基于FPGA 的车牌字符识别方法的研究

摘 要：设计了根据车牌的彩色特征对车牌位置进行粗定位，再利用车牌字符二值化特征来精确定位的双重车牌定位方法。在中值滤波和二值化等预处理后，提取出车牌中的字母和数字字符并建立相应的模板，通过字符归一化在NIOS II 中采用最大相似度算法较好的识别了车牌号码。实验结果表明，该方法具有良好的实时性和较高的识别率。
关键词：车牌字符检测； NIOS II； 归一化； 模板匹配；

0 引言
智能交通系统已成为当前交通管理发展的重要方向, 而车辆牌照识别是计算机视觉与模式识别在智能交通领域应用的重要研究课题之一 ,有着广泛的实际应用前景[1]。传统的车辆牌照识别大多以PC平台上的纯软件算法[2][3]或DSP处理器[4]为核心来实现。由PC机构建的系统非小型化，在系统实时性的方面存在不足，主要用于前期算法的研究；而以通用的数字信号处理器(DSP)为核心的车牌识别系统外围电路设计复杂, 开发调试困难，系统的可扩展性和升级性较差。本文所构建的车牌字符系统基于FPGA平台，具有并行运算能力强、接口逻辑丰富等特性，为构建实时、便携的车牌字符识别系统提供了一种有效、可行的解决方案。
1 系统概述
系统的整体设计流程如下图1-1 所示。

本系统主要采用Altera公司的DE2开发板为实验平台，根据该系统实现的功能，将系统划分为硬、软件两部分，硬件部分包括车牌采集[5][6]和A/D转换、车牌预处理等；软件部分主要使用Cyclone II FPGA内嵌的NIOS II软核，采用SOPC Builder配置生成片上系统，并使用模板匹配算法对车牌进行识别，最后识别结果在LED上显示。
2 车牌预处理
2.1 粗定位和灰度化
车牌定位是整个系统的关键问题之一，它直接影响了后续的分割以及识别的准确率。考虑到整个图像车牌部分的字符颜色和车牌背景颜色差别很大，其灰度级别分布有一定规律和范围，兼之车牌的宽度有一定的比例，因此可以将车牌从背景图片中分离出来。
我国现有的车辆主要有蓝底白字牌照、黄底黑字牌照等四种类型。鉴于车牌前景、背景色的颜色特征，可以通过对颜色通道的分析来大致的确定车牌所在的位置以完成车牌位置的粗定位。在确定参数的时候，除了要考虑主色的下限参数以外还要考虑另外二个通道的上限参数。经过反复的试验对比后得出经验参数值为：以蓝底白字的车牌为例，在RGB 三个通道中:R 10’b0110110000; G10’b0111010000; B>10’0110110000，由以上参数为扫描阈值，自动剔除车牌位置之外的其他图像部分，完成粗定位。