嵌入式平台下车牌识别系统的研究与实现

来源 :武汉纺织大学 | 被引量 : 0次 | 上传用户:gxmvsgxm
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着我国经济迅猛的发展,城市道路上的汽车越来越多,这给人类的出行带来了极大的方便,但也提出了更多的挑战,智能交通系统作为缓解交通压力的一种解决方案,其技术研究和系统的开发就变得尤为重要。车牌识别系统是智能交通系统中的一个重要方面,具有重要的意义和广泛的应用背景。基于DSP、FPGA、PC机的车牌识别系统是目前比较普遍的,但其功耗大、尺寸大、成本高、稳定性不高等特点,决定了我们需要设计一种更便捷,更加灵活的车牌识别系统。本文的设计是在嵌入式平台下,通过图像的采集、图像的处理、字符的识别,最终完成车牌自动识别系统。
  论文一开始是对车牌识别系统的研究做了国内外的背景调查及嵌入式平台的车牌识别系统的研究意义的说明。此系统的软件方面主要是采用Linux作为开发和运行系统,通过对Linux内核的裁剪、根文件系统的构建、Qt界面库的移植、Opencv图像处理库的移植,构建了一套供嵌入式图像处理应用程序的开发和运行的系统环境,并通过QtCreator界面开发工具进行开发调试,实现车牌识别系统的应用软件的开发。此系统的硬件方面,主要选择的是S3C6410作为嵌入式硬件开发板的核心处理器,通过加载启动程序Bootloader,设置好NFS启动项,远程启动Linux下构建的根文件系统,在通过交叉编译后的车牌识别系统应用程序,打开开发板上的USB摄像机,通过摄像机获取车牌图像,并在此嵌入式平台上处理识别出车牌信息。
  此系统的应用程序在ARM中实现图像处理的各种算法如:图像预处理、车牌定位、字符分割、字符识别等几部分内容。但图像预处理算法还有待进一步的改进,如添加倾斜校正等,但已经满足车牌识别的基本功能、尺寸小和系统的稳定性高的要求。在论文最后对此系统需要改进的地方做了补充和展望。
其他文献
期刊
期刊
随着移动互联网的发展,兴趣点推送已经成为信息推送服务中的关键技术组成部分。作为地理位置服务中的重要推送内容-兴趣点,是连接用户与服务器的重要桥梁之一,用户的搜索内容和服务器反馈给用户的结果之中,都包含着兴趣点这一要素。不过目前兴趣点的各种属性,例如定位精度,属性精确度,以及表达的清晰度上都还存在很多缺陷和不足,这极大的降低了用户的体验感。比如用户输入自己的搜索内容之后,反馈的信息与用户的个性化需求
随着云计算的飞速发展,云服务模式在运营成本、系统伸缩性和维护管理上都具有巨大的优势,并获得了广泛的认可,各大云服务提供商相继推出云桌面虚拟化解决方案。虚拟化作为云计算的支撑技术,它改变了原有的计算模式和软件部署方案,使得传统的安全目标实现面临着新的挑战。因此,研究云计算环境下虚拟化面临的安全问题,寻找新的安全解决方案已经迫在眉睫。  论文的主要研究内容和应用价值如下:  1.通过研究虚拟桌面基础设
学位
本文通过实际测量15种真丝织物的各项几何悬垂性指标,提取了包含织物悬垂外观和悬垂程度大小的指标参数:波峰半径离散系数,波谷半径离散系数,波峰分布角离散系数,波宽离散系数,悬垂形态比和悬垂系数,利用模糊C均值聚类的方法,将不同的悬垂形态的织物分为五类,细化了仿真参数模型。然后根据聚类结果获取各指标的权重分配,建立了表征织物悬垂综合性能的悬垂因子的表达式。  为了进一步分析悬垂形态产生的原因,测试了织
学位
随着嵌入式技术和多媒体技术的高速发展,使用单核心处理器的设备早已不能满足越来越丰富的多媒体信息的处理,处理器的性能直接影响着用户体验,嵌入式处理器从单核发展为双核,再从双核发展为四核甚至到了八核,处理器核心数呈几何上升。如今,多核处理器的诞生,对其续航造成了巨大的挑战。各个芯片生产商不断地优化多核处理器的性能和功耗问题也是当下嵌入式技术发展的热点之一。故在相同资源的条件下,嵌入式多核处理器的优化技
学位
随着计算机软硬件的不断发展,移动设备逐渐进入人们的生活,其应用越来越广泛,性能也越来越受到重视。由于移动设备不同于PC机直接接入220V用电线路,需要电池的支持,并且需要适应使用场景和环境变化。移动设备需要稳定和持久的使用,因此其容错能力和电池持久性成为衡量性能的重要指标。  本文研究移动设备环境下功耗优化的容错策略设计,旨在提高移动设备容错能力,并优化功耗。  实验中,选择BLCR检查点机制加载
学位
期刊
随着社会的飞速发展,各个领域的研究针对不同的需求,需要对各种数据类型的大量数据进行分析,这就要求灵活并且高效的大数据处理平台。Hadoop作为开源的大数据并行处理平台,广泛应用于各个领域。但是由于Hadoop自身的工作模式和元数据存储方式,影响着数据并行处理效率。Hadoop并行计算导致网络中数据流量阶段性爆发一定程度上造成网络阻塞;Hadoop工作对主节点的依赖,在高频率工作的情况下,对主节点造
学位
学位