第一章 緒論

1.1 研究背景及意義

近年來，隨著計算機系統(tǒng)的飛速發(fā)展，數(shù)字圖像處理技術(shù)也日趨成熟。傳統(tǒng)的圖像處理技術(shù)主要依賴于 PC 計算機或者服務(wù)器，這些設(shè)備在運行和維護時都需要耗費較大的人力物力[1]。隨著后 PC 時代的來臨，人們對圖像采集和處理系統(tǒng)的需求也越來越旺盛，應(yīng)用也越來越廣泛，如在生活中視頻通話，智能家庭監(jiān)控[2]，社區(qū)安防監(jiān)控，在智能交通管理中車牌識別，違章處罰[3]，在工業(yè)生產(chǎn)中進行產(chǎn)品安全評估，在軍事中應(yīng)用于制導(dǎo)中運動物體檢測與跟蹤[4]。在這些廣泛的應(yīng)用中，都要求圖像處理系統(tǒng)能夠采集到清晰的圖像且需要快速完成實時檢測功能[5]。隨著微處理器性能的不斷提升和改進，以及新興圖像處理技術(shù)的發(fā)展，嵌入式圖像采集和處理系統(tǒng)得到越來越廣闊的發(fā)展空間，從而導(dǎo)致視覺系統(tǒng)朝著網(wǎng)絡(luò)化、智能化、小型便攜化發(fā)展[6]。

...............

1.2 研究現(xiàn)狀

目前，國外有許多研究單位已經(jīng)開發(fā)出各種各樣的嵌入式圖像處理系統(tǒng)，他們針對不同應(yīng)用場景，提供不同的解決方案。澳大利亞學(xué)者 M. Litzenberger 等人提出了一種基于 DSP 處理器的同步實時運動目標(biāo)追蹤與檢測系統(tǒng)，該系統(tǒng)使用的 DSP 是 Analog Device（s亞德諾半導(dǎo)體）公司的 ADSP-BF537，系統(tǒng)主頻 600MHz，圖像傳感器使用的是 CMOS，分辨率為 128×128，該系統(tǒng)最終實現(xiàn)了運動目標(biāo)速度估計和運動目標(biāo)個數(shù)統(tǒng)計[11]。西班牙學(xué)者 Gorka Velez 等人提出了一種基于 FPGA 處理器的自動駕駛輔助系統(tǒng)，該系統(tǒng)使用的 FPGA 是 Xilinx（賽靈思）公司的 Zynq-7000，這是一個雙核處理器，不僅具有 FPGA 核心還有一個 ARM Cortex-A9 核心，圖像傳感器使用的是 CMOS，分辨率為 640×480，該系統(tǒng)最終實現(xiàn)汽車輔助駕駛功能[12]。

...............

第二章 系統(tǒng)硬件選型及電路設(shè)計

2.1 系統(tǒng)硬件功能分析以及硬件結(jié)構(gòu)組成

本文研究的 Cortex 圖像處理系統(tǒng)，是一種可以移動的手持式攝像頭系統(tǒng)，其應(yīng)該具有以下幾個基本功能：（1）圖像采集：該功能是手持式攝像頭的基本功能，要求系統(tǒng)能夠采集到清晰逼真的圖像，從而使得后續(xù)圖像處理技術(shù)能夠發(fā)揮作用。（2）數(shù)據(jù)存儲：由于圖像數(shù)據(jù)比較大，需要高速的擴展 RAM 進行圖像緩存，保證處理算法能夠有足夠的時間處理；當(dāng)然圖像處理后的結(jié)果還需要存儲到SD 卡中，這就保證系統(tǒng)在離線方式下能夠通過 SD 讀取處理結(jié)果，也能將 SD 中的數(shù)據(jù)傳輸?shù)?PC 機上，利用 PC 機上的應(yīng)用軟件分析和改進處理結(jié)果。（3）即時通訊：為了能夠適應(yīng)不同應(yīng)用場合的需求，手持式攝像頭可作為一個個 Web 服務(wù)器，客戶端通過 Wifi 模塊或者以太網(wǎng)模塊與攝像頭系統(tǒng)進行數(shù)據(jù)通信，當(dāng)客戶端需要使用 Wifi 讀取攝像頭數(shù)據(jù)時，只需將攝像頭系統(tǒng)的 Wifi作為 AP，客戶端連接攝像頭 Wifi 并通過網(wǎng)頁瀏覽器輸入攝像頭系統(tǒng)的 IP 地址，即可觀看到實時的圖像數(shù)據(jù)。當(dāng)客戶端需要通過以太網(wǎng)讀取攝像頭數(shù)據(jù)時，，只需將用一根網(wǎng)線連接到攝像頭系統(tǒng)，同樣通過網(wǎng)頁瀏覽器輸入攝像頭系統(tǒng)的 IP 地址，即可觀看到實時的圖像數(shù)據(jù)。

...............

2.2 圖像采集模塊選型及電路設(shè)計

感光芯片是圖像采集模塊的重要組成部分，感光芯片可分為兩大類：CCD和 CMOS。CCD（Charge-coupled Device）中文名字為電荷耦合元件，我們通常又將其稱為 CCD 圖像傳感器。它是一種半導(dǎo)體器件，可以將光學(xué)信號轉(zhuǎn)化為電信號。器件上每個微小的光敏物質(zhì)組成了許許多多的像素(Pixel)，一塊 CCD 上包含的光敏物質(zhì)越多，即像素點個數(shù)越多，其畫面的分辨率就越高。CCD 作用就像膠片一樣，能夠感應(yīng)每個像素的變化，這是因為 CCD 上整齊地排列了許多電容，使得其能感應(yīng)光線，并將影像轉(zhuǎn)變成電流信號，而且每個小電容都能將其所帶的電荷轉(zhuǎn)給它相鄰的電容，最后再經(jīng)由外部控制電路輸出電壓[25]。

...............

第三章 硬件驅(qū)動程序設(shè)計...............25

3.1 微控制器系統(tǒng)時鐘以及 IO 復(fù)用初始化...............25

3.2 圖像采集模塊驅(qū)動設(shè)計...............27

第四章 Web 服務(wù)器搭建................38

4.1 Web 服務(wù)器應(yīng)用背景...............38

4.2 HTTP 協(xié)議介紹.................38

第五章 車牌定位算法設(shè)計................42

5.1 圖像二值化...............42

5.2 快速邊緣檢測的實現(xiàn)................44

第六章 字符識別算法設(shè)計

6.1 字符分割算法

感光芯片是圖像采集模塊的重要組成部分，感光芯片可分為兩大類：CCD和 CMOS。CCD（Charge-coupled Device）中文名字為電荷耦合元件，我們通常又將其稱為 CCD 圖像傳感器。它是一種半導(dǎo)體器件，可以將光學(xué)信號轉(zhuǎn)化為電信號。器件上每個微小的光敏物質(zhì)組成了許許多多的像素(Pixel)，一塊 CCD 上包含的光敏物質(zhì)越多，即像素點個數(shù)越多，其畫面的分辨率就越高。CCD 作用就像膠片一樣，能夠感應(yīng)每個像素的變化，這是因為 CCD 上整齊地排列了許多電容，使得其能感應(yīng)光線，并將影像轉(zhuǎn)變成電流信號，而且每個小電容都能將其所帶的電荷轉(zhuǎn)給它相鄰的電容，最后再經(jīng)由外部控制電路輸出電壓[25]。

...............

6.2 字符識別算法

車牌定位和字符分割都是字符識別的準(zhǔn)備工作，車牌字符識別算法是整個系統(tǒng)的關(guān)鍵一步，因為字符識別的準(zhǔn)確率將直接影響系統(tǒng)的性能，所以我們需要仔細(xì)斟酌字符識別方法。根據(jù)我國的車牌字符特征，我們可以明顯的發(fā)現(xiàn)牌照中的字符均采用統(tǒng)一印刷的類似黑體，基于這個規(guī)律我們可以把車牌中使用的所有字符做成一個模板字符庫，可以有利于最后的車牌匹配識別。雖然這些車牌字符有一定的規(guī)律性，但是其中不乏一些字符存在相似性，例如常見的“0”、“D”、“Q”以及“1”、“I”等，給系統(tǒng)帶來一定的識別難度。當(dāng)定位的車牌區(qū)域較小的時候，分割后得到的字符也會相對較小，這樣就給識別帶來難度，容易引起識別錯誤。

...............

結(jié)論

本文研究設(shè)計了嵌入式圖像處理系統(tǒng)，獨立完成硬件電路的設(shè)計和調(diào)試，并在該硬件平臺上運用圖像處理技術(shù)進行車牌識別，首先確定車牌的位置，然后利用字符分割算法，將提取的車牌進行分割，再運用改進的模板匹配法進行匹配檢測，最后將檢測結(jié)果通過 Web 服務(wù)器發(fā)送到客戶端。本文完成的主要工作如下：1) 搜集資料，查閱文獻，了解國內(nèi)外現(xiàn)有的嵌入式圖像處理的算法和產(chǎn)品，分析本文研究的意義；2) 設(shè)計制作了一個基于 Cortex 圖像信息采集裝置，包括硬件選型及電路設(shè)計：即選擇合適的處理器以及感光芯片，完成原理圖設(shè)計、印刷電路板繪制，完成硬件裝置的電路安裝和調(diào)試；3) 學(xué)習(xí)了嵌入式軟件編程技術(shù)，完成包括感光芯片的驅(qū)動，SD 卡的驅(qū)動，SDRAM 的驅(qū)動，Wifi 模塊驅(qū)動，并完成圖像的初步提��；4) 深入學(xué)習(xí)了 TCP/IP 協(xié)議，并且將 LwIP 協(xié)議棧移植入 STM32F4 微控制器中，使得本系統(tǒng)能夠與客戶端進行網(wǎng)絡(luò)通信；5) 研究了車牌定位算法，對采集的圖像進行二值化，然后再進行快速邊緣檢測，獲得車牌的候選區(qū)域，根據(jù)車牌的結(jié)構(gòu)特征，對候選區(qū)域進行篩選，最終獲得準(zhǔn)確的車牌定位位置；6) 分析了車牌識別算法中兩種字符分割算法的優(yōu)劣，并提出了改進型的模板識別算法，最終得到車牌字符識別的結(jié)果；7) 介紹了基于 ARM 的 Web 服務(wù)器搭建，使用 HTTP 協(xié)議傳輸最終的識別結(jié)果，當(dāng)圖像中不存在任何車牌時，則默認(rèn)顯示“無車牌”字符串，反之，則顯示識別結(jié)果。

參考文獻（略）