基于FPGA 的車(chē)牌字符識別方法的研究

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。分割效果如圖3-2。

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。車(chē)牌字符識別結果如圖3-3：

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。
本文作者創(chuàng )新點(diǎn)：提出了根據車(chē)牌彩色通道特性和字符二值化后特征的車(chē)牌雙重定位方法，在NIOS II 中用模版匹配方法實(shí)時(shí)準確的識別車(chē)牌字符。