亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于低功耗嵌入式系統(tǒng)的車牌定位算法

        2017-02-22 09:02:44唐莉萍
        關(guān)鍵詞:車牌字符算子

        李 震,唐莉萍

        (東華大學(xué) 信息科學(xué)與技術(shù)學(xué)院,上海 201620)

        基于低功耗嵌入式系統(tǒng)的車牌定位算法

        李 震,唐莉萍

        (東華大學(xué) 信息科學(xué)與技術(shù)學(xué)院,上海 201620)

        文章給出了自行設(shè)計的在低功耗嵌入式平臺上實現(xiàn)車牌定位檢測的算法。首先通過Sobel水平算子對車牌圖像進(jìn)行垂直邊緣檢測,運用形態(tài)學(xué)方法對邊緣圖像進(jìn)行閉運算得到連通圖塊。然后根據(jù)連通區(qū)域輪廓確定最小外接矩形,解決車牌位置斷節(jié)問題,得到車牌候選區(qū)域。最后根據(jù)車牌特征對提取出的車牌候選區(qū)域進(jìn)行篩選實現(xiàn)準(zhǔn)確的車牌定位。實驗結(jié)果證明了該算法的有效性,而且在復(fù)雜背景下也具有較好的魯棒性和自適應(yīng)性。

        車牌定位;Sobel算子;形態(tài)學(xué);閉運算

        0 引言

        基于ARM平臺主要使用ARM9、ARM11或者Cortex-A8處理器,例如文獻(xiàn)[2]用三星的ARM9芯片讀取CMOS攝像頭采集的車輛圖像進(jìn)行車牌區(qū)域判斷;文獻(xiàn)[3]將Cortex-A8芯片運行于Linux操作系統(tǒng),并借助于OpenCV圖形圖像處理庫中成熟的函數(shù)實現(xiàn)車牌的定位;張海霞選擇ARM11開發(fā)板(S3C6410為微處理器核心)作為嵌入式車牌識別系統(tǒng)的核心硬件電路[4]?;贒SP平臺的主流處理器是德州儀器TMS系列,例如左宗鵬等人采用TMS320DM642讀取SAA7113采集的圖像數(shù)據(jù),通過改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)算法實現(xiàn)車牌定位和識別[5]?;贔PGA平臺的內(nèi)核是定制的軟核處理器,如鄭存芳等人用FPGA通過定制的Nios Ⅱ軟核調(diào)用接口讀取CCD攝像頭的圖像數(shù)據(jù),運用邊緣檢測方法進(jìn)行車牌定位[6];鄭存芳對比基于PC或DSP的車牌識別系統(tǒng),提出了基于FPGA的車牌識別系統(tǒng)研究與實現(xiàn)方案[7]。還有研究人員將FPGA和DSP結(jié)合在一起實現(xiàn)車牌識別[8]。

        以上文獻(xiàn)給出的嵌入式平臺,硬件平臺采用的處理器大多為中高端產(chǎn)品,產(chǎn)品的投入成本較高。在軟件方面有的需要運行在特定的操作系統(tǒng),有些需要借助特殊的圖形圖像處理軟件,將會引起處理器內(nèi)存開銷過大,影響系統(tǒng)的運行速度。本文研究將低端、低功耗嵌入式處理器引入移動車牌識別系統(tǒng),無需操作系統(tǒng),通過對相關(guān)圖像處理算法進(jìn)行改進(jìn),直接在硬件電路中完成車牌定位,為后續(xù)字符的正確分割和識別提供保障。

        1 系統(tǒng)組成

        本系統(tǒng)采用Aptina公司的MT9P031 CMOS傳感器作為圖像采集器件,這種傳感器具有高分辨率、高幀率、與處理器接口簡單的特點。圖像有效像素為500萬,在全分辨率條件下幀率為14幀/s,在640×480像素下的幀率可達(dá)50幀/s,與處理器連接僅需要兩線串行接口。主控處理器選用意法半導(dǎo)體公司的STM32F429ZGT6,其內(nèi)核為Cortex-M4,最高主頻達(dá)180 MHz,內(nèi)存容量為256 KB,自帶8~14位并行Camera接口,傳輸速率為54 Mb/s。系統(tǒng)要在硬件中直接對圖像進(jìn)行各種處理,需要足夠的內(nèi)存交換數(shù)據(jù),因此增加64 KB外部存儲器件SDRAM。為了能保存歷史數(shù)據(jù),硬件部分預(yù)留了SD卡接口。根據(jù)移動車牌識別的特點,系統(tǒng)與上位機采用WiFi通信模式。系統(tǒng)采用鋰電池供電,當(dāng)檢測的圖像不變時,系統(tǒng)自動進(jìn)入休眠狀態(tài),每200 ms自動喚醒一次。若檢測到圖像有變化時,立即執(zhí)行圖像處理算法,這樣可以有效降低移動車牌識別的系統(tǒng)功耗。硬件系統(tǒng)框圖如圖1所示。

        圖1 系統(tǒng)硬件結(jié)構(gòu)框圖

        2 定位算法

        車牌定位是從一張拍攝到的圖像中定位出車牌的位置,并提取出車牌圖像。由于Cortex-M4的硬件資源有限,要求算法的復(fù)雜度不能太高。為了保證定位算法的實時性,需要對CMOS傳感器采集到的圖像進(jìn)行截取,在含有車輛運動的全景圖像中,截取640×480像素的車輛目標(biāo)圖像作為目標(biāo)車輛的最佳區(qū)域,再在該區(qū)域進(jìn)行車牌定位。定位算法包括以下幾個步驟:

        (1)圖像二值化處理;

        (2)二值化圖像快速邊緣檢測;

        我國會計監(jiān)督工作的成效、問題和未來展望——基于財政部2018年會計信息質(zhì)量檢查公告的研究劉勝良22-8

        (3)確定車牌候選區(qū)域;

        (4)候選車牌區(qū)的外接矩形劃定;

        (5)對候選車牌區(qū)篩選確定最終車牌區(qū)域。

        2.1 快速邊緣檢測的實現(xiàn)

        我國車牌的顏色特征主要分為4類:藍(lán)底白字(藍(lán)牌),黃底黑字(黃牌),白底黑字(白牌),黑底白字(黑牌)。車牌顏色雖然不一,但是它們具有共同的特點:(1)都有矩形線段圍成的邊框;(2)邊框內(nèi)的字符呈水平排列,并且分布間隔較均勻;(3)均表現(xiàn)為豐富的紋理特征,很容易捕捉到邊緣信息;(4)車牌具有統(tǒng)一的標(biāo)準(zhǔn)尺寸。針對以上特點,可以運用邊緣檢測算法對圖像進(jìn)行初步處理。

        圖像處理算法中常用的邊緣檢測算子包括Laplacian算子、Canny算子和Sobel算子。Laplacian算子是一種求圖像的二階導(dǎo)數(shù)算子,它將在圖像邊緣處產(chǎn)生一個陡峭的交叉。在通常情況下,Laplacian算子也能檢測出邊緣,但是其檢測方向不分水平和垂直,算法的復(fù)雜度高。Canny邊緣檢測算子具有很好的邊緣檢測性能,在圖像處理中得到了廣泛的應(yīng)用。但是Canny邊緣檢測需要完成對圖像的高斯濾波去噪,從原始灰度圖中求出水平、垂直兩個方向的梯度圖,以及綜合梯度圖,再對3種梯度圖進(jìn)行非極大抑制,進(jìn)行邊緣連接等步驟,在PC中都非常難以保證算法的實時性。Sobel算子原理是對圖像求一階的水平與垂直方向?qū)?shù),根據(jù)導(dǎo)數(shù)值的大小判斷是否是邊緣。Sobel算子分為垂直邊緣算子和水平邊緣算子,其卷積模版為:

        3種邊緣檢測算法得到的結(jié)果如圖2所示。對比邊緣檢測結(jié)果,Canny檢測獲得的邊緣最清晰,Sobel邊緣檢測的清晰度結(jié)果介于Canny檢測和Laplacian之間。雖然Canny檢測獲得的邊緣最清晰,從車牌定位的目的考慮,邊緣檢測的最終目的并不是要刻畫出圖像清晰的邊緣,而只是要確定車牌的一個具體區(qū)域。并且Canny邊緣檢測算法的復(fù)雜度遠(yuǎn)高于Sobel算子,不僅無法滿足處理器實時處理的要求,還會消耗處理器的大量內(nèi)存,在硬件電路中無法實現(xiàn),因此邊緣檢測算法選用Sobel算子。

        圖2 Sobel算子、Laplacian算子、Canny算子邊緣檢測結(jié)果對比

        由于嵌入式系統(tǒng)要求執(zhí)行的圖像處理算法必須運算量小,占用RAM少,所以采用以塊代點的方法,將圖像分成大小為64×48的100個小塊,因車輛是左右對稱結(jié)構(gòu),按照從圖像底部往上尋找的方式找對稱塊,這是因為大多數(shù)車牌的位置離圖像的底部較近。經(jīng)實驗數(shù)據(jù)測定和分析,當(dāng)找到15對對稱的圖像小塊后,車牌就能快速鎖定在這30個區(qū)域塊中。然后對找到的30個區(qū)域塊進(jìn)行Sobel算子邊緣檢測。

        由于汽車的車牌邊框是有規(guī)則的邊緣,并且車牌的字符是有規(guī)律的排列,因此相對于水平邊緣車牌的垂直邊緣更為豐富。而汽車的車身卻有豐富的水平邊緣,垂直邊緣不明顯。根據(jù)車牌和車輛邊緣特征的不同,本文僅使用Sobel算子對找到的30個區(qū)域塊進(jìn)行水平方向求導(dǎo),這樣可以大大減小處理器的內(nèi)存開銷,降低算法的復(fù)雜度,提高處理器的運算速度,在硬件電路上實現(xiàn)邊緣檢測。作為對比,對圖像進(jìn)行了垂直方向和水平垂直兩個方向同時求導(dǎo),結(jié)果如圖3所示。從檢測結(jié)果可以看到汽車的前端車牌附近有很多的水平邊緣,這是由車頭位置的排氣孔、汽車廠家標(biāo)志等產(chǎn)生的。這些多余的水平邊緣很容易干擾車牌定位的結(jié)果,導(dǎo)致最終搜索不到真正的車牌位置。因此本文采用Sobel水平算子實現(xiàn)快速邊緣檢測。

        圖3 Sobel算子不同方向求導(dǎo)結(jié)果效果對比

        2.2 確定車牌候選區(qū)域

        在提取車牌圖像中垂直方向的邊緣后,需要得到的二值邊緣圖像進(jìn)行數(shù)學(xué)形態(tài)學(xué)運算,將車牌區(qū)域連通為一個閉合的區(qū)域。圖像處理中常用的數(shù)學(xué)形態(tài)學(xué)運算分別為開運算和閉運算。開運算是對圖像先腐蝕再膨脹,能夠使得圖像的輪廓變得更加光滑,并且可以斷開狹窄的間斷以及消除細(xì)小的突出。閉運算是對圖像先膨脹再腐蝕,與開運算相反的是,閉運算通常能夠彌補狹窄的間斷以及細(xì)長的鴻溝,并且能夠消除細(xì)小的空洞,填補輪廓線中的斷裂。針對2.1節(jié)Sobel水平求導(dǎo)得到的邊緣圖像進(jìn)行開、閉兩種運算操作,結(jié)果如圖4所示。

        圖4 閉運算開運算對比圖

        對比圖4可以發(fā)現(xiàn)由于腐蝕的效果太強,導(dǎo)致開運算膨脹沒有效果,圖像中幾乎沒有有用信息。而閉運算則將圖像中車牌區(qū)域附近的一些邊緣連成圖塊,包括車牌中的字符也被連成圖塊,這些連接成塊的區(qū)域形狀不一,組成了車牌的候選區(qū)域,如圖4(a)所示。

        由圖4結(jié)果對比可知,對得到的二值邊緣圖像只需要進(jìn)行閉運算,就可以完成對候選區(qū)域的確定。這樣可以進(jìn)一步減少運算量,提高車牌定位的實時性。

        2.3 字符外接矩形斷節(jié)處理

        我國標(biāo)準(zhǔn)車輛的車牌是由一個省份漢字、一個城市字母和5個字母或阿拉伯?dāng)?shù)字組成的字符序列。每個字符的寬度為45 mm,高度為90 mm,間隔符的寬度為10 mm,除了第二個和第三個字符之間的間距為 34 mm 外,字符之間的間隔寬度為12 mm,如圖5(b)車牌滬F C0439。

        圖5(b)中字符F和字符C的距離大于其他相鄰字符的距離。這個距離越大,字符區(qū)域輪廓就越大,需要的字符外接矩形也就越大。當(dāng)字符外接矩形設(shè)置較小時,導(dǎo)致滬F和C0439分隔開,這樣就只能選中距離較近的字符,如圖5(b)。由于車牌中間的字符斷開,必將影響車牌的準(zhǔn)確定位。經(jīng)過反復(fù)實驗,在保證相鄰字符距離最大時,車牌字符之間不發(fā)生斷節(jié)現(xiàn)象,取字符外接矩形的寬度為29個像素點,高度為9個像素點。

        圖5 斷節(jié)對定位的影響

        3 車牌定位區(qū)篩選

        經(jīng)過以上步驟處理后的圖像,能夠定位出幾個車牌的候選區(qū)域。這些候選區(qū)域中,除了真正的車牌以外,其余的是汽車標(biāo)志、車燈或者排氣孔等,如圖6所示。

        圖6 車牌候選區(qū)

        為了在候選區(qū)域中正確定位車牌位置,可以根據(jù)我國車牌的特點以及安裝特征進(jìn)行判斷。實際車牌的長寬比為定值約為2.85~3.33,圖像中車牌的像素比也應(yīng)該在此范圍;車牌一般安裝在車輛的正中心偏下位置,外接矩形的角度應(yīng)該小于10度;外接矩形的中心應(yīng)該位于圖像中心線附近。根據(jù)這三個條件可設(shè)置一個車牌判別公式:

        f(A,R,CX)=Σλixi

        其中,A為外接矩形的角度,R為車牌的長寬比,CX為外接矩形的中心橫坐標(biāo),λi為3個條件的權(quán)重,xi為限制條件。將候選區(qū)外接矩形的3個參數(shù)代入這個公式,滿足f(A,R,CX)>0.9時就能準(zhǔn)確找到車牌的位置。

        4 實驗結(jié)果

        將本文的車牌定位算法在本設(shè)計中的硬件平臺上進(jìn)行車牌定位檢測。使用的嵌入式處理器為STM32F429,芯片運行主頻為180 MHz。圖7給出了該算法在實際應(yīng)用中檢測的部分圖片的效果。

        圖7 部分車牌定位結(jié)果

        為了驗證算法的效率和準(zhǔn)確率,本文對不同時間段的照片進(jìn)行了實驗,白天照片測試了65張,傍晚的照片測試了60張,夜晚的照片測試了62張,實驗結(jié)果如表1所示。

        表1 定位算法結(jié)果

        從實驗結(jié)果分析,白天定位準(zhǔn)確率較低,原因是陽光的光線照射對車牌邊緣檢測存在干擾,而且更多的邊緣信息導(dǎo)致每張照片定位的平均耗時也相對較長。傍晚的

        陽光沒有那么強烈,攝像頭能夠捕獲到相對柔和的照片,光線對邊緣信息的干擾會相對減少,因此準(zhǔn)確率上升的同時耗時也有所下降。夜晚時,光線明顯不足,導(dǎo)致車牌邊緣信息存在一定的丟失,導(dǎo)致檢測耗時下降和準(zhǔn)確率下降。

        5 結(jié)束語

        本文提出一種基于低功耗嵌入式系統(tǒng)的車牌定位檢測算法。首先使用Sobel水平算子對車牌圖像進(jìn)行垂直邊緣檢測,運用形態(tài)學(xué)方法對邊緣圖像進(jìn)行閉運算得到連通圖塊。再根據(jù)連通區(qū)域輪廓確定最小外接矩形,解決車牌位置斷節(jié)問題,從而得到車牌候選區(qū)域,最后根據(jù)車牌結(jié)構(gòu)特征對提取出的車牌候選區(qū)域進(jìn)行篩選,得到準(zhǔn)確的車牌定位。實驗結(jié)果表明該方法有效,而且在復(fù)雜背景下也具有較好的魯棒性和自適應(yīng)性。

        [1] ANAGNOSTOPOULOS C N E, ANAGNOSTOPOULOS I E, LOUMOS V, et al. A license plate-recognition algorithm for intelligent transportation system applications[J]. IEEE Transactions on Intelligent transportation systems, 2006, 7(3): 377-392.

        [2] 孔繁榮, 丁志剛. 基于嵌入式的車輛牌照識別系統(tǒng)設(shè)計[J]. 計算機應(yīng)用與軟件, 2015, 32(10): 223-226.

        [3] 張海霞. 基于ARM的車牌識別系統(tǒng)的研制[J]. 華北電力大學(xué)學(xué)報, 2012, 18(6): 49-51.

        [4] 張濤, 王劍魁, 張國山, 等. 基于Cortex-A8 的嵌入式車牌識別系統(tǒng)設(shè)計[J]. 電子設(shè)計工程, 2015,22(9): 167-170.

        [5] 左宗鵬, 呂虹, 徐婉婷. 基于DSP 嵌入式車牌識別系統(tǒng)的設(shè)計與實現(xiàn)[J]. 工業(yè)控制計算機, 2010,23 (2): 51-52.

        [6] 鄭存芳, 王紫婷, 丁麗華. 基于FPGA 的車輛牌照識別系統(tǒng)的設(shè)計[J]. 制造業(yè)自動化, 2009, 31(12): 6-8.

        [7] 胡玉琛,劉一清. 基于FPGA的車牌識別系統(tǒng)研究與實現(xiàn)[J]. 電子測量技術(shù), 2015, 38(12):54-58.

        [8] 湯偉,王先通,王孟效. 基于FPGA和DSP的車牌識別系統(tǒng)的研究[J]. 計算機測量與控制, 2016, 24(2):297-299.

        License plate location algorithm based on low power embedded system

        Li Zhen, Tang Liping

        (School of Information Science and Technology, University of Donghua, Shanghai 201620, China)

        A Chinese number plate locating algorithm is proposed for low power consumption embedded system. Sobel operator is applied in horizontal direction to detect vertical edge component. Connected edge outputs are obtained by image morphology operations. Minimum rectangular area is determined with the connected edge outputs. Then the possible range of number plated is obtained, its location is fine-tuned with known properties of number plate. Experimental results show that the proposed algorithm is effective and it also has good robustness and adaptability in various application environments.

        number plate locating; Sobel operator; morphology; close operation

        TP391.41

        A

        10.19358/j.issn.1674- 7720.2017.03.014

        李震,唐莉萍.基于低功耗嵌入式系統(tǒng)的車牌定位算法[J].微型機與應(yīng)用,2017,36(3):45-48,58.

        2016-10-07)

        李震(1992-),男,碩士研究生,主要研究方向:圖像處理,嵌入式系統(tǒng)。

        唐莉萍(1957-),女,工學(xué)碩士,副教授,主要研究方向:圖像處理及模式識別、嵌入式系統(tǒng)、計算機網(wǎng)絡(luò)與通信。

        猜你喜歡
        車牌字符算子
        尋找更強的字符映射管理器
        擬微分算子在Hp(ω)上的有界性
        各向異性次Laplace算子和擬p-次Laplace算子的Picone恒等式及其應(yīng)用
        字符代表幾
        一種USB接口字符液晶控制器設(shè)計
        電子制作(2019年19期)2019-11-23 08:41:50
        數(shù)字圖像處理技術(shù)在車牌識別系統(tǒng)中的應(yīng)用
        電子制作(2019年12期)2019-07-16 08:45:16
        一類Markov模算子半群與相應(yīng)的算子值Dirichlet型刻畫
        消失的殖民村莊和神秘字符
        第一張車牌
        基于MATLAB 的車牌識別系統(tǒng)研究
        電子制作(2017年22期)2017-02-02 07:10:11
        亚洲免费看三级黄网站| 欧美mv日韩mv国产网站| 少妇AV射精精品蜜桃专区| 日韩精品有码在线视频| 日本一区二区免费在线看| 亚洲av综合av成人小说| 久久免费看少妇高潮v片特黄| 久久99精品波多结衣一区| 国产一区二区中文字幕在线观看| 国产熟妇疯狂4p交在线播放| 最新国产乱人伦偷精品免费网站| 人妻中出精品久久久一区二| 精品国产av一区二区三区| 性欧美长视频免费观看不卡| 日本护士吞精囗交gif| 欧美激情国产亚州一区二区| 国产高清女主播在线观看| 在教室伦流澡到高潮hgl动漫| 女人夜夜春高潮爽a∨片传媒| av无码特黄一级| 久久精品国产亚洲av久按摩| 精品伊人久久大香线蕉综合| 国产AV无码专区久久精品网站| 亚洲国产av一区二区三| 日韩不卡的av二三四区| 亚洲免费网站观看视频| 国产一级三级三级在线视| 视频一区二区三区国产| 亚洲精品国精品久久99热| 欧美大香线蕉线伊人久久| 中文字幕精品亚洲二区| 大香焦av一区二区三区| 亚洲精品无码久久久久牙蜜区 | 永久亚洲成a人片777777| 好大好硬好爽免费视频| 久久人妻av不卡中文字幕| 久久婷婷综合缴情亚洲狠狠| 黄色a级国产免费大片| 国产成年无码aⅴ片在线观看| 最近更新中文字幕一区二区| 国产乱国产乱老熟300部视频|