嵌入式车牌识别系统的设计与实现

随着社会经济的发展和城市化进程的加快,全球对交通运输提出了更大的需求和更高的要求。就此,文中提出了一种嵌入式的车牌识别系统设计及具体实现方法,其中具体包括硬件结构、车牌定位算法、字符分割算法、字符识别算法和应用程序的实现。该系统采用DSP数字信号处理器和CPLD芯片来实现系统功能,并保持与PC机之间的高速数据传输,最终提出了一种使用软硬件技术开发的复合USB2.0规范的嵌入式车牌识别系统的方法。可见,嵌入式车牌识别对于维护交通安全和城市治安、防止交通堵塞、实现交通自动化管理有着现实的意义。     

基于DSP的虹膜识别系统的实现

提出基于TMS320C6713b浮点型DSP的虹膜识别硬件系统设计,以模块化的方式详细介绍了各个部分的结构、功能、工作原理等设计内容.对归一化的虹膜图像采用2D-Gabor滤波器的虹膜算法实现对虹膜特征的提取,通过比较海明码距完成特征匹配.实验结果表明,该系统能高效、稳定的工作,具有较高的识别率,效果良好.     

基于数学形态学的车牌精定位算法的研究

在汽车牌照识别系统中,车牌定位是整个识别模块实现的前提,目前车牌定位的方法多种多样,各有所长,但存在着速度慢或定位准确率不高等问题.文章通过比较几种边缘检测方式,提出了一种基于数学形态学的车牌定位算法.实验结果表明此方法算法简单,准确度高,较好的满足了车牌识别的实时性要求,为后面的字符识别做好准备.     

基于投影特征曲线匹配的车牌字符识别算法

在车辆牌照自动识别系统中,字符识别是最后一个也是最关键的步骤.在实际场景中,光照不同造成了车牌字符效果不同,从而影响字符识别的正确率,尤其是车牌中汉字的识别.提出一种灰度预处理算法来解决识别过程中的光照问题.针对不同字符在垂直方向和水平方向投影特征曲线不同,采用分类比较和滑动匹配方法来识别车牌字符,提高算法的适应能力.     

基于SPCE061A的语音识别系统的设计

系统采用凌阳SPCE061A单片机作为语音识别系统的主控芯片.通过硬件电路设计和软件代码部分成功的设计并实现了一种具有语音识别功能、语音提示(语音合成)及语音回放(语音编码记录)功能的嵌入式语音识别系统.语音识别模型采用(DHMM)离散隐马尔可夫模型,利用Baum-welth重估算法、前向后向算法、viterbi算法来完成语音模板的训练和语音识别的任务.     

基于CPLD的单光子计数系统研究

介绍基于CPLD和USB接口的单光子计数系统,通过软硬件技术的结合,实现对超短脉宽的光脉冲信号的采集和输出.系统采用CPLD芯片、单片机和USB接口芯片,进行高速数据的采集,并在计算机中使用图形界面显示和控制,操作更为方便.实验证明,系统具有响应速度快、低成本、低功耗、可靠性高等优点.     

基于DSP的车牌识别系统研究

介绍了一种基于TMS320DM6437硬件平台,运用数字图像处理的知识来实现汽车车牌的自动识别功能。对目前使用的车牌预处理、车牌定位技术与字符分割等算法进行了实验分析。     

一种基于机器学习的车牌识别系统的设计

以车牌识别的实用性为目的,设计一种鲁棒的车牌识别系统。首先提出了Sobel-Color算法,以Sobel边缘和颜色两种特征进行车牌定位,并结合MSER算法,设计了一种可靠的车牌定位方法来获取候选车牌区域,然后采用SVM算法对候选车牌区域进行车牌判断;最后根据车牌特征设计了一种车牌字符分割算法,能正确分割车牌的各个字符,并有效地去除车牌边缘部分的虚假字符,又根据分割出的车牌字符特征对LeNet-5深度网络模型进行改进,然后采用改进的LeNet-5网络对车牌字符进行识别。对设计的车牌识别系统进行了正常条件测试、恶劣条件测试以及效率测试等实验,实验结果表明设计的车牌定位和车牌判断方法具有较高的可靠性,车牌字符识别具有较高的准确率,因而设计的车牌识别系统具有较好的鲁棒性和实用性。     

基于Android平台的车辆牌照自动识别系统的实现

为了车辆稽查人员更方便快捷地对非法和异常车辆进行稽查,通过对传统计算机上图像处理算法的分析研究,开发研制出一套可供在Android平台移动设备上使用的车辆牌照自动识别系统。该系统通过对车辆牌照定位找出车辆牌照位置,并对车辆牌照中的字符进行分割和匹配,从而识别出车辆牌照。识别系统的测试实验表明系统能够实时监测和识别车辆牌照,具有较好的识别效果。     

基于图像处理的车牌识别研究

针对智能交通管理系统中的车牌识别问题,提出应用图像处理技术对汽车的牌照进行识别。车牌定位（LPL,License Plate Location）、车牌分割（LPS,License Plate Segmentation）、车牌识别（LPR,License Plate Recognition）是实现车牌识别系统的最主要的三个部分。先采用HSV模型和RGB模型识别与分割彩色图像,并初步定位车牌图像;再采用radon变换实现车牌的倾斜校正,用投影法对车牌进行定位和分割;最后通过语音读出识别到的车牌信息。通过MATLAB编程进行实验仿真,结果表明利用图像处理技术能够快速地识别出汽车牌照,是一种研究车牌识别的有效方法。     

基于O CR 车牌识别技术的停车管理系统设计与实现

针对传统的依赖人工统计记录的停车收费管理方式效率低下的问题,设计了一款基于阿里云O C R 车牌识别技 术的停车场管理系统,主要功能包括车牌识别、车辆的停车收费管理、停车信息查询以及缴费信息查询等。     

车牌识别系统中图像的采集和定位问题研究

针对汽车牌照识别系统中图像的采集和定位问题,设计了一种行驶车辆图像获取的自适应控制系统,很好地解决了车牌识别系统的全天候问题;并且利用纹理分析和灰度图像垂直投影相结合的方法,成功地解决了传统车牌图像定位手段很难解决的几个难题,在此过程中还涉及了车牌图像的几种预处理手段:车牌图像的灰度校正、增强和锐化;最后的定位结果验证了该定位算法的有效性和精确性.     

基于Matlab汽车牌照识别系统研究

汽车牌照识别是图像识别领域的重要研究课题,提出一种基于Matlab的车牌识别系统有效解决了在自然背景下,车辆牌照的定位和字符识别的问题。实践验证,该系统在车牌识别方面效果明显。     

基于Cortex-A8处理器的车牌识别系统设计

随着车辆数量的日益增多,交通管理的压力日趋增大,越来越多的场合需要实时车牌识别。针对此问题,本文设计一种基于Cortex-A8处理器的实时车牌识别系统。该系统以Coretx-A8嵌入式处理器为核心,通过V4L2接口进行视频流的采集,然后运行基于改进的OpenCV车牌识别算法,最后通过MJPG-streamer和Socket编程进行视频流和车牌数据的传输。测试结果表明,该系统具有较强的稳定性和实时性,具有较强的实用价值。     

车牌提取与识别系统的研究与设计

针对现有的车牌识别方法的缺陷,改进了车牌识别系统中的多项关键技术;采用了基于图像二维能量与HSI彩色空间相结合的方法进行车牌定位与提取,并对现有的能量算法与彩色图像分割算法做了改进;在识别过程中,引人了特征提取与多级BP神经网络相结合的分类识别方法,对车牌中部分相似字符采用第二级神经网络进行精细识别;通过上述改进,提高了系统的整体性能;实验表明,这些关键技术的改进可以大大提高车牌识别系统的准确率与鲁棒性.     

基于DSP+CPLD可重构数控系统的设计

针对柔性化制造的要求.构建了以DSP CPLD为基础的数控系统平台.该平台集成度高、稳定性强,能实现生产过程的高速度、高精度要求,实现了基于CPLD的可重构设计,提高了系统的柔性.在控制算法上,采用单神经元PID及CMAC相结合的伺服运动控制算法,仿真显示较常规P1D控制有更好的动态特性、控制精度、抗干扰能力.