毕业论文：基于DSP的数字图像处理技术研究与设计

基于DSP的数字图像处理技术研究与设计
Digital image processing technology research and design based on DSP

学院（部）： 电气与信息工程学院
专业班级： 通信13-1
学生姓名：
指导教师： **教授

2017 年 5 月 28 日
基于DSP的数字图像处理技术研究与设计

摘要

经济的不断发展促使汽车数量与日俱增。车牌识别系统成为现代智能交通管理的必然趋势。由于车牌清晰程度、拍摄方式以及环境等因素的影响，常常会给车牌自动识别造成一定的干扰。所以，车牌自动识别系统的一大难题就是在复杂的背景中快且准地对车牌信息进行定位。
本文在软件设计部分对车牌识别的车牌定位、字符分割和字符识别三个组成部分进行研究。在车牌定位中采用基于车牌彩色信息的彩色分割方法对车牌进行定位。字符分割则是其他两部分的的桥梁，其采用查询存在连续文字块的方法，对车牌字符进行分割。字符识别关系着整个系统的成败，提取字符的加权组合特征，利用模板匹配法进行汽车牌照的字符识别。
在硬件设计方面主要将车牌识别系统的实验研究与TMS320DM642 DSP芯片的硬件结构结合在一起，探究车牌识别系统与DSP硬件系统之间的内在联系，并对其进行设计。这对DSP技术、车牌识别系统的研究、开发与产业化发展具有无法比拟的作用。


关键词：数字图像处理，DSP，车辆牌照识别，二值化，字符分割，字符识别

Digital image processing technology research and design based on DSP

ABSTRACT


The number of cars is becoming more and more due to the continuous development of the economy. License plate recognition system has become an inevitable trend of modern intelligent traffic management. Automatic license plate recognition is often interfered, because of the clarity of the license plate, the shooting mode and environmental factors. Therefore, the problem of automatic license plate recognition system is to locate the license plate information quickly and accurately in comple* background.
In the software design of this paper
……（新文秘网https://www.wm114.cn省略2075字，正式会员可完整阅读）……　
着科学水平的不断进步，全球智能化和信息化时代的到来，使得智能交通系统成为现代交通管理的必然趋势。车牌自动识别技术作为现代智能化交通系统中备受青睐的研究领域。在城市道路、收费站、停车场以及高速公路都是其用武之地，汽车牌照的自动识别系统大大提高了交通系统的管理水平和自动化水平，并兼具安全，高效以及巨大的经济效益，对其起着无法比拟的作用。他是交通管理系统从传统向智能化发展的一次伟大跨越。其应用范围广泛，主要体现在：
1．交通监控。在相应的交通路段通过车牌识别系统的监测设备对车辆的交通信息进行监控，以避免和观察交通状况。其还能够结合一些类似的速度检测器，对违速行驶的车辆进行监测，一经测得即通过相关拍摄设备采集车辆信息以提取车牌号并且对其发出警告信号。
2．事故自动测报。主要是在高速公路上该车牌识别系统能够实时监控路面状况和对车辆的流动指标实时监测，以便能够即时的处理排队、违速、交通堵塞以及事故等不正常的交通情况。
3．不停车检查。通过该系统对车牌号码进行提取并从数据库中调出该车的相关信息，以发现未交养路费的车辆或在一些特殊单位（如军用部门、b_m单位等）、公路路桥收费站、住宅小区区等对于需要自动放行的车辆驱动相关机器令其通过。如果与同一型号的车辆测速器结合使用，能够快速测得与汽车型号不一致的车牌车辆。
4．车辆定位。通过该识别系统提取车牌信息以对被盗车辆实现追踪定位。由于该系统能够预防、发现以及追踪被执法部门列入“黑名单”的车辆的重要作用，使其成为交通安全和城市治安的有力保障。将车牌识别系统应用于停车场、公路收费站以及高峰路段，用以对通缉的车辆进行排查；对车辆高峰期的收费站排队以及交通拥堵问题进行处理；对路桥关口、车辆停放场所以及高速公路的收费监管提供有力保障；对交通单位的车辆信息以最简单地方式与互联网进行连接。以达到对车辆据统计的智能化，查询不清楚等相关问题进行处理。
1.3 国内外研究现状
对车牌识别技术的研究起源于国外，早在20世纪80年代国外就着手对其进行了零零散散的探究，但由于当时科技水平的限制，对车牌技术的研究并不能建立一个相对完整的体系，而仅仅是停留在某一具体的问题上，仅仅只能是在实验室中完成。并且识别过程要经过相当多的数值计算，满足不了实时性条件。即使利用简便的图像处理技术，仍然有必要对最后接入进行人为干预。90年代后，对车牌识别系统详细完整以及全面的研究逐渐步入正轨。典型的代表有A.S.Johnson等相关研究人员在1990年基于图像和视觉技术提出的包括图像分割、特征提取和模板构造、字符识别等三个模块组成的车辆牌照自动识别系统。包括R.A.Lotufo在内的若干研究人员与1990年利用基于视觉的字符识别技术对得到的图像进行分析处理，首先将车牌在经过二值转化后的图像中找出，之后通过边界追踪技术对车牌特征进行提取，接着通过相关分类器将提取到的车牌信息同字符库中的最正确字符进行对比，获得单一或多个汽车牌照的候选号码，最后对这些号码进行核查以确保最终找出的车牌号码的准确性。由于这一时期的研究仅关注与车牌号码识别的正确率而忽视了实时性的要求，从而车牌号码的识别效率有待进一步提高。
完成车辆牌照的精确定位后后续的主要工作就是如何对车牌中的存在的相关字符信息进行分析确认。而我国的车牌自动识别系统由于包含了汉字，使其与国外的系统有很大的区别，因此对于国外的车牌自动识别系统我们不能照搬照抄而是只能作为参考。寻找一条实用的能够对车牌字符实现正确识别的处理方案迫在眉睫。虽然目前有很多方法应用于车牌识别系统，但由于其局限性以及实时性较差，其效果与实际相差甚远，很难应用于高速度、快节奏的现代化交通管理系统，所以对车牌系统的深入研究成为首要工作。值得欣喜的是我们只需要开拓字符识别中汉字的识别研究而对于字母和数字的识别我们可以借鉴外国的研究技术。
1.4 目前存在的问题
对车牌定位系统的研究最早起源与国外，我国也从20世纪90年代开始，逐渐加深对车牌定位系统的研究，并取得了一定得成果。基于变换函数的车牌定位算法；基于车牌特征的车牌定位算法；基于视觉检测的车牌定位算法。这些都是比较好的算法，但由于其本身的局限性和针对性，所以不能很好的满足车牌识别系统的要求。而J.Barroso等相关研究人员人发明的基于水平线搜寻的车牌定位算法;R.Parisi等提出的基于DFT变换的频域分析方法;虽然克服了车牌定位的局限性，但由于其运行速度较慢，极易受到复杂背景和光照条件的影响，也不能很好的加以利用。通过进一步研究发现，结合某些数学相关工具，对那些繁杂的图像进行处理，不尽能够提高图像处理效率还能够改善图像的处理质量。例如基于局部阈值的车牌定位二值化算法和自适应形态学滤波的车牌定位算法。还有其他一些算法是通过某些数学工具利用小波变换、遗传算法等对原有的方法进行改进，如基于属性开运算的车牌定位算法；基于小波变换和形态学图像分割的车牌定位方法等。这些方法满足实时性的要求，具有一定的参考价值，但仍然存在不足的地方，需要进一步的研究与改进。
车牌字符识别系统主要就是对车牌中的字符、汉字、数字进行分析确认。能否完成对车牌上的印刷体文字的正确识别是车牌字符识别系统的关键，研究时我们不单单要关注车牌的文字识别技术问题，还要考虑车牌区域问题。车牌字符识别系统主要是文字识别与车牌图像自身因素两者相互兼容的系统。由于车牌清晰度、光照条件、环境因素、车辆运动以及拍照角度等因素的干扰可能会给车牌字符识别带来字符模糊、破裂、倾斜等的影响。干扰车牌识别的正确性。综合上述问题，研究了基于神经网络和模板匹配的字符识别算法，该算法取二者之所长，大大改善了车牌字符识别的正确率。但我们也不能太过骄傲，虽然取得这么大的成功，但其离实用化阶段还很远，许多研究仅仅停留在理论和实验室阶段，并不能够投入生产和应用到实际生活中。因此，对车牌字符识别系统还要进一步的研究。
对于我们国家的车牌识别系统，其不单单要完成对车牌中的字符以及数字的识别，还要实现对车牌中汉字的精确定位。对车牌上的文字的识别正确与否是整个系统得以实施的关键，研究时我们不单单要关注车牌的汉字识别问题，还要对车牌所处位置进行考虑。该系统主要是汉字识别和车牌图像自身条件两者相互兼容的系统。由于车牌清晰度、光照强度、自然环境、车辆运动以及拍照角度等一系列因素的干扰，常常会使车牌字符发生畸变，出现模糊不清以及破损裂开等现象。干扰车牌识别的正确性。经过对上述问题进行综合，提出了将模板匹配与神经网络相融合的字符识别算法，该算法取二者之所长，大大改善了车牌字符识别的正确率。但我们也不能太过骄傲，虽然取得这么大的成功，但其离实用化阶段还很远，许多研究仅仅停留在理论和实验室阶段，并不能够投入生产和应用到实际生活中。因此，对于车牌字符识别系统这座高峰，还需要我们继续去攀登与征服。如图1-1所示为车牌识别系统图。

图1-1 车牌识别系统图
1.5 论文的主要内容
车牌识别技术(Vehicle License Plate Recognition，VLPR) 是指能够检测并受监控路面上的车辆并对其车牌信息进行提取与处理的技术。车牌识别技术在现代化智能交通系统中有着举足轻重的作用，应用前景广泛。
本文系统的介绍了车牌识别系统从车牌定位到字符识别的各个阶段，并利用DSP进行硬件设计，主要内容如下：
第一章绪论简单阐述了车牌识别系统的相关问题。第二章介绍数字图像处理的相关内容。第三章从软件方面介绍车牌识别系统从车牌定位到字符分割，最后到字符识别的三个主要阶段，并利用MATLAB进行仿真。第四章主要介绍了DSP的相关理论并从硬件方面对车牌识别系统进行了设计。第五章对本文内容进行总结提出文中的不足和需要改进的地方。



2 图像处理技术
2.1 数字图像处理的简述
2.1.1 什么是数字图像处理
随着科学技术的不断发展和相关理论的不断完善，数字图像处理技术得到越来越广泛的关注，信号处理也由传统的模拟信号处理转化为数字信号处理，从而为数字图像处理(Digital Image Processing)提供了先进的技术手段。数字图像就是能够在计算机上显示和处理的图像。数字图像处理则被称为计算机图像处理，数字图像处理即利用计算机对图像信息进行加工处理，将图像信号转换为数字信号并通过计算机进行处理以满足人的视觉心理需要和实际应用或某种目的的要求。数字图像处理着重强调在图像之间进行的变换，输入和输出都是图像，包括图像采集和获取、图像增强、图像平滑、图像锐化、几何变换、图象编码、图像复原等。数字图像处理技术应用越来越广泛，已经_到国j-a全，航空航天，工业控制，医疗保健等各个领域乃至我们的日常生活和娱乐当中，在国民经济中发挥着举足轻重的作用。
2.1.2 数字图像处理的发展历程
数字图像处理技术起源于20世纪20年代，采用压缩和编码技术有效地提高了从英国伦敦到美国纽约通过海底电缆传输的图片质量，节省了近一半的时间，实现了图像的远距离传输。从此，开始了图像处理的新纪元。20世纪40年代，数字计算机的出现使数字图像处理成为可能。但是，由于当时的技术水平、硬件条件等的限制，图像处理技术发展的比较缓慢。数字图像处理技术真正的发展出现于20世纪50年代。当时的计算机技术已经发展到一定水平，它才开始真正吸引人们的目光，但当时主要还是用于数值计算，满足不了处理大容量图像的要求。数字图像处理作为一门学科大约形成于20世纪60年代中期，美国喷气推进实验室用计算机对“旅行者七号”太空船发回的大批月球照片进行处理，取得了明显的效果。20世纪60年代末至70年代初，数字图像处理开始应用于医学图像、地球遥感监测和天文学等领域。数字图像处理较完整的理论体系已经形成，成为了一门新兴学科。20世纪70至80年代，随着离散数学理论的创立和完善，数字图像处理的理论和方法进一步完善，1976年第一本数字图像处理专著问世。20世纪80年代，随着三维图像设备和处理系统等硬件的发展，人们不仅可以处理二维图像，也开始处理三维图像。20世纪90年代至今，数字图像处理向更高级的方向发展，包括实时性、智能化、普及化、网络化和低成本。20世纪90年代初视觉信息学的学科概念被提出，这个学科概念为图像科学发展过程中出现的各种新理论、新方法、新算法、新手段、新设备等的综合研究和集成应用提供了一个新的统一框架。近年来，随着计算机和其他各有关领域的迅速发展(如在图像表现、科学计算可视化、多媒体计算技术等方面的发展)，数字图像处理已从一个专门的研究领域变成了科学研究和人机界面中普遍应用的一种工具。
2.2 数字图像处理的特点及应用
2.2.1 数字图像处理的优缺点
（1）数字图像处理的优点：
① 正确性和重现性好
数字图像处理的处理过程是通过计算机完成，同一程序即使运行数次，结果也是相同的，这就保证了其正确性。理论上 ……（未完，全文共32407字，当前仅显示5829字，请阅读下面提示信息。收藏《毕业论文：基于DSP的数字图像处理技术研究与设计》）