǎng)絡(luò)化、智能化、小型便攜化發(fā)展[6]。

...............

1.2 研究現(xiàn)狀

目前，國外有許多研究單位已經(jīng)開發(fā)出各種各樣的嵌入式圖像處理系統(tǒng)，他們針對(duì)不同應(yīng)用場景，提供不同的解決方案。澳大利亞學(xué)者 M. Litzenberger 等人提出了一種基于 DSP 處理器的同步實(shí)時(shí)運(yùn)動(dòng)目標(biāo)追蹤與檢測系統(tǒng)，該系統(tǒng)使用的 DSP 是 Analog Device（s亞德諾半導(dǎo)體）公司的 ADSP-BF537，系統(tǒng)主頻 600MHz，圖像傳感器使用的是 CMOS，分辨率為 128×128，該系統(tǒng)最終實(shí)現(xiàn)了運(yùn)動(dòng)目標(biāo)速度估計(jì)和運(yùn)動(dòng)目標(biāo)個(gè)數(shù)統(tǒng)計(jì)[11]。西班牙學(xué)者 Gorka Velez 等人提出了一種基于 FPGA 處理器的自動(dòng)駕駛輔助系統(tǒng)，該系統(tǒng)使用的 FPGA 是 Xilinx（賽靈思）公司的 Zynq-7000，這是一個(gè)雙核處理器，不僅具有 FPGA 核心還有一個(gè) ARM Cortex-A9 核心，圖像傳感器使用的是 CMOS，分辨率為 640×480，該系統(tǒng)最終實(shí)現(xiàn)汽車輔助駕駛功能[12]。

...............

第二章 系統(tǒng)硬件選型及電路設(shè)計(jì)

2.1 系統(tǒng)硬件功能分析以及硬件結(jié)構(gòu)組成

本文研究的 Cortex 圖像處理系統(tǒng)，是一種可以移動(dòng)的手持式攝像頭系統(tǒng)，其應(yīng)該具有以下幾個(gè)基本功能：（1）圖像采集：該功能是手持式攝像頭的基本功能，要求系統(tǒng)能夠采集到清晰逼真的圖像，從而使得后續(xù)圖像處理技術(shù)能夠發(fā)揮作用。（2）數(shù)據(jù)存儲(chǔ)：由于圖像數(shù)據(jù)比較大，需要高速的擴(kuò)展 RAM 進(jìn)行圖像緩存，保證處理算法能夠有足夠的時(shí)間處理；當(dāng)然圖像處理后的結(jié)果還需要存儲(chǔ)到SD 卡中，這就保證系統(tǒng)在離線方式下能夠通過 SD 讀取處理結(jié)果，也能將 SD 中的數(shù)據(jù)傳輸?shù)?PC 機(jī)上，利用 PC 機(jī)上的應(yīng)用軟件分析和改進(jìn)處理結(jié)果。（3）即時(shí)通訊：為了能夠適應(yīng)不同應(yīng)用場合的需求，手持式攝像頭可作為一個(gè)個(gè) Web 服務(wù)器，客戶端通過 Wifi 模塊或者以太網(wǎng)模塊與攝像頭系統(tǒng)進(jìn)行數(shù)據(jù)通信，當(dāng)客戶端需要使用 Wifi 讀取攝像頭數(shù)據(jù)時(shí)，只需將攝像頭系統(tǒng)的 Wifi作為 AP，客戶端連接攝像頭 Wifi 并通過網(wǎng)頁瀏覽器輸入攝像頭系統(tǒng)的 IP 地址，即可觀看到實(shí)時(shí)的圖像數(shù)據(jù)。當(dāng)客戶端需要通過以太網(wǎng)讀取攝像頭數(shù)據(jù)時(shí)，，只需將用一根網(wǎng)線連接到攝像頭系統(tǒng)，同樣通過網(wǎng)頁瀏覽器輸入攝像頭系統(tǒng)的 IP 地址，即可觀看到實(shí)時(shí)的圖像數(shù)據(jù)。

...............

2.2 圖像采集模塊選型及電路設(shè)計(jì)

感光芯片是圖像采集模塊的重要組成部分，感光芯片可分為兩大類：CCD和 CMOS。CCD（Charge-coupled Device）中文名字為電荷耦合元件，我們通常又將其稱為 CCD 圖像傳感器。它是一種半導(dǎo)體器件，可以將光學(xué)信號(hào)轉(zhuǎn)化為電信號(hào)。器件上每個(gè)微小的光敏物質(zhì)組成了許許多多的像素(Pixel)，一塊 CCD 上包含的光敏物質(zhì)越多，即像素點(diǎn)個(gè)數(shù)越多，其畫面的分辨率就越高。CCD 作用就像膠片一樣，能夠感應(yīng)每個(gè)像素的變化，這是因?yàn)?CCD 上整齊地排列了許多電容，使得其能感應(yīng)光線，并將影像轉(zhuǎn)變成電流信號(hào)，而且每個(gè)小電容都能將其所帶的電荷轉(zhuǎn)給它相鄰的電容，最后再經(jīng)由外部控制電路輸出電壓[25]。

...............

第三章 硬件驅(qū)動(dòng)程序設(shè)計(jì)...............25

3.1 微控制器系統(tǒng)時(shí)鐘以及 IO 復(fù)用初始化...............25

3.2 圖像采集模塊驅(qū)動(dòng)設(shè)計(jì)...............27

第四章 Web 服務(wù)器搭建................38

4.1 Web 服務(wù)器應(yīng)用背景...............38

4.2 HTTP 協(xié)議介紹.................38

第五章 車牌定位算法設(shè)計(jì)................42

5.1 圖像二值化...............42

5.2 快速邊緣檢測的實(shí)現(xiàn)................44

第六章 字符識(shí)別算法設(shè)計(jì)

6.1 字符分割算法

感光芯片是圖像采集模塊的重要組成部分，感光芯片可分為兩大類：CCD和 CMOS。CCD（Charge-coupled Device）中文名字為電荷耦合元件，我們通常又將其稱為 CCD 圖像傳感器。它是一種半導(dǎo)體器件，可以將光學(xué)信號(hào)轉(zhuǎn)化為電信號(hào)。器件上每個(gè)微小的光敏物質(zhì)組成了許許多多的像素(Pixel)，一塊 CCD 上包含的光敏物質(zhì)越多，即像素點(diǎn)個(gè)數(shù)越多，其畫面的分辨率就越高。CCD 作用就像膠片一樣，能夠感應(yīng)每個(gè)像素的變化，這是因?yàn)?CCD 上整齊地排列了許多電容，使得其能感應(yīng)光線，并將影像轉(zhuǎn)變成電流信號(hào)，而且每個(gè)小電容都能將其所帶的電荷轉(zhuǎn)給它相鄰的電容，最后再經(jīng)由外部控制電路輸出電壓[25]。

...............

6.2 字符識(shí)別算法

車牌定位和字符分割都是字符識(shí)別的準(zhǔn)備工作，車牌字符識(shí)別算法是整個(gè)系統(tǒng)的關(guān)鍵一步，因?yàn)樽址R(shí)別的準(zhǔn)確率將直接影響系統(tǒng)的性能，所以我們需要仔細(xì)斟酌字符識(shí)別方法。根據(jù)我國的車牌字符特征，我們可以明顯的發(fā)現(xiàn)牌照中的字符均采用統(tǒng)一印刷的類似黑體，基于這個(gè)規(guī)律我們可以把車牌中使用的所有字符做成一個(gè)模板字符庫，可以有利于最后的車牌匹配識(shí)別。雖然這些車牌字符有一定的規(guī)律性，但是其中不乏一些字符存在相似性，例如常見的“0”、“D”、“Q”以及“1”、“I”等，給系統(tǒng)帶來一定的識(shí)別難度。當(dāng)定位的車牌區(qū)域較小的時(shí)候，分割后得到的字符也會(huì)相對(duì)較小，這樣就給識(shí)別帶來難度，容易引起識(shí)別錯(cuò)誤。

...............

結(jié)論

本文研究設(shè)計(jì)了嵌入式圖像處理系統(tǒng)，獨(dú)立完成硬件電路的設(shè)計(jì)和調(diào)試，并在該硬件平臺(tái)上運(yùn)用圖像處理技術(shù)進(jìn)行車牌識(shí)別，首先確定車牌的位置，然后利用字符分割算法，將提取的車牌進(jìn)行分割，再運(yùn)用改進(jìn)的模板匹配法進(jìn)行匹配檢測，最后將檢測結(jié)果通過 Web 服務(wù)器發(fā)送到客戶端。本文完成的主要工作如下：1) 搜集資料，查閱文獻(xiàn)，了解國內(nèi)外現(xiàn)有的嵌入式圖像處理的算法和產(chǎn)品，分析本文研究的意義；2) 設(shè)計(jì)制作了一個(gè)基于 Cortex 圖像信息采集裝置，包括硬件選型及電路設(shè)計(jì)：即選擇合適的處理器以及感光芯片，完成原理圖設(shè)計(jì)、印刷電路板繪制，完成硬件裝置的電路安裝和調(diào)試；3) 學(xué)習(xí)了嵌入式軟件編程技術(shù)，完成包括感光芯片的驅(qū)動(dòng)，SD 卡的驅(qū)動(dòng)，SDRAM 的驅(qū)動(dòng)，Wifi 模塊驅(qū)動(dòng)，并完成圖像的初步提��；4) 深入學(xué)習(xí)了 TCP/IP 協(xié)議，并且將 LwIP 協(xié)議棧移植入 STM32F4 微控制器中，使得本系統(tǒng)能夠與客戶端進(jìn)行網(wǎng)絡(luò)通信；5) 研究了車牌定位算法，對(duì)采集的圖像進(jìn)行二值化，然后再進(jìn)行快速邊緣檢測，獲得車牌的候選區(qū)域，根據(jù)車牌的結(jié)構(gòu)特征，對(duì)候選區(qū)域進(jìn)行篩選，最終獲得準(zhǔn)確的車牌定位位置；6) 分析了車牌識(shí)別算法中兩種字符分割算法的優(yōu)劣，并提出了改進(jìn)型的模板識(shí)別算法，最終得到車牌字符識(shí)別的結(jié)果；7) 介紹了基于 ARM 的 Web 服務(wù)器搭建，使用 HTTP 協(xié)議傳輸最終的識(shí)別結(jié)果，當(dāng)圖像中不存在任何車牌時(shí)，則默認(rèn)顯示“無車牌”字符串，反之，則顯示識(shí)別結(jié)果。

參考文獻(xiàn)（略）