基于FPGA的車牌識別系統(tǒng)

智能交通系統(tǒng)（Intelligent Transportation System，ITS）是一種將計(jì)算機(jī)、信息、通訊及自動(dòng)化控制技術(shù)相結(jié)合的運(yùn)用于交通方面的現(xiàn)代化管理體系。它的主要功能是解決城市交通擁擠和堵塞問題，在不增加現(xiàn)有交通道路建設(shè)的情況下，運(yùn)用現(xiàn)代化的信息和通信方面的技術(shù)，提高交通道路的通行能力，改善交通擁擠問題。

汽車牌照識別技術(shù)(LicensePlateReeognition，LPR)是一種專用的計(jì)算機(jī)視覺系統(tǒng)，在智能交通系統(tǒng)中占有極其重要的地位。該系統(tǒng)的主要功能是，從一副含有車牌的汽車圖片中，自動(dòng)定位出車牌圖像，并對車牌上的字符進(jìn)行分割，最后識別出分割后的單個(gè)字符。

1、系統(tǒng)框圖

整個(gè)系統(tǒng)可以大致分為下面幾個(gè)模塊：

圖1-1 系統(tǒng)模塊圖

系統(tǒng)的處理過程如下圖所示：

圖1-2 系統(tǒng)處理流程

2、算法介紹

下面就對每個(gè)步驟的具體算法進(jìn)行介紹：

預(yù)處理部分主要作用是為了增強(qiáng)圖像和去除噪聲，一邊在后續(xù)處理時(shí)減少誤差。使用的具體方法是先對圖像進(jìn)行拉氏變換和梯度變換來增強(qiáng)圖像的邊緣和細(xì)節(jié)。由于采集到的圖像所包含的噪聲屬于高斯噪聲，所以進(jìn)行高斯濾波來去噪^[2]。

拉式變換：

拉式算子：

上式中x值對應(yīng)像素點(diǎn)所在位置的行數(shù)，y為所在位置的列數(shù)，f(x,y)為在第x行y列的像素點(diǎn)的像素值。所以拉式變換就轉(zhuǎn)化為對待處理像素的鄰域像素的帶參運(yùn)算。

梯度變換：

梯度算子

圖2-1 待處理像素鄰域像素

同樣梯度算子轉(zhuǎn)換成相應(yīng)像素點(diǎn)的帶參運(yùn)算。高斯濾波的原理與拉氏變換和梯度變換相同，只是高斯濾波的參數(shù)是取自高斯函數(shù)。

這樣就可以完成圖像的預(yù)處理過程

車牌定位

（1）運(yùn)用行掃描的方法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(shè)定的閾值（如13，車牌有7個(gè)字符，所以跳變至少14次）, 則設(shè)其為待處理像素鄰域像素。

待測車牌的最低點(diǎn),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(shè)為待測車牌的最高點(diǎn)。若最高點(diǎn)與最低點(diǎn)之差大于15（即車牌圖像的高度）,則認(rèn)為目標(biāo)已檢測到,否則繼續(xù)進(jìn)行掃描;如果未檢測到符合上述條件的目標(biāo),則自動(dòng)門限值重復(fù)以上的操作,直到找到目標(biāo)為止。

（2）垂直投影法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(biāo)的中心點(diǎn)坐標(biāo)。

字符分割

字符分割可采用垂直投影法。由于字符塊在豎直方向上的投影必然在字符間或字符內(nèi)的間隙處取得局部最小值, 因此字符的正確分割位置應(yīng)該在上述局部最小值的附近, 并且這個(gè)位置應(yīng)滿足車牌的字符書寫格式、字符尺寸限制和一些其他條件。

利用垂直投影法, 對復(fù)雜環(huán)境下的汽車圖像中的字符分割有較好的效果。

字符識別

字符識別使用模板匹配法。

首先將標(biāo)準(zhǔn)模板入庫,把每一張“ 標(biāo)準(zhǔn)車牌”分割出來的字符歸一化, 接著將歸一化后的模板矩陣存入FPGA 中作為標(biāo)準(zhǔn)模板庫。采用20×15 bit 大小的數(shù)組作為標(biāo)準(zhǔn)模板。

當(dāng)車牌上的待識別字符歸一化以后, 依次與標(biāo)準(zhǔn)庫中的模板進(jìn)行匹配,即矩陣對應(yīng)位依次做差,分別計(jì)算總的相同像素個(gè)數(shù),則有最大相同數(shù)目的那一組數(shù)認(rèn)為是相似度最大,則用此時(shí)的標(biāo)準(zhǔn)模板所對應(yīng)的數(shù)字或字母作為最終識別的結(jié)果。

3、Matlab仿真結(jié)果

用matlab對上述算法進(jìn)行了仿真，仿真結(jié)果如下（仿真程序見附錄）：

圖3-1 原彩色圖像

圖3-2 灰度圖像

圖3-3 二值化后的圖像

圖3-4 定位出的車牌圖像

圖3-5 字符分割的結(jié)果

將字符歸一化為20*15的模板形式以后再與模板庫里的字符相比較即可得到識別結(jié)果。

圖3-6 歸一化后的模板

模板庫里的模板是與上面的具有相同大小的圖像，將歸一化后的圖像與模板庫里存儲(chǔ)的圖像進(jìn)行比較運(yùn)算，距離最小的即認(rèn)為是判斷字符。

從仿真結(jié)果來看，使用這種算法完全可以實(shí)現(xiàn)車牌識別，由于這種算法對每一個(gè)元素的處理過程非常清楚，可以由FPGA實(shí)現(xiàn)，從而可以保證整個(gè)系統(tǒng)的實(shí)時(shí)性，提高它的實(shí)用價(jià)值。

5、附錄

Matlab仿真程序：

主函數(shù)：

RGB=imread(chepai.jpg);

figure,imshow(RGB),title(ԭͼÏñ);

GRAY=rgb2gray(RGB);

figure,imshow(GRAY),title(»Ò¶ÈͼÏñ);

%Ô¤´¦Àí¬°üÀ¨À­Ê½±ä»»¬Ìݶȱ任¬È»ºó¸ß˹Â˲¨

%À­Êϱ任

l=[0,1,0;1,-4,1;0,1,0];

LAP=imfilter(GRAY,l);

%Ìݶȱ任¨sobelËã×Ó

s=fspecial(sobel);

DIV=imfilter(LAP,s);

GRAY2=imsubtract(GRAY,DIV);

%¸ß˹Â˲¨

g=fspecial(gaussian,3,3);

GRAY3=imfilter(GRAY2,g);

%½Ç¶È±ä»»

%==================================================

theta=0:180;

RD=radon(GRAY3,theta);

thetaiw=maxtheta(RD);

GRAY4=imrotate(GRAY3,358);

%

%¶þÖµ»¯Í¼Ïñ

BW=im2bw(GRAY4);

%³µÅƶ¨Î»

[m,n]=size(BW);

for x=1:m

ch(x)=0;

end

%ͳ¼ÆÌø±ä´ÎÊý

for x=1:m

for y=2:n

if BW(x,y)~=BW(x,y-1)

ch(x)=ch(x)+1;

end

end

end

plot(ch),title(Ìø±ä´ÎÊý);

%È·¶¨³µÅÆͼÏñµÄÉÏϱ߽ç

k=1;

for x=1:m

if ch(x)>13

p(k)=x;

k=k+1;

else

if k50

k=1;

else break;

end

end

end

p(1)

p(k-1)

% pÖаüº¬ÓÐÁ¬ÐøµÄ±ä»¯Êý³¬¹ý13µÄÐÐÊý

LINE=GRAY4(p(1):p(k-1),:);

figure,imshow(LINE),title(³µÅÆÐÐͼÏñ);

LINE1=BW(p(1):p(k-1),:);

figure,imshow(LINE1);

%È·¶¨³µÅƵÄ×óÓұ߽ç

for y=1:n

col(y)=0;

end

for y=1:n

for x=1:(k-1)

col(y)=col(y)+LINE1(x,y);

end

end

i=0;

j=0;

for y=2:n

if col(y)>0

if col(y-1)==0

i=i+1;

raise(i)=y;

end

else

if col(y-1)>0

j=j+1;

down(j)=y;

end

end

end

CP=LINE1(:,raise(1):down(j));

%¶Ô³µÅƽøÐÐ×Ö·û·Ö¸î

t=0;

for a=1:(i-1)

if raise(a+1)-down(a)>5

t=t+1;

raise1(t+1)=raise(a+1);

down1(t)=down(a);

end

end

raise1(1)=raise(1);

down1(t+1)=down(j);

w=raise(1);

for u=1:(t+1)

raise1(u)=raise1(u)-w+1;

down1(u)=down1(u)-w+1;

end

ZF1=CP(:,raise1(1):down1(1));

ZF2=CP(:,raise1(2):down1(2));

ZF3=CP(:,raise1(3):down1(3));

ZF4=CP(:,raise1(4):down1(4));

ZF5=CP(:,raise1(5):down1(5));

ZF6=CP(:,raise1(6):down1(6));

ZF7=CP(:,raise1(7):down1(7));

ZF8=CP(:,raise1(8):down1(8));

figure,imshow(ZF1),title(×Ö·û1);

figure,imshow(ZF2),title(×Ö·û2);

figure,imshow(ZF3),title(×Ö·û3);

figure,imshow(ZF4),title(×Ö·û4);

figure,imshow(ZF5),title(×Ö·û5);

figure,imshow(ZF6),title(×Ö·û6);

figure,imshow(ZF7),title(×Ö·û7);

figure,imshow(ZF8),title(×Ö·û8);

MB1=temp(ZF1);

MB2=temp(ZF2);

MB3=temp(ZF3);

MB4=temp(ZF4);

MB5=temp(ZF5);

MB6=temp(ZF6);

MB7=temp(ZF7);

MB8=temp(ZF8);

figure,imshow(MB1);

figure,imshow(MB2);

figure,imshow(MB3);

figure,imshow(MB4);

figure,imshow(MB5);

figure,imshow(MB6);

figure,imshow(MB7);

figure,imshow(MB8);

subplot(2,4,1),imshow(MB1);

subplot(2,4,2),imshow(MB2);

subplot(2,4,3),imshow(MB3);

subplot(2,4,4),imshow(MB4);

subplot(2,4,5),imshow(MB5);

subplot(2,4,6),imshow(MB6);

subplot(2,4,7),imshow(MB7);

subplot(2,4,8),imshow(MB8);

求偏轉(zhuǎn)角的子程序（maxtheta）：

function y =maxtheta(A)

%UNTITLED Summary of this function goes here

% Detailed explanation goes here

[m,n]=size(A);

k=0;

for i=1:m

for j=1:n

if A(i,j)>k

k=A(i,j);

x=i;

y=j;

end

end

end

制作模板的子程序（temp）：

function B=temp(A)

%UNTITLED Summary of this function goes here

% Detailed explanation goes here

[m,n]=size(A);

B=zeros(20,15);

C=zeros(20,n);

a=m/19;

a1=m/20;

b=n/14,

b1=n/15;

%½«Í¼Ïñת»»Îª20ÐеÄͼÏñ

if m>=40

for y=1:n

for x=1:m

c=uint8(x/a)+1;

C(c,y)=C(c,y)+A(x,y);

end

end

elseif m>=20

for y=1:n

for x=1:m

c=uint8(x/a1);

C(c,y)=C(c,y)+A(x,y);

end

end

else

for y=1:n

for x=1:20

c=uint8(x*a1)

C(x,y)=A(c,y);

end

end

end

if n>=30

for x=1:20

for y=1:n

d=uint8(y/b)+1;

B(x,d)=B(x,d)+C(x,y);

end

end

elseif n>=15

for x=1:20

for y=1:n

d=uint8(y/b1);

B(x,d)=B(x,d)+C(x,y);

end

end

else

for x=1:20

for y=1:15

d=uint8(y*b1);

B(x,y)=C(x,d);

end

end

end

for x=1:20

for y=1:15

if B(x,y)~=0

B(x,y)=1;

else

B(x,y)=0;

end

end

end

end