基于Blackfin561的嵌入式车牌识别系统

嵌入式车牌识别系统的硬件电路设计作者：张松王飞来源：《现代电子技术》2012年第10期摘要：基于数字信号处理器（DSP）TMS320VC5416和复杂可编程逻辑器件（CPLD）的嵌入式车牌识别系统的硬件设计，利用视频处理芯片SAA7111作为视频A/D，在CPLD的控制下将采集到的图像数据写入帧存储器中,DSP对图像数据进行实时分析处理。

采用“乒乓”存储结构，实现了图像数据的采集和处理的并行运行。

识别结果通过串口传到上位机或者保存在E2PROM中，实现了车牌识别系统脱机、联机工作, 在实时高速图像处理系统中有广泛的工程技术应用前景。

关键词：图像采集； SAA7111；乒乓存储；车牌识别中图分类号：文献标识码：A 文章编号：基金项目：四川省教育厅重点项目(07za180) 汽车牌照的自动识别技术在公共安全、交通管理、军事等领域有着重要的应用价值。

一般车牌识别系统多基于摄像机图像采集卡计算机, 图像理解和处理算法全部以软件方式实现。

这种计算机参与大量工作的系统应用场合受到很大限制, 室外恶劣复杂环境下应用极为不便。

随着图像处理技术的发展，数字信号处理器不断更新及其处理能力不断的提高和大规模集成电路的迅速发展，使嵌入式图像采集处理系统的实现成为可能\[1\]。

为此提出了一种基于通用DSP和CPLD的嵌入式车牌识别系统\[2\]，实现对车牌的实时识别，可脱机（计算机）工作，也可与PC机相连接，将识别结果传给PC机，PC机只需要完成后期管理而不需要进行大量的实时数据处理。

在实时高速图像处理系统中(汽车牌照自动识别技术、流水线产品质量监控等领域)有广泛的工程技术应用前景。

1 系统功能视频A/D在DSP的控制下将摄像头拍摄到的包含车牌信息的视频图像转换为固定格式的数字信号，在CPLD的控制下存储为512×512的图像到帧存储器组中\[3\]，DSP对采集到的图像数据进行识别处理，将识别到的车牌号码保存，结果可以保存在E2POM中，适用于脱机运行，或者保存在内部缓存中，然后实时地通过串口将识别结果传到PC机中进行后期管理。

基于Blackfin处理器的嵌入式数码相框设计孙树波;孙伶;熊寅铭【摘要】The Blackfin convergent-processor's basic functions is introduced, in addition, the design patterns of the Blackfin hardware platform for embedded systems which are integrated with uClinux operating system and a large number of hardware drivers to design the wireless WiFi intemet connection, e-mail, RSS news reading, instant photo sharing, full touch operation of features such as embedded digital picture frame is comprised.%介绍了汇聚式处理嚣Blackfin的基本功能,给出了以Blackfin为嵌入式系统硬件平台,并采用uClinux操作系统和其中集成的大量硬件驱动程序来设计具有互联网WiFi无线连接、电子邮件发送、RSS新闻阅读、即时照片分享、全触摸操作等功能的嵌入式数码相框的设计方案.【期刊名称】《电子设计工程》【年(卷),期】2011(019)011【总页数】3页(P181-183)【关键词】嵌入式处理器;Blackfin;uCLinux;数码相框【作者】孙树波;孙伶;熊寅铭【作者单位】广播电影电视局吉林,吉林132200;中国石油管道科技研究中心,河北廊坊065000;中国石油管道科技研究中心,河北廊坊065000【正文语种】中文【中图分类】TP399当今的嵌入式应用已经无处不在，无论是消费电子、通信终端，还是系统设备、工业控制、汽车电子系统或航空航天，都无处不见嵌入式应用的身影。

嵌入式虹膜图像采集及预处理
熊显名;李根
【期刊名称】《微计算机信息》
【年(卷),期】2006(000)11Z
【摘要】简要介绍了Blackfin561的DMA功能和BMP文件的格式，叙述了在基于Blackfin561的嵌入式操作系统uClinux下并行外部接口（PPI）驱动程序的框架，以及驱动程序中各个函数的具体功能与实现方式。

完成了虹膜图像数据的采集，并对图像数据进行了预处理，提取其中所有亮度信息，生成BMP图像文件。

同时指出了调试过程中常遇的问题以及解决方法。

【总页数】3页(P16-17,123)
【作者】熊显名;李根
【作者单位】桂林电子工业学院电子工程系,桂林541004
【正文语种】中文
【中图分类】TP368.1
【相关文献】
1.基于虹膜识别技术的嵌入式信息采集系统的设计 [J], 孙弋;丁睿;陈旸
2.基于Hough变换的虹膜图像预处理研究 [J], 占艳;韦昌法;刘青萍;穆珺
3.嵌入式虹膜图像采集及预处理 [J], 熊显名;李根
4.基于嵌入式系统的图像采集和预处理装置设计 [J], 宋利利
5.基于Hough变换的虹膜图像预处理研究 [J], 占艳;韦昌法;刘青萍;穆珺
因版权原因，仅展示原文概要，查看原文内容请购买。

收稿日期:2015-05-26基金项目:黑龙江职业学院重点培育课题(YJP 201403)作者简介:徐伟(1978-),男,哈尔滨人,讲师,研究方向:软件开发、电气工程;王亿(1979-),女,哈尔滨人,副教授,研究方向:软件开发、动漫。

嵌入式汽车牌照自动识别技术的研究与应用徐伟,王亿(黑龙江职业学院,哈尔滨150080)摘要:现对当前汽车车牌识别技术及当前应用做了剖析。

并以Android 嵌入式系统为基础,进行开发设计一款基于嵌入式的可控移动摄像头的汽车车牌识别系统。

关键词:车牌识别;嵌入式;Android 中图分类号:TP391.4文献标识码:A 文章编号:1005-913X (2015)07-0228-01一、研究的背景在我国,私家车保有量逐年增加,随之而来的自然是越来越快捷方便的生活方式以及由此引发的一系列问题:汽车盗窃案每年逾万、交通事故时有发生、停车场进出不方便……无疑,汽车需要规范管理。

“交通智能化”将成为未来交通管理的必然趋势。

近年来,随着物联网、嵌入式、Android 的迅猛发展,这对智能交通系统提出了新的要求。

作为智能交通系统一部分的车牌识别系统因而也有了新的应用和挑战。

除传统的用于高速公路超速违章管理、停车场管理、车辆流量管理以及车辆电子收费系统外,车牌识别系统还可以用于移动机器人对停车场车辆的监管以及交通管理部门对违章车辆车牌的临时检查等。

传统基于固定摄像头的车牌识别系统不能满足新增加的要求,因此,本文提出了基于智能手持嵌入式设备Android 平台和可移动摄像头的车牌识别系统。

二、国内外研究情况概述(一)国外研究状况国外在车牌识别技术上的研究在实际应用中得到非常成功的应用,比较著名的如美国的Hi-TechS olutions (HTS )公司和英国的Alphatech 公司。

作为OCR 和计算机视觉技术市场领先的HTS 公司,旗下最成熟的产品S eeCar 车牌识别(LPR/ANPR )系统可用于高速公路里汽车的实时识别,同时该公司最近推出了一款在掌上电脑上实现的移动识别系统产品S eeYardCar ,如下图所示。

使用J^adon变换来对车牌a行校正.駢牌分割：育先对车牌进行水平投®,上除水平边框：再对车牌进行垂直投影.通过对车牌进行投影分析可知，与最大值峰中心对应的如车牌中第一个7 符和第二个字符的间隔，与第一犬峰中心距离对应的即为车牌了符的宽度，井以此为依据对车牌进行吩割-⑤字符识别：木文采用棋板匹配方法来对车牌进行识别。

识别过程中.首先建立标准字库，再将分割所得到的字符进行归一化，将归一化处理后的字符与标准字库里的字符逐一比校.最后把谋筮虽小的字符作为结杲显示出来U本文采用成熟的数字图像处理技术和Matlab仿真丁具却，便得文中所提出的算法得以灾现-如罔i所示为采用Mat lab实现车牌了符分割技术的程序流程。

.function [d]=ma in(jpg)匸imread('car .jp g');figure(1),imshow(l);title('原图');I1=rgb2gray(l); %将真彩色图像转换为灰度图像figure(2),subplot(1,2,1),imshow(l1);title('灰度图');figure(2),subplot(1,2,2),imhist(I1);title('灰度图直方图');l2=edge(l1,'robert',0.08,'both'); %高斯滤波器，方差为0.08figure(3),imshow(l2);title('robert 算子边缘检测') se=[1;1;1];I3=imerode(I2,se); % 图像的腐蚀figure⑷,imshow(I3);titleC 腐蚀后图像');se=strel('rectangle',[40,40]); %构造结构元素，以长方形构造一个seI4=imclose(l3,se); %对图像实现闭运算，闭运算也能平滑图像的轮廓，但与开运算相反，它一般融合窄的缺口和细长的弯口，去掉小洞，填补轮廓上的缝隙。

基于STM32的车牌识别系统一、系统概要本系统以STM32F103RBT单片机为主控，控制OV7670摄像头（带FIFO）进行图像采集，通过模式识别、匹配，最后获得车牌的识别结果。

为尽大可能的提高处理速度，STM32单片机进行了16倍频。

识别主要过程包括五过程。

二、系统框图三、识别原理1、图像采集图像通过OV7670摄像头进行数据采集，采集的图像大小为320*240像素，像素格式为RGB565。

每个像素由两字节组成，第一字节的高五位是R，第一字节的低三位和第二字节的高三位组成G，第二字节的低五位是B。

图像通过STM32单片机读取，并将数据进行特殊处理后，显示于TFT显示屏上。

2、二值化分析摄像头的数据在采集过程中，对每个像素进行二值化处理，即设定R、G、B的阈值。

通过二值化处理，将像素值分为全黑0x0000和全白0xffff两种。

同时通过程序分析出每行的跳变点。

分析跳变点的目的是识别出车牌区域。

3、识别车牌区域通过二值化分析出各行的跳变点，车牌区域处由于字符，导致跳变点明显较多，约大于15个，通过跳变点的分析和判断，即可识别出车牌区域位置。

如下图中左侧红色标记点，即为各行的跳变点数目。

本系统程序中设定跳变点大于15个，在连续行存在多个跳变点大于15的位置处，将起始位置设定为车牌区域的上边边界Y_up，结束位置设定为车牌区域的下边边界Y_down。

再通过RGB-HSV颜色转换，识别出车牌区域的左边边界X_left和右边边界X-right。

这样既可获取车牌区域的准确边界，如下图蓝色边框范围。

4、字符分割车牌区域识别后，再次通过二值化进行字符的分割处理。

处理过程中，获取各个字符的左边边界kk和右边边界k，若分割出来的字符数为8，则分割比较准确。

如下图所示，竖向蓝线为各个字符的边界标记。

字符分割，为下一步字符匹配准备总要参数。

5、字符匹配字符分割后，进行归一化处理，再逐一对各个字符进行字符匹配。

字符模板通过取模软件先提取出，存放于程序中，其大小为24*50的单一像素。

JPEG2000编码器在Blackfin561上的实现与优化的开题报告1. 研究背景JPEG2000是现代图像压缩技术的重要代表，致力于提高编解码压缩效率和图像质量。

在数字图像处理和通信领域，它已被广泛应用于压缩、存储和传输图像等方面。

Blackfin系列处理器作为一款高性能数字处理器，具有较高的DMA传输速度、较低的功耗、较强的计算能力和异步多线程执行能力，被广泛应用于多媒体图像、音视频处理、工控、远程监视等应用领域。

因此，在Blackfin平台上实现并优化JPEG2000编解码器非常有意义。

通过针对Blackfin平台进行优化和优化算法，可以实现更高效的图像处理和更好的用户体验，不仅会加速图像处理的速度，同时还能减小图片体积并提高图片的质量。

2.研究目标本课题主要目标是在Blackfin平台上设计和实现高效的JPEG2000编解码器。

具体目标如下：(1) 研究JPEG2000原理，掌握JPEG2000的编解码方法，并分析适合Blackfin平台优化的JPEG2000算法。

(2) 在Blackfin平台上进行JPEG2000编解码器的设计和实现。

(3) 对JPEG2000编解码器进行优化，尽可能提高编解码的速度和图像质量。

(4) 针对JPEG2000编解码器在Blackfin平台上的性能进行测试和评估。

3.研究内容(1) JPEG2000的原理和编解码方法研究。

(2) 基于Blackfin平台设计和实现JPEG2000编解码器，完成一些基本功能，如图像压缩、解压、图像显示等。

(3) 优化JPEG2000编解码器。

从算法和程序两个方面进行优化，如采用SSE指令加速、多线程等优化方式提高编解码的速度和图像质量。

(4) 完成编解码器的性能测试，分析和评估其优化效果。

(5) 撰写开题报告、中期报告和最终毕业论文。

4.研究方法(1) 文献研究：通过查阅相关文献，深入了解JPEG2000的基本原理、编解码方法和优化技术。

车牌识别系统的设计与实现毕业设计论文目录一、内容描述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21.研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3 1.1 背景介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31.2 研究的重要性及目的．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42.国内外研究现状及发展趋势．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5 2.1 国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．72.2 发展趋势分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8二、车牌识别系统相关技术概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．91.图像预处理技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10 1.1 图像去噪．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11 1.2 图像增强．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．131.3 图像二值化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．142.图像处理软件及工具介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15 2.1 常用图像处理软件介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．172.2 图像处理工具的功能及使用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18三、车牌识别系统的设计与实现．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．201.系统设计原则及整体架构设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21 1.1 设计原则与目标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．221.2 整体架构设计思路．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．232.系统功能模块划分与实现．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．242.1 图像输入模块．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．262.2 车牌定位模块．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．272.3 字符分割模块．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．292.4 字符识别模块．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30四、车牌识别系统的关键技术实现细节探讨．．．．．．．．．．．．．．．．．．．．32一、内容描述随着现代智能交通技术的不断发展，车牌识别系统在道路交通管理中的应用越来越广泛，其高效、准确、自动化的特点为缓解城市交通拥堵、提高车辆通行效率提供了有力的技术支持。

车牌自动识别系统的嵌入式设计魏迎军;张喆;韩洁【期刊名称】《价值工程》【年(卷),期】2011(030)030【摘要】科技正以前所未有的速度改变着人们的生活,从而影响到了交通系统的发展.为了组建更加智能化、人性化的交通系统,车牌自动识别系统应运而生.本文采用了嵌入式系统作为车牌自动识别系统平台.通过对硬件和软件的探讨,搭建出车牌自动识别系统的框架.使用Linux作为操作系统平台,使用OpenCV开源函数库进行图像的分析与处理,在这些基础上完成了车牌识别系统的整体模型.首先对车牌进行灰度变换,然后选取阚值使图像二值化,接着进行车牌的定位,获得车牌图像后进行车牌字符的切割,使单个字符分开,最后对分割后的字符和标准的字符模板进行匹配,从而获得车牌信息记录下来并传输到需要的主机上.%The technology is changing people's life at unprecedented speed, also affecting the development of traffic system. In order to foim a more intelligent and humanized traffic system, the license plate recognition system emerged. This paper used the embedded system as a license plate recognition system platform. Through discussing the hardware and software, this paper builds framework of the license plate recognition system. It uses Linux as operating system platform, and uses OpenCV open source function library to conduct image analysis and processing. On the basts, (he whole model of the license plate recognition system is completed. First, die system conducts gray transform for vehicle license plate, and selects threshold to make the image binary,then locates the license plate, cuts and divides plate character after receiving a license images, and then matches them with standard characters formwork. and gets the license plate information and records and transmits to the needed hardware.【总页数】2页(P144-145)【作者】魏迎军;张喆;韩洁【作者单位】黄淮学院,驻马店463000;黄淮学院,驻马店463000;驻马店第二初级中学,驻马店463000【正文语种】中文【中图分类】TP315【相关文献】1.车牌自动识别系统中车牌分割的研究 [J], 李炜;黄心汉2.车牌自动识别系统GUI界面设计与实现 [J], 朱晓林;万琴;肖岳平;安希旭3.基于彩色图像信息的车牌自动识别系统仿真研究 [J], 林国聪; 王冬青; 薛斌强; 刘金燕4.车牌自动识别系统设计 [J], 王美琴;易敏;关财忠;王茗祎5.基于MATLAB的车牌自动识别系统开发与设计 [J], 胡云琴;梁春美;郑卫娟因版权原因，仅展示原文概要，查看原文内容请购买。

实时车牌识别边缘系统设计及FPGA实现实时车牌识别边缘系统设计及FPGA实现引言随着社会的发展和交通流量的不断增加，对车牌识别系统的需求也越来越大。

车牌识别系统可以应用于交通管理、停车场管理、安全监控等多个领域。

为了提高识别系统的实时性和准确性，本文设计了一种基于FPGA的实时车牌识别边缘系统，并对其进行了详细的实现。

一、车牌识别原理车牌识别系统的基本原理是通过图像处理和模式识别技术来识别出车牌中的字符信息。

其主要步骤包括图像采集、图像预处理、车牌定位与分割、字符识别等。

1.1 图像采集图像采集是整个车牌识别系统的第一步，主要是通过摄像机来获取车辆的图像信息。

现阶段普遍使用的摄像头有模拟摄像头和数字摄像头两种类型，数字摄像头由于输出信号的数字化，可以免去模拟信号到数字信号的转换过程，因此能更好地保持图像的质量。

1.2 图像预处理为了保证车牌识别系统的准确性和稳定性，在进行车牌定位和字符识别之前，需要对采集到的图像进行预处理，主要目的是去除噪声、增强图像对比度等。

常用的图像预处理方法有灰度化、图像平滑、边缘检测等。

1.3 车牌定位与分割车牌定位与分割是车牌识别系统的核心步骤，其主要目的是将输入的图像中的车牌区域找出并将其分割出来。

在这一步骤中，常用的方法有色彩定位法、边缘定位法等。

色彩定位法通过车牌区域的颜色特征进行定位，而边缘定位法则通过车牌区域的边缘信息进行定位。

1.4 字符识别字符识别是车牌识别系统的最后一步，其主要目的是对分割出的车牌字符进行识别。

字符识别可以采用基于模板匹配、基于神经网络或基于深度学习等多种方法。

二、系统设计2.1 硬件设计本文设计的实时车牌识别边缘系统采用FPGA作为硬件平台。

FPGA具有可编程性强、并行性能高等特点，非常适合用于实时图像处理等应用。

系统的主要硬件设计包括图像采集模块、图像预处理模块、车牌定位与分割模块以及字符识别模块。

2.2 软件设计系统的软件设计主要包括车牌定位算法、字符识别算法的实现。