一種車(chē)牌字符識別方法的設計實(shí)現

車(chē)牌識別是智能交通系統的一個(gè)重要研究課題，存在巨大的市場(chǎng)需求。車(chē)牌識別系統分車(chē)輛圖像的獲取、車(chē)牌的定位與字符分割、車(chē)牌字符識別3大部分。對于車(chē)牌字符識別，目前最常用的方法是基于模板匹配的方法和基于神經(jīng)網(wǎng)絡(luò )的方法兩大類(lèi)。前者多利用了字符的輪廓、網(wǎng)格、投影等統計特征，相似字符區分能力差，且因特征數據維數過(guò)大會(huì )導致識別速度慢；而后者則存在網(wǎng)絡(luò )輸入數據的選擇和網(wǎng)絡(luò )結構設計等問(wèn)題。

目前，普遍采用3類(lèi)方法來(lái)提高字符的識別性能：第1類(lèi)是尋找更好的分類(lèi)識別算法；第2類(lèi)是將幾種分類(lèi)器結合起來(lái)，相互補充，根據不同方面的特征分類(lèi)，如文獻；第3類(lèi)是抽取具有更強描述能力的特征，結合其它輔助特征來(lái)進(jìn)行分類(lèi)。本文所構建的車(chē)牌字符系統基于FPGA平臺，具有并行運算能力強、接口邏輯豐富等特性，為構建實(shí)時(shí)、便攜的車(chē)牌字符識別系統提供了一種有效、可行的解決方案。

1 系統概述

本系統主要采用Altera公司的DE2開(kāi)發(fā)板為實(shí)驗平臺，根據該系統實(shí)現的功能，將系統劃分為硬、軟件兩部分，硬件部分包括車(chē)牌采集[5][6]和A/D轉換、車(chē)牌預處理等；軟件部分主要使用CyclONe II FPGA內嵌的NIOS II軟核，采用SOPC Builder配置生成片上系統，并使用模板匹配算法對車(chē)牌進(jìn)行識別，最后識別結果在LED上顯示。

FPGA（Field-Programmable Gate Array），即現場(chǎng)可編程門(mén)陣列，它是在PAL、GAL、CPLD等可編程器件的基礎上進(jìn)一步發(fā)展的產(chǎn)物。它是作為專(zhuān)用集成電路（ASIC）領(lǐng)域中的一種半定制電路而出現的，既解決了定制電路的不足，又克服了原有可編程器件門(mén)電路數有限的缺點(diǎn)。FPGA采用了邏輯單元陣列LCA（Logic Cell Array）這樣一個(gè)概念，內部包括可配置邏輯模塊CLB（Configurable Logic Block）、輸出輸入模塊IOB（Input Output Block）和內部連線(xiàn)（Interconnect）三個(gè)部分

2 車(chē)牌預處理

2.1 粗定位和灰度化

車(chē)牌定位是整個(gè)系統的關(guān)鍵問(wèn)題之一，它直接影響了后續的分割以及識別的準確率?？紤]到整個(gè)圖像車(chē)牌部分的字符顏色和車(chē)牌背景顏色差別很大，其灰度級別分布有一定規律和范圍，兼之車(chē)牌的寬度有一定的比例，因此可以將車(chē)牌從背景圖片中分離出來(lái)。

我國現有的車(chē)輛主要有藍底白字牌照、黃底黑字牌照等四種類(lèi)型。鑒于車(chē)牌前景、背景色的顏色特征，可以通過(guò)對顏色通道的分析來(lái)大致的確定車(chē)牌所在的位置以完成車(chē)牌位置的粗定位。在確定參數的時(shí)候，除了要考慮主色的下限參數以外還要考慮另外二個(gè)通道的上限參數。經(jīng)過(guò)反復的試驗對比后得出經(jīng)驗參數值為：以藍底白字的車(chē)牌為例，在RGB 三個(gè)通道中：R 10'b0110110000; G10'b0111010000; B>10'0110110000,由以上參數為掃描閾值，自動(dòng)剔除車(chē)牌位置之外的其他圖像部分，完成粗定位。

2.2 中值濾波處理

中值濾波法是一種非線(xiàn)性平滑技術(shù)，它將每一象素點(diǎn)的灰度值設置為該點(diǎn)某鄰域窗口內的所有象素點(diǎn)灰度值的中值。

粗定位后的車(chē)牌首先進(jìn)行灰度化處理以減小數據量利于實(shí)時(shí)處理。其次為了抑制車(chē)牌圖像在采集時(shí)產(chǎn)生的椒鹽噪聲等脈沖噪聲影響，改善圖像質(zhì)量，本文對灰度化后的車(chē)牌圖像進(jìn)行中值濾波處理。

在FPGA中實(shí)現中值濾波，出于實(shí)際處理速度、處理效果和器件資源考慮，本文選用3×3鄰域窗口?？紤]到FPGA強大的并行處理數據能力，此處設計一種對3×3鄰域中九個(gè)數據一起處理的方法，它是基于三輸入排序單元構成，而每個(gè)三輸入單元又是由若干二輸入單元構成。這種方法比傳統的冒泡排序法減少了邏輯資源的占用，卻和其一樣能找出中值，且只需經(jīng)過(guò)3級的比較，即3個(gè)時(shí)鐘周期的延時(shí)就可以找出中值。圖2-2為本文在FPGA中設計實(shí)現快速中值濾波的框圖。據此即完成了所采集的車(chē)牌圖像的中值濾波去噪。

2.3 二值化處理

因為車(chē)牌定位和字符分割都是基于車(chē)牌區域的二值化結果進(jìn)行，所以二值化的效果直接影響到車(chē)牌識別的效果。由于要從待檢測的車(chē)牌圖像區域截取圖像的背景不會(huì )很復雜。前景區域和背景區域的差異比較明顯，所以車(chē)牌圖像的灰度直方圖將有明顯雙峰效果。本文通過(guò)直方圖的雙峰法的方法來(lái)求取閾值，對車(chē)牌圖像進(jìn)行二值化處理。

一幅圖像包括目標物體、背景還有噪聲，要想從多值的數字圖像中直接提取出目標物體，最常用的方法就是設定一個(gè)閾值T,用T將圖像的數據分成兩部分：大于T的像素群和小于T的像素群。這是研究灰度變換的最特殊的方法，稱(chēng)為圖像的二值化（BINARIZATION）。圖像的二值化，就是將圖像上的像素點(diǎn)的灰度值設置為0或255,也就是將整個(gè)圖像呈現出明顯的只有黑和白的視覺(jué)效果。

3 車(chē)牌檢測

在對采集到的車(chē)牌圖像二值化處理以后，一幀圖像的大小大幅度減小，約為400k 左右，下面就是把該二值化車(chē)牌圖像傳輸至NIOS II 軟核內進(jìn)行分割等后續處理，考慮到NIOS II軟核中資源豐富的特點(diǎn)，本文通過(guò)增加輸入輸出口的數量來(lái)提升數據傳入的速度，從而滿(mǎn)足系統的實(shí)時(shí)性處理要求。根據數據傳輸需求，本文設計通過(guò)22 個(gè)32bit 的輸入輸出口來(lái)傳送數據，雖然22×32=704bit 相比一幀圖像的一行720bit 少了16bit,但考慮到車(chē)牌圖像的邊緣是非字符目標區域的背景圖像，對最終識別結果的影響甚小，故可以近乎忽略。

3.1 基于車(chē)牌字母及數字特征的準確定位

通過(guò)車(chē)牌的彩色特性對車(chē)牌進(jìn)行預定位后，再根據車(chē)牌號碼的字母和數字在二值化后的特性準確定位出車(chē)牌的位置，如果此時(shí)定位出車(chē)牌的位置在彩色通道預定位的車(chē)牌區域內，則說(shuō)明車(chē)牌位置已經(jīng)確定，如果不在彩色通道定義的車(chē)牌位置范圍之內，則需要重新判斷。

（1）定位牌照的上下邊界：若某一行的0→1（白到黑）和1→0（黑到白）變化次數大于設定的閾值，則設其為待測車(chē)牌的最低點(diǎn)，繼續掃描直至0→1 和1→0 變化次數小于閾值，將該閾值設為待測車(chē)牌的最高點(diǎn)。若最高點(diǎn)與最低點(diǎn)之差大于15,則認為目標已檢測到，否則繼續進(jìn)行掃描；如果未檢測到符合上述條件的目標，則自動(dòng)門(mén)限值重復以上的操作，直到找到目標為止。

（2）定位牌照的左右邊界：在找到車(chē)牌的上下限后，利用二值圖像在豎直方向上的投影作為特征，從左到右尋找目標的中心點(diǎn)坐標。

3.2 基于垂直灰度法的字符分割

在對車(chē)牌進(jìn)行定位后，考慮到車(chē)牌字符的排放特點(diǎn)與字符間的微小間隙，采用垂直灰度法進(jìn)行車(chē)牌字符的分割。主要思想是設定一個(gè)垂直投影的閾值，判斷投影大于閾值則標記并保存，遇到空隙則分割，最后判斷字符區域的長(cháng)度是否滿(mǎn)足字符的長(cháng)度，滿(mǎn)足字符長(cháng)度的則記錄為有效字符，不滿(mǎn)足將剔除繼續掃描下一個(gè)知道掃描完整行為止。

3.3 模板匹配

我國的車(chē)牌，字符標志的首位為漢字的省名縮寫(xiě)，次位為英文字母，再次位為英文字母或阿拉伯數字，末四位均為數字。由于實(shí)際可能出現的英文字母和數字字符數目不多，再基于NIOS II 軟核的運算能力考慮，采用模板匹配方法進(jìn)行字符識別。即將待識別的車(chē)牌字符矩陣與庫內的標準字符矩陣（標準模版）對比，相似度最大的則認為一致。

首先將標準模板入庫，按國家車(chē)牌標準的大小、字體、字符間距等打印出數張樣品，其前景、背景清晰，字符沒(méi)有斷續，很少噪聲、且包含了所有可能的車(chē)牌字符，作為標準車(chē)牌,用以采樣制作標準字符矩陣庫。把每一張標準車(chē)牌分割出來(lái)的字符歸一化[7],接著(zhù)將歸一化后的模板矩陣存入FPGA中作為標準模板庫，根據實(shí)驗情況，模板越大識別率越高，但同時(shí)會(huì )帶來(lái)運算數據量的大大增加，于是在綜合考慮準確度和NIOS II軟核的工作效率后采用20×15 bit大小的數組作為標準模板。

當車(chē)牌上的待識別字符歸一化以后，依次與標準庫中的模板進(jìn)行匹配，即矩陣對應位依次做差，分別計算總的相同像素個(gè)數，則有最大相同數目的那一組數認為是相似度最大，則用此時(shí)的標準模板所對應的數字或字母作為最終識別的結果。

在PAL 制式的CCD 攝像頭、Altera DE2 開(kāi)發(fā)板和普通VGA 顯示器的實(shí)驗環(huán)境下，隨機選取20 張車(chē)牌進(jìn)行檢測，在不同的光照條件下，正確檢測出的字符率達到了90%以上，在光照較好的情況下，識別率達到94%以上，且平均識別時(shí)間不到0.1 秒，完全滿(mǎn)足實(shí)時(shí)性的需求。實(shí)驗結果表明，采用FPGA 可以很好的完成對車(chē)牌實(shí)時(shí)檢測的任務(wù)，且具有體積小、功耗低、速度快等明顯的優(yōu)點(diǎn)。

4 結論

本文在利用FPGA 采集車(chē)牌圖像的基礎上，實(shí)現了一種利用字符歸一化和模板匹配的簡(jiǎn)單快速的車(chē)牌字符識別系統，并在SOPC 中實(shí)現。系統具有視頻圖像采集實(shí)時(shí)，車(chē)牌定位分割準確和識別誤差低等特點(diǎn)。這種基于SOPC 技術(shù)的片上系統設計方法具有硬件設計靈活，可擴展性強等優(yōu)點(diǎn)，它彌補了傳統PC 機系統和DSP 系統設計的不足，有效地降低了系統軟硬件設計的難度，縮短了開(kāi)發(fā)周期，并提高了設計的可靠性?？捎糜诘缆奋?chē)輛監控、智能交通管理等應用領(lǐng)域，具有較高的實(shí)用價(jià)值和應用前景。