汽車(chē)車(chē)牌定位識別完整設計

圖5 車(chē)牌檢測系統

圖6 基于FPGA的Adaboost車(chē)牌定位方案

2.2.2 系統方案

FPGA實(shí)現的Adaboost車(chē)牌定位方案如圖6所示：

系統內I2C模塊通過(guò)I2C總線(xiàn)配置A/D芯片的寄存器，使得A/D芯片能夠正常工作。

視頻輸入模塊接收A/D芯片輸出的Ycbcr格式的視頻數據，解碼并提取出圖像灰度數據后，將數據存到圖像RAM和幀存RAM中。

車(chē)牌檢測模塊開(kāi)始工作，讀取圖像RAM中內容，在被檢圖像中掃描是否包含車(chē)牌。車(chē)牌檢測模塊包括圖像讀取單元，流水線(xiàn)處理單元，分類(lèi)器讀取單元和檢測單元。如果檢測到車(chē)牌，則將車(chē)牌信息存儲到檢測結果合并單元。

車(chē)牌檢測模塊工作的同時(shí)，圖像縮放單元負責將存儲在幀存RAM中的圖像進(jìn)行縮小，并存儲到圖像RAM中。

交換處理對象，重復步驟3-4直到圖像縮小后的大小與掃描窗口相當。

檢測結果合并單元合并圖像中檢測到的重復的車(chē)牌，減少冗余的窗口以及誤檢的車(chē)牌。

繪制單元讀取合并后的車(chē)牌位置和大小信息，并在原始圖像中相應車(chē)牌位置繪制矩形標明。

在步驟1-7的同時(shí)，視頻輸出模塊讀取幀存RAM中的圖像數據，并以VGA格式輸出至D/A芯片，顯示到顯示器上。

重復以上步驟。

2.2.3 功能模塊

整個(gè)系統負責接收經(jīng)過(guò)流水線(xiàn)計算得到的特征向量值，并根據這些值以及掃描窗口的平方積分和等信息判斷掃描窗口是否包含車(chē)牌。

視頻輸入模塊:視頻輸入單元負責從A/D輸出端接收視頻數據，并將其中的有效像素提取出來(lái)，并產(chǎn)生正確的像素地址信息，保存到幀存中。

視頻輸出單元:視頻輸出單元負責從幀存中讀出需要顯示的圖像，并按照VGA格式輸出至D/A芯片，最終顯示到顯示器上。

圖像讀取單元:圖像讀取單元負責從幀存中讀出掃描窗口，完成列積分和平方積分。

圖像縮放單元:利用掃描窗口檢測圖像時(shí)，只能檢測到與掃描窗口大小一致的車(chē)牌。圖像縮放單元用于將圖像縮小，使得同樣大小的掃描窗口能夠檢測原圖像中大于掃描窗口的窗口中是否含有車(chē)牌。

繪制單元：在原始圖像上繪制車(chē)牌位置信息和車(chē)牌號碼信息。

流水線(xiàn)處理單元：該流水線(xiàn)包括掃描窗口（存儲陣列）及特征向量?jì)蓷l流水線(xiàn)，用于計算特征向量的特征值。

結果合并單元：車(chē)牌檢測結果合并單元的作用就是將車(chē)牌區域周?chē)亩鄠€(gè)合格掃描窗口合并為一個(gè)，并去除不包含車(chē)牌區域的偽掃描窗口。

圖像RAM：用來(lái)保存從視頻采集模塊接收到的圖像數據和縮放以后的圖像數據。圖像RAM有兩個(gè)寫(xiě)端口和一個(gè)讀端口，寫(xiě)端口用于向RAM中寫(xiě)入原始圖像數據和縮放以后的圖像數據；讀端口用于向后繼處理模塊輸出圖像數據。

幀存RAM：用來(lái)保存從視頻采集模塊接收到的圖像數據、車(chē)牌位置信息和車(chē)牌號碼信息。

Casecade_ROM：用來(lái)保存訓練得到的Adboost分類(lèi)器數據（特征向量），包括Haar特征中矩形的位置、大小、權重、閾值、分類(lèi)器閾值等信息。

分類(lèi)器讀取單元：它從分類(lèi)器ROM中讀出分類(lèi)器數據，向掃描窗口流水線(xiàn)提供矩形位置、大小、權重、閾值、分類(lèi)器閾值等信息

2.3 技術(shù)特點(diǎn)

（1）基于A(yíng)dboost算法的車(chē)牌檢測硬件架構設計；

（2）針對640x480彩色圖像，定位時(shí)間<40ms。

（3）固定環(huán)境下，車(chē)牌定位識別率99%

3. 技術(shù)路線(xiàn)

本設計采用45x15的陣列架構，通過(guò)流水線(xiàn)可快速計算矩形灰度和。硬件結構如圖7所示。其中白色45x15個(gè)方塊表示當前檢測窗口的行積分，每個(gè)單元存放的是在當前所在的行中該像素點(diǎn)之前的像素值之和。橫線(xiàn)填充的方塊存放的是矩形位置數據和權重，豎線(xiàn)填充的方塊存放的是部分灰度和，這兩部分構成的特征矢量流水線(xiàn)每時(shí)鐘周期流動(dòng)一次，而行積分陣列(白色方塊)構成的流水線(xiàn)僅在當前窗口檢測完畢流動(dòng)一次，載入新的被檢數據。圖像數據和分類(lèi)器數據分別保存在圖像RAM和分類(lèi)器ROM當中。行積分邏輯由一個(gè)加法器和45個(gè)寄存器構成，每45個(gè)時(shí)鐘周期計算出一行像素的行積分，并輸出到檢測陣列。分類(lèi)器檢測邏輯接收上一級計算出的矩形灰度和，計算其特征值和相似度，并累加所有的相似度，并與閾值進(jìn)行比較，判斷是否通過(guò)該級分類(lèi)器。掃描控制邏輯生成圖像RAM的讀地址，控制檢測窗口對當前圖像進(jìn)行掃描，掃描完畢后，將當前圖像大小乘以3/4，重新掃描，直到被檢圖像與檢測窗口大小一致，則完成一幅圖像的檢測。

圖7 基于A(yíng)dboost的車(chē)牌檢測并行算法的架構