浏览记录

   
查看大图

汽车车牌识别系统设计

  • 商品编号:单片机556
  • 货  号:单片机556
  • 品  牌:jgyc
  • 开发语言: C
  • 论文字数: 1.2W
  • 市场价: ¥300.00
  • 销售价: ¥200.00
  • 节省: ¥100.00

以下是介绍(不过多网上展示为了防止查重),如需要完整的请联系客服qq购买.提示:本资料已审核通过,内容严格保密,格式标准,质量保证,软件类的包调试成功. 需要这份设计请添加QQ303563675.团购或代理了解

Ctrl+D收藏此篇
app hook

摘要智能交通体系愈来愈成为路况交通管理的一种趋势,而车牌识别技能是道路交通智能化不可缺少的一个步骤。本篇论文设计了一个基于STM32的手持车牌识别系统。本系统以STM32F103RBT单片机为主控芯片,控制OV7670摄像头进行图像采集,通过二值化、分析跳变点对车牌区域进行确定,再通过字符分割、字符匹配最后获得车牌的识别结果。本设计主要使用keil软件编程实现了手持车牌识别系统。

关键词车牌识别;嵌入式;字符分割

1.3课题研究内容

车牌识别系统的一般流程:

 

 


(1)图像采集:通过手机或照相机拍照采集,照片需要保证质量和像素高才行,所以可以选择像素好的手机或照相机。

(2)图像预处理:一般情况下拍摄的车牌受到环境的影响,因此要对照片图像进行预处理。过程为灰度转换,中值滤波处理,图像二值化,边缘检测等。

(3)车牌定位:由于室外环境拍摄图像照片的因素,车牌定位时处理会需要点时间,将摄像头对准手机或电脑上的车牌图像,调整清晰度,待显示器的图像清晰之后,设备会对整张图像进行搜索,最后会摄像头会将车牌锁定在显示器的两根蓝色的线之间,从而获取车牌,进行精确定位。

(4)字符分割:车牌定位完成后,然后将车牌的字符分割成单独的个体,在显示器上初步显示出来。

(5)字符识别:车牌字符分割后进行字符二值化,然后进行匹配,从而在显示器中显示完整的车牌结果。由于环境因素,图像质量会受到光亮度、污损、生锈倾斜度、车速等不同因素的影响,因此图像采集时选择亮度好、车牌位置正、车牌静止、车牌无损等良好条件会提高牌照的识别率。

3 系统方案 

一个完备的车牌辨认系统主要包括图象采集、图像的二值化处理、车牌区域识别、车牌字符分割、字符匹配几个步骤。本文所设计的系统有三个装置:图像采集装置,图像处理装置以及图像显示装置。图像采集装置是用OV7670摄像头进行采集,一个像素一个像素地进行传输。本文采用基于 ARM Cortex-M3内核的 STM32F103 芯片作为本文研究的设计平台,它具有较高的处理能力,可以进行比较复杂的运算,基本上可以满足设计的需要。显示装置用的是TFT_ILI9341 2.8显示屏。系统模块框图如图3.1所示。  

                                3.1 系统模块框图

本文在上述框架的基础上,研究了基于STM32的车牌识别系统的研究与实现[4]。在这之前看了很多涉及车牌识别和字符识别的算法的文献,并且对stm32芯片非常熟悉,并能够熟练应用。最后,把车牌识别成功的信息传输到TFT显示屏上。

车牌区域识别、字符分割都采用根据跳变点划线的方式来对字符的边界以及车牌区域进行确定。软件流程框图如图3.2所示。  

4 系统硬件设计

4.1 最小系统设计

系统供电为DC5V ,接入STM32核心板5V引脚。STM32核心板上通过稳压芯片AMS11175V变为3.3V电压,并通过核心板引脚输出。3.3V电压为STM32芯片、摄像头模块、TFT彩屏的供电电压。焊接电路时,将摄像头模块和TFT彩屏接至3.3V引脚,而不是5V引脚[5]

                          4.1 系统电源设计原理图

本文处理器选用的是 ARM Cortex-M3 内核的 32 位高性能嵌入式微控制器芯片STM32F103RBTCortex-M3是一个32位的核,在传统的单片机领域中,有一些不同于通用32CPU应用的要求。CortexM3处理器采用ARMv7-M架构,它包括所有的16Thumb指令集和基本的32Thumb-2指令集架构,Cortex-M3处理器不能执行ARM指令集。

Thumb-2Thumb指令集架构(ISA)上进行了大量的改进,它与Thumb相比,具有更高的代码密度并提供16/32位指令的更高性能。


如果您对本商品有什么问题,请提问咨询!

发表咨询

标题:
*咨询内容:
联系方式: (可以是电话、email、qq等)
*验证码:   看不清楚?换个图片
如果您对本商品有什么评价或经验,欢迎分享!

发表评论

标题:
*评论内容:
联系方式: (可以是电话、email、qq等).
*验证码:   看不清楚?换个图片
<