基于FPGA 的車牌字符識別方法的研究

摘 要：設計了根據車牌的彩色特征對車牌位置進行粗定位，再利用車牌字符二值化特征來精確定位的雙重車牌定位方法。在中值濾波和二值化等預處理后，提取出車牌中的字母和數字字符并建立相應的模板，通過字符歸一化在NIOS II 中采用最大相似度算法較好的識別了車牌號碼。實驗結果表明，該方法具有良好的實時性和較高的識別率。
關鍵詞：車牌字符檢測； NIOS II； 歸一化； 模板匹配；

0 引言
智能交通系統已成為當前交通管理發展的重要方向, 而車輛牌照識別是計算機視覺與模式識別在智能交通領域應用的重要研究課題之一 ,有著廣泛的實際應用前景[1]。傳統的車輛牌照識別大多以PC平臺上的純軟件算法[2][3]或DSP處理器[4]為核心來實現。由PC機構建的系統非小型化，在系統實時性的方面存在不足，主要用于前期算法的研究；而以通用的數字信號處理器(DSP)為核心的車牌識別系統外圍電路設計復雜, 開發調試困難，系統的可擴展性和升級性較差。本文所構建的車牌字符系統基于FPGA平臺，具有并行運算能力強、接口邏輯豐富等特性，為構建實時、便攜的車牌字符識別系統提供了一種有效、可行的解決方案。
1 系統概述
系統的整體設計流程如下圖1-1 所示。

本系統主要采用Altera公司的DE2開發板為實驗平臺，根據該系統實現的功能，將系統劃分為硬、軟件兩部分，硬件部分包括車牌采集[5][6]和A/D轉換、車牌預處理等；軟件部分主要使用Cyclone II FPGA內嵌的NIOS II軟核，采用SOPC Builder配置生成片上系統，并使用模板匹配算法對車牌進行識別，最后識別結果在LED上顯示。
2 車牌預處理
2.1 粗定位和灰度化
車牌定位是整個系統的關鍵問題之一，它直接影響了后續的分割以及識別的準確率。考慮到整個圖像車牌部分的字符顏色和車牌背景顏色差別很大，其灰度級別分布有一定規律和范圍，兼之車牌的寬度有一定的比例，因此可以將車牌從背景圖片中分離出來。
我國現有的車輛主要有藍底白字牌照、黃底黑字牌照等四種類型。鑒于車牌前景、背景色的顏色特征，可以通過對顏色通道的分析來大致的確定車牌所在的位置以完成車牌位置的粗定位。在確定參數的時候，除了要考慮主色的下限參數以外還要考慮另外二個通道的上限參數。經過反復的試驗對比后得出經驗參數值為：以藍底白字的車牌為例，在RGB 三個通道中:R 10’b0110110000; G10’b0111010000; B>10’0110110000，由以上參數為掃描閾值，自動剔除車牌位置之外的其他圖像部分，完成粗定位。