車牌識別系統(tǒng)及其基于SOPC技術(shù)實(shí)現(xiàn)的研究.pdf_第1頁
已閱讀1頁,還剩71頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、隨著社會信息化的快速發(fā)展,車輛牌照識別技術(shù)已成為我國實(shí)現(xiàn)交通智能化的重要組成部分,被廣泛應(yīng)用于停車場管理、高速公路電子收費(fèi)系統(tǒng)ETC(ElectronicTollCollection)、違章交通管理系統(tǒng)等方面,對于加快實(shí)現(xiàn)智能交通系統(tǒng)ITS(IntelligentTransportationSystem)具有非常重要的意義。本論文通過對現(xiàn)有車牌識別算法進(jìn)行研究,提出了一種新的算法,并對如何通過SOPC技術(shù)將該算法予以實(shí)現(xiàn)進(jìn)行了一定的研究

2、,設(shè)計(jì)了一種高速、準(zhǔn)確、低耗的車牌識別系統(tǒng)。具體包括以下內(nèi)容:
  在系統(tǒng)軟件設(shè)計(jì)方面,主要針對現(xiàn)有車牌識別算法中的車牌定位、字符分割和字符識別三個(gè)核心模塊存在的不足做了一些改進(jìn)。(1)車牌定位模塊:本文通過對基于邊緣檢測的車牌定位方法的討論,采用了一種基于HSV顏色空間車牌邊緣顏色分布檢測的車牌定位方法;(2)字符分割模塊:本文采用最大類間方差法實(shí)現(xiàn)了字符分割模塊中二值化處理閾值的動態(tài)修正,并通過對車牌字符前景圖像中白點(diǎn)在水平面

3、上的投影分布進(jìn)行分析,很好的實(shí)現(xiàn)了字符的分割;(3)字符識別模塊:字符識別算法的優(yōu)劣直接影響著系統(tǒng)的識別速度和最終效果,本文在對神經(jīng)網(wǎng)絡(luò)在字符識別技術(shù)中的應(yīng)用進(jìn)行了大量的研究和實(shí)驗(yàn),根據(jù)漢字和數(shù)字、字母特征提取的不同,在對字符信息初識別時(shí)將漢字和數(shù)字、字母采用不同結(jié)構(gòu)參數(shù)設(shè)置的的神經(jīng)網(wǎng)絡(luò)進(jìn)行識別,并對初識別結(jié)果中包含的具有形體相近的字符采用了一種“子區(qū)域不等權(quán)值”的識別方法進(jìn)行結(jié)果校對,有效地降低了由于形體相近字符模版差異較小造成的識別

4、誤差,使識別速度和準(zhǔn)確率都有了一定的提高。
  在系統(tǒng)實(shí)現(xiàn)平臺搭建實(shí)現(xiàn)方面,本論文將車輛牌照識別技術(shù)和SOPC(SystemonProgrammableChip,片上可編程系統(tǒng))技術(shù)相結(jié)合,建立了一種基于SOPC技術(shù)的車牌識別的系統(tǒng)模型。將車牌識別系統(tǒng)的算法通過在FPGA芯片中通過SOPCBuilder工具構(gòu)建的NiosII軟核處理器進(jìn)行實(shí)現(xiàn),并對部分簡單并適合并行處理的算法模塊通過VerilogHDL語言進(jìn)行描述,應(yīng)用硬件加速的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論