一、项目布景及可行性剖析
2.1项目布景及技能难点
-
项目名称：智能交通：轿车车牌定位辨认；
-
项目内容：本项目是在FPGA前端实时完结图画收集、预处理、车牌定位和字符切割以及数据传输作业，在后端完结车牌字符辨认作业。FPGA接纳收集的实时图画，在内部选用流水线办法顺次完结图画预处理、车牌定位和车牌字符切割作业，最终经过高速USB端口将已切割字符传输到后端进行字符辨认。其间，图画收集和数据传输是经过EDK内嵌的MicroBlaze内核操控完结的，这简化了FPGA内部操控电路；而FPGA内部信号处理电路选用的流水线办法，大大进步了体系实时处理视频帧的才能。
-
技能难点：（1）车牌本身特征的多样性及外界环境的不确认性导致的定位辨认不精确；（2）图画处理算法的较高核算复杂度导致的实时性不满足。
2.2要害技能及立异点
-
算法：选用了一种依据边际检测和区域查找的车牌定位算法，该算法直观且运算量小，利于硬件完结；
-
电路完结：FPGA内部选用流水线办法顺次完结图画处理、车牌定位和字符切割三部分作业，极大地进步了对视频流的实时处理才能；
-
嵌入式操控：选用Xilinx EDK内嵌的MicroBlaze软核操控完结图画收集和数据传输作业，简化了FPGA内部的操控电路。
2.3性能指标及可行性剖析
-
设定的性能指标：我国电视视频规范选用PAL制，其帧频为 25，因而设定本体系所需到达的处理速度为25帧/秒，并可以将字符切割信息经过USB端口上传至PC机或其它设备。
-
可行性剖析：本计划已经过MATLAB仿真，成果表明可以有用进行车牌的定位、切割和辨认。在确保车牌辨认作用的条件下，经过对算法结构进行改善，结合流水线办法的FPGA完结，可以到达实时性要求。别的，本小组成员均有丰厚的FPGA规划功底和厚实的信号处理理论常识，有才能确保顺利完结交给该项目。
二、软件规划计划概述
轿车车牌辨认体系一般分为三个部分，即车牌区域定位、车牌字符切割和车牌字符辨认。为了杰出图画的有用特征，通常在车牌定位之前需要对所摄影图画进行预处理，以到达更好的定位作用。图3—1为本项目所规划软件计划流程图，其间车牌区域定位部分规划选用了一种依据边际检测和区域查找的车牌定位切割算法，其仿真成果见附录。
图3—1 软件规划计划流程图
3.1 图画预处理
在车牌定位之前对摄像机所摄影图画进行预处理，是指杰出图画中的有用信息，按捺或许对后续过程发生晦气影响的无效信息，以到达减小运算复杂度、进步辨认作用的意图。图画预处理首要包含图画灰度化、去噪和灰度拉伸三部分。
3.1.1 RGB2Gray
摄像机所摄影的图画一般为RGB五颜六色图画，每个像素包含R、G、B三种色彩重量，每个色彩重量用8 bit表明，即24 bit表明一个像素。而灰度图画是指只包含亮度重量的图画，每个像素用8 bit表明，亮度值量化为256级。关于车牌辨认，灰度图画足以满足要求，且相关于RGB图画具有核算复杂度低、所需存储空间小的长处。因而，可以把RGB五颜六色图画转化为灰度图画，核算公式为Gray = 0.299R + 0.587G + 0.114B。
3.1.2 图画去噪
图画的能量首要会集在低频部分，高频部分多为边际信息，而噪声一般也会集在高频部分，因而需要对图画进行去噪，以使得车牌定位中进行边际检测时得到更好的作用。中值滤波是一种非线性图画处理办法，它将一个窗口内一切像素排序后的中心值替代窗口中心的像素值，可以在去除噪声的一起有用维护图画边际，因而本计划中选用中值滤波办法进行去噪。
3.1.3 灰度拉伸
为了增强车辆图画和车牌图画的对比度，有利于车牌定位和辨认，需对去噪后的图画进行灰度拉伸。灰度拉伸是指将输入图画中某点 的灰度 ，经过分段映射联系T，映射成灰度 后输出，即 。
3.2 车牌定位
车牌定位是指从图画中正确的辨认切割出车牌区域，其基本原理是依据方针与布景的先验常识，对图画中的车牌区域进行符号定位，并完结有用切割。图画中车牌区域具有显着的纹路特征，含有丰厚的边际信息，假如对整幅图象进行边际检测处理，则车牌区域相关于其他非车牌区域含有更多的细节边际信息。因而，本计划中选用了一种依据边际检测和区域查找的车牌定位切割算法，该办法直观且运算复杂度较低，利于硬件完结。
3.2.1 Sobel边际检测
边际检测的本质是选用某种算法来提取出图画中目标与布景间的交界限，一般包含滤波、图画增强、检测和定位四部分。Sobel边际检测是指将Sobel算子与给定图象进行模板卷积，然后剖析卷积成果图象中各边际点的改变方向，并求取图象的部分最大值点作为边际输出，这样即可取得图画的边际信息。相关于一般的简略卷积并阈值化处理办法，Sobel边际检测可以削减凌乱信息，按捺噪声，更好地突现车牌区域的纹路特征，并且其核算复杂度较低，硬件完结难度较小，因而咱们选用Sobel边际检测提取图画边际信息。
3.2.2 车牌区域查找
车牌区域存在相对接连的屡次灰度跳变，且两次跳变距离在必定规模之内，而非车牌区域则一般不具有这个特征。依据这种特征，咱们选用行扫描和列扫描的办法来别离查找确认车牌区域的上下鸿沟和左右鸿沟。
行扫描确认上下鸿沟是指从左往右、从上而下对每行像素进行扫描检索，若遇到跳变点则计数加1，若某行中跳变数大于阈值M，则认为是或许的摄影区域，并设其为下鸿沟；若跳变数大于M的行数超越阈值N，则认为时实在车牌区域，并把最终一行设为上鸿沟，不然，行计数归0并从头寻觅车牌下鸿沟。
列扫描确认左右鸿沟是指对已确认上下鸿沟的车牌区域从左往右查找左面起始点、从右往左查找右边起始点，遇到第一个跳变点即中止并记载，然后跳转到下一行。这样既可取得车牌区域的左右鸿沟。
3.2.3 候选车牌区域断定
经过上述办法查找得到的候选区域或许不止一个，因而需要对它们进行判别来确认真实的车牌区域。车牌区域的断定规范包含车牌尺度巨细和长宽份额、像素散布联系、二值化投影是否为波峰-波谷散布等，因为车牌尺度为已知条件，所以本计划中选用尺度巨细和长宽份额作为断定规范来确认真实的车牌区域。
3.3 车牌字符切割
因为车牌图画很有或许呈现向左或许向右的歪斜，且任何一种歪斜都会影响车牌字符的区分，所以需要对查找出来的车牌区域进行预处理，以到达更好的字符切割辨认作用。
3.3.1 车牌区域预处理
车牌区域预处理一般包含二值化、几许改换等过程，其作用的好坏将直接影响后续的字符切割辨认作业。车牌区域由远景字符和布景色组成，二值化即相当于确认适宜的阈值别离字符和布景，这样可以大大减小后续作业的核算复杂度；几许改换是指经过对车牌图画进行缩放、旋转、平移等，纠正车牌的形变及歪斜，到达增大字符切割、辨认率的意图。
3.3.2 字符切割
字符切割是指把车牌区域图象切割成单个字符图画，它归于图象切割问题。字符切割是是特征提取和形式匹配的条件，并直接联系到后续的字符辨认作用，因而字符切割是车牌辨认中要害的一步。本计划选用一种新的字符切割办法，即概括特征与笔直投影联合切割法，其基本原理如下：字符之间的分界处往往是投影比较少的当地，切割点处的投影挨近零或许为零，因而可以使用这种特色进行大略的切割得到第一组切割点，然后从左到右从上到下、从下到上顺次对每列进行扫描取得字符的上概括和下概括，切割点在上概括曲线上表现为波谷，鄙人概括曲线上表现为波峰，最终依据三组切割点的相对方位确认真实的切割点。相关于一般的笔直投影法，该办法可以很好地处理车牌字符图画的轻度污染导致的字符粘连问题。
3.4 车牌字符辨认
本计划中选用模板匹配法进行字符辨认，其基本原理是先对字符切割后的二值化图画缩放到字符数据库中模板的巨细，然后与一切模板进行匹配，最终选取最佳匹配作为成果。
三、硬件规划计划概述
4.1FPGA规划总体计划及模块剖析
图4—1为本项目硬件原理框图。CCD摄像头收集的视频图画输入视频解码芯片，经过视频解码转化成数字信号存入FPGA的Block RAM中；FPGA芯片内部电路顺次完结图画预处理、车牌定位和车牌字符切割三个功用，三部分选用流水线办法完结，这将大大进步图画的处理功率；最终将切割出来的车牌字符经过高速USB端口传入后端，进行后续的字符辨认。其间，视频解码芯片及USB数据传输的操控是经过FPGA内部Microblaze软核来完结的。
图4—1 体系硬件框图
4.1.1 图画收集模块
本体系图画收集模块包含PAL制CCD摄像头和飞利浦公司的SAA7113视频解码芯片，经过MicroBlaze软核操控视频解码芯片，将摄影的模仿视频信号转化成数字信号。SAA7113将解码、采样和量化集成于一体，支撑隔行扫描和多种数据输出格局，并内置了A/D转化电路、预处理电路及I2C接口，经过I2C接口对内部寄存器进行装备，即可完结对芯片内部电路的操控。
4.1.2 RGB2Gray模块
图4—2 RGB2Gray硬件框图
图画收集模块输出的RGB五颜六色图画转化成灰度图画的硬件框图如图4—2所示，该模块由三个乘法器和一个加法器组成，其间权重小数在FPGA中选用XQN格局定点数表明。
4.1.3 图画去噪模块
本计划中图画去噪模块是经过对图画进行中值滤波完结的，图4—4为其硬件框图。图4—3为一个3×3的滤波模板，不同的模板即可得到不同的滤波作用。如图4—4所示，选用移位寄存器对图画数据缓存输出，将图画数据和模板进行并行一维卷积即可得到三个卷积成果，输入加法器即可得到滤波成果，其间buffer的巨细为图画的列数。
