基于DSP的圖像處理在車(chē)牌識別中的應用
加入技術(shù)交流群
3.1硬件結構框圖
車(chē)牌識別系統分為硬件部分和軟件部分兩部分。它的基本硬件配置是由攝像機、工控機、采集卡、照明裝置組成。而軟件則是由基于 DSP的具有車(chē)牌識別功能的圖像分析處理軟件，和滿(mǎn)足具體應用需求的后臺管理軟件組成。車(chē)牌識別系統的流程圖如圖 3所示。其中車(chē)牌識別軟件部分具體又分為三個(gè)步驟：車(chē)牌定位、車(chē)牌圖像預處理字符分割和字符識別。首先通過(guò)車(chē)牌定位獲取車(chē)牌圖片，隨后將圖片切割成包含單個(gè)字符的七個(gè)子圖像，最后對各個(gè)字符進(jìn)行字符識別，得出識別結果。
本文引用地址：http://dyxdggzs.com/article/188308.htm
3.2芯片的選擇
TMS320VC6713是 TI公司推出的新一代高性能、低價(jià)位、低功耗的 32位浮點(diǎn)數字信號處理器，其主要特點(diǎn)是運行速度快、大容量的片內存儲器、大范圍的尋址能力、優(yōu)化的 CPU結構、低功耗設計 [4]。雖然TMS320C67XX的運算速度比不上定點(diǎn)的定點(diǎn)系列是 TMS320C62XX，但是 67系列的高性能及其良好的表現，足以滿(mǎn)足數字圖像處理系統的要求。并且相對定點(diǎn)系列，浮點(diǎn)數字信號處理器在編寫(xiě)程序時(shí)可以不用考慮煩瑣的 Q點(diǎn)數值。綜合考慮，系統采用 TMS320C6713系列的DSP進(jìn)行車(chē)牌識別模塊的相關(guān)處理。
4.CCS軟件仿真與識別效果分析
系統采用 TMS320C6713系列的 DSP進(jìn)行仿真測試，仿真環(huán)境為 Code Composer Studio (CCS)。
仿真測試表明，論文提出的預處理過(guò)程對圖像的降噪、增強達到了較好的處理效果(如圖1、圖2所示),而且在一定程度上解決了由外界光線(xiàn)造成的車(chē)牌圖像對比度低的問(wèn)題，對可見(jiàn)光具有一定的魯棒性。論文結合車(chē)牌結構的特點(diǎn)，采用局部投影法有效地對預處理后的定位車(chē)牌進(jìn)行了純字符提取，如圖4(b)所示。由于字符提取驅除了車(chē)牌圖像的邊框、鉚釘等車(chē)牌背景，所以有效的降低了分割和識別的難度，如表1所示，通過(guò)對 358副定位車(chē)牌的測試，正確提取字符圖像的為 356副，提取率為 99.44%，提取錯誤的 2副圖像是由車(chē)牌定位不準確所致。正確分割和識別的車(chē)牌圖像為 355副，識別率為99.16%。
5 結論
論文基于 DSP對車(chē)牌識別模塊中的圖像預處理，字符分割及字符識別技術(shù)分別提出了改進(jìn)算法。圖像預處理部分， 改進(jìn)點(diǎn)在于提出了對二值圖像進(jìn)行二次中值濾波來(lái)對二值圖像降噪，并將銳化邊緣算法運用到了預處理中。CCS仿真結果表明, 論文提出的預處理方案能夠有效的提高圖像的質(zhì)量，同時(shí)采用Roberts算子進(jìn)行邊緣銳化，為車(chē)牌純字符區域的提取打好了基礎。字符分割部分的改進(jìn)點(diǎn)，一是通過(guò)對邊緣銳化并二值化的車(chē)牌圖像進(jìn)行局部投影，有效的去除了車(chē)牌的邊框和鉚釘，準確的提出了車(chē)牌的字符區域。二是對純字符圖像進(jìn)行字符分割，使分割正確率達到了99.16%，提高了分割的準確性。車(chē)牌字符識別部分，改進(jìn)處在于對各字符的外部輪廓進(jìn)行統計特征提取，并基于特征向量的進(jìn)行匹配識別。仿真結果表明，改進(jìn)的算法具有良好的魯棒性，識別正確率達到了99.16%，提高了識別效率。
評論