论文部分内容阅读
随着中国经济水平的提高,汽车的普及已成为必然趋势。但是车辆的增多,导致交通堵塞和事故的数量也随之增加,所面临的首要问题便是对车辆的管理和监控。伴随着科技水平的进步,智能交通系统应运而生,为我们的交通提供了安全和保障。车牌识别作为车辆信息监控,货运管理等方面的重要依据,是智能交通系统的重要分支。所谓车牌识别系统就是可以自动对采集到的包含模糊车牌信息的图像进行提取,定位和识别,最终获取并显示所抓拍车辆的车牌号码信息。车牌识别系统主要应用数字信号处理,图像处理,计算机科学,模式识别等领域的知识。目前,一般均是采用PC机对其进行数据操作,但由于其体积过大,不便于携带,受到很大的局限。将车牌识别系统作为嵌入式的一个应用软件,可很好的解决这一问题,而且具有操作简单,集成性好等特点,适合各种天气和全天候的工作场合,所以有广泛的发展前景。然而将车牌识别系统与嵌入式相结合,存在以下几个难题,例如:车牌识别系统在嵌入式中的移植和使用;如何显示处理结果;如何解决车牌识别这一类计算机图像处理所需较大的运算量与嵌入式系统存储资源有限相矛盾的问题;尤其是车牌识别过程中会遇到车牌照片亮度不均,车牌信息不清楚等现实问题引起的车牌边缘检测与定位困难等诸多难题。本设计针对这些问题,依次给予了相应的解决方案。提出了以嵌入式为基础,ARM为硬件平台,QtCreator为应用图像显示界面,Opencv计算机视觉库为主要编程软件,共同支持下的车牌识别系统应用程序。同时改善芯片的硬件条件,如将其与DSP相结合增强对图像浮点运算的能力,从而有效的提高嵌入式系统的处理能力。采用区域距离测度的边缘检测技术,使得在亮度差别不大的情况下,也能检测到车牌边缘,帮助车牌定位更为准确。本系统在开发板上搭建开发环境并移植程序,实现了车牌识别系统从图像采集,车牌定位,字符提取和识别到最后显示处理结果的总体要求,表明车牌识别系统取得了初步成功。