基于ZedBoard的车牌定位与字符识别系统设计与实现

摘要

随着我国经济的飞速发展，智能交通系统ITS(Intelligent TransportationSystem)已是未来交通监管系统中的主要发展趋势。而车牌识别技术LPR(LicensePlate Recognition)是ITS核心技术之一，研究和开发车牌识别系统对我国交通管理领域的发展有重要的意义和应用价值。
　　通过查阅国内外相关文献可得，目前大部分车牌识别系统是基于PC机软件实现的，接口和功能固定，可升级性差，车牌识别技术还有进一步完善的空间，尤其在自适应性、识别速度和准确率等方面仍需要更深入的研究。因此，本文提出了基于ZedBoard开发板的车牌定位与字符识别系统，充分利用开发板上的双核ARM Cortex-A9处理器和FPGA，采用软硬件协同设计的方式实现系统的功能，极大的改善了识别速度，同时很好的满足了系统要求。
　　本文提出的车牌识别系统主要由车牌定位模块、字符分割模块和字符识别模块组成。通过对以上模块关键技术的研究，本文提出了行之有效的解决策略。首先在车牌定位方面，本文提出了颜色和纹理相结合的车牌定位方法。采用VerilogHDL硬件描述语言实现了车牌候选区的提取以及车牌水平倾斜角度和垂直倾斜角度的检测，极大的提高了定位速度和准确率。其次在车牌字符分割方面，本文对直接投影法做出了改进。通过图像预处理去除车牌边框和铆钉，然后通过改进后的投影算法实现字符切割，该算法能从根本上克服因字符粘连和字符断裂导致分割错误的缺点，有效提高了字符分割的准确率。最后在车牌字符识别方面，本文结合特征提取和BP神经网络算法，首先对字符图像进行预处理和归一化操作然后提取汉字字符的粗网格特征和外围特征，字母数字字符的粗网格特征和笔画密度特征，最后设计BP神经网络对字符进行识别。
　　此外，本文还实现了Linux操作系统以及OpenCV与QT函数库的跨平台移植，并编写了相关测试控制模块。经测试表明，本系统的定位准确率达到90％以上，识别的准确率能达到89％以上，系统的平均运行时间为2s左右，满足了系统性能要求，达到了预期设计目标。

目录

声明

摘要

第1章 绪论

1．1 研究背景及意义

1．2 国内外现状

1．2．1 国外现状

1．2．2 国内现状

1．3 车牌识别难点及发展趋势

1．4 论文组织结构

第2章 相关知识介绍

2．1 车牌的主要特征

2．2 车牌定位相关算法

2．2．1 车牌定位算法概述

2．2．2 边缘检测

2．2．3 倾斜矫正

2．2．4 腐蚀和膨胀

2．2．5 色域空间

2．3 车牌字符分割相关算法

2．3．1 车牌字符分割算法概述

2．3．2 二值化算法

2．4 车牌字符识别相关算法

2．4．1 车牌字符识别算法概述

2．4．2 字符特征提取

2．4．3 BP神经网络

2．5 硬件平台

2．5．1 Zynq-7000 AP SoC体系简介

2．5．2 ZedBoard开发平台

2．6 本章小结

第3章 车牌定位与字符识别系统总体设计

3．1 系统功能和性能要求

3．1．1 系统功能要求

3．1．2 系统性能要求

3．2 系统层次分析

3．3 开发平台设计流程

3．3．1 PS设计

3．3．2 PL设计

3．3．3 PS和PL互联设计

3．4 车牌识别系统总体设计

3．4．1 车牌定位总体设计

3．4．2 车牌字符分割总体设计

3．4．3 车牌字符识别总体设计

3．5 本章小结

第4章 车牌定位与字符识别系统实现

4．1 基于颜色和纹理的车牌定位

4．1．1 提取车牌候选区

4．1．2 筛选车牌候选区

4．1．3 车牌水平倾斜矫正

4．1．4 车牌垂直倾斜矫正

4．2 基于改进投影法的车牌字符分割

4．2．1 车牌图像二值化

4．2．2 去除车牌边框和铆钉

4．2．3 车牌字符切分

4．3 基于BP神经网络的车牌字符识别

4．3．1 字符图像预处理

4．3．2 字符归一化

4．3．3 提取字符特征值

4．3．4 BP神经网络算法的工作流程

4．3．5 BP神经网络的设计

4．3．6 BP神经网络的训练

4．4 Linux系统移植与IP驱动设计

4．5 QT界面设计和运行库的移植

4．6 本章小结

第5章 系统测试与结果分析

5．1 系统运行环境

5．2 软件控制端测试

5．3 系统功能测试

5．4 系统结果分析

5．5 本章小结

第6章 总结与展望

6．1 总结

6．2 存在问题及展望

参考文献

致谢

攻读学位期间发表论文情况