基于FPGA 的車牌字符識別方法的研究
加入技術交流群
2.2 中值濾波處理
粗定位后的車牌首先進行灰度化處理以減小數(shù)據(jù)量利于實時處理。其次為了抑制車牌圖像在采集時產(chǎn)生的椒鹽噪聲等脈沖噪聲影響，改善圖像質量，本文對灰度化后的車牌圖像進行中值濾波處理。
在FPGA中實現(xiàn)中值濾波，出于實際處理速度、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(shù)據(jù)能力，此處設計一種對3×3鄰域中九個數(shù)據(jù)一起處理的方法，它是基于三輸入排序單元構成，而每個三輸入單元又是由若干二輸入單元構成。這種方法比傳統(tǒng)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3級的比較，即3個時鐘周期的延時就可以找出中值。圖2-2為本文在FPGA中設計實現(xiàn)快速中值濾波的框圖。據(jù)此即完成了所采集的車牌圖像的中值濾波去噪。本文引用地址：http://www.ex-cimer.com/article/191482.htm
2.3 二值化處理
因為車牌定位和字符分割都是基于車牌區(qū)域的二值化結果進行，所以二值化的效果直接影響到車牌識別的效果。由于要從待檢測的車牌圖像區(qū)域截取圖像的背景不會很復雜。前景區(qū)域和背景區(qū)域的差異比較明顯，所以車牌圖像的灰度直方圖將有明顯雙峰效果。本文通過直方圖的雙峰法的方法來求取閾值，對車牌圖像進行二值化處理。
3 車牌檢測
在對采集到的車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牌圖像傳輸至NIOS II 軟核內進行分割等后續(xù)處理，考慮到NIOS II軟核中資源豐富的特點，本文通過增加輸入輸出口的數(shù)量來提升數(shù)據(jù)傳入的速度，從而滿足系統(tǒng)的實時性處理要求。根據(jù)數(shù)據(jù)傳輸需求，本文設計通過22 個32bit 的輸入輸出口來傳送數(shù)據(jù)，雖然22×32=704bit 相比一幀圖像的一行720bit 少了16bit，但考慮到車牌圖像的邊緣是非字符目標區(qū)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 基于車牌字母及數(shù)字特征的準確定位
通過車牌的彩色特性對車牌進行預定位后，再根據(jù)車牌號碼的字母和數(shù)字在二值化后的特性準確定位出車牌的位置，如果此時定位出車牌的位置在彩色通道預定位的車牌區(qū)域內，則說明車牌位置已經(jīng)確定，如果不在彩色通道定義的車牌位置范圍之內，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(shù)大于設定的閾值，則設其為待測車牌的最低點，繼續(xù)掃描直至0→1 和1→0 變化次數(shù)小于閾值，將該閾值設為待測車牌的最高點。若最高點與最低點之差大于15，則認為目標已檢測到，否則繼續(xù)進行掃描；如果未檢測到符合上述條件的目標，則自動門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坐標。車牌定位效果如圖3-1 所示：
評論