项目二.docx
《项目二.docx》由会员分享，可在线阅读，更多相关《项目二.docx（13页珍藏版）》请在冰点文库上搜索。
项目二
题目二：
DSP在数字识别中的应用
-----车牌识别系统
（一）项目简介
（1）项目背景：
车牌识别（VehicleLicensePlateRecognition，VLPR）是现代智能交通系统中的重要组成部分之一，应用十分广泛。
它以数字图像处理、模式识别、计算机视觉等技术为基础，对摄像机所拍摄的车辆图像或者视频序列进行分析，得到每一辆汽车唯一的车牌号码，从而完成识别过程。
随着公路交通事业的迅速发展，人工管理方式已经不能满足实际的需要，微电子、通信和计算机技术在交通领域的应用极大地提高了交通管理效率。
汽车牌照的自动识别技术已经得到了广泛应用。
通过一些后续处理手段可以实现停车场收费管理，交通流量控制指标测量，车辆定位，汽车防盗，高速公路超速自动化监管等等功能。
对于维护交通安全和城市治安，防止交通堵塞，实现交通自动化管理有着现实的意义。
（2）项目设计基础：
DSP编程基础、数字信号处理知识、图像处理知识
（3）项目设计基本流程：
车牌识别基本的流程大致为：
将采集后的图像二值化，边缘提取，然后依次经过车牌定位、字符分割、字符识别等步骤。
（二）具体步骤及原理
（1）打开图像文件，读入车牌图像：
将之前准备好的图像luojie.bmp，在DSPCCS软件平台下,编程把图读取
到DSP的SDRAM中。
其中关键C语句为：
fi=fopen（"E:
\\luojie.bmp","rb"）;
fread（（char*）id,sizeof（char）,54,fi）;
for（i=0;i<16;i++）
{
fread（（char*）id,sizeof（char）,64,fi）;
}
for（i=0;i{
fread（（char*）id,sizeof（char）,128,fi）;
for（j=0;j{
y[i][j]=id[j];
}
}
fclose（fi）;
（2）二值化：
对读入的图像进行二值化处理，
原理：
包括目标物体、背景还有噪声，要想从多值的数字图像中直接提取出目标物体，最常用的方法就是设定一个阈值T，用T将图像的数据分成两部分：
大于T的像素群和小于T的像素群。
这是研究灰度变换的最特殊的方法，称为图像的二值化（BINARIZATION）。
图像的二值化，就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的只有黑和白的视觉效果。
本项目二值化的关键C语句为：
i=0;
for（i=0;i{
for（j=0;j{
y[i][j]=255*（（y[i][j]）/200）;
}
}
（3）投影：
利用投影法把二值化结果分别向水平和垂直方向投影，在x轴上显示每列白点像素和，y轴上显示每行白点像素和。
这样可以确定每个字符的上下左右边沿。
关键C语句包括：
//水平投影
for（i=0;i{
for（j=0;j{
if（y[i][j]>=200）
p[i]++;
}
}
//垂直投影
for（i=0;i{
for（j=0;j{
if（y[j][i]==255）
{p[i]++;}
}
}
（4）定位：
对目标位置进行定位，确定每个字符的上下左右边沿，选择合适的阈值定位出数字位置，并输出目标位置。
关键C语句包括：
//分别寻找七位符号的上边坐标存入边沿存入变量up，down中
m=IMAGE_HEIGTH/2;
temp=p[m];
for（i=m+1;i{
if（temp>p[i]）
{
temp=p[i];
down=i;
}
if（temp==0）
{down=i;
break;
}
}
temp=p[m];
for（i=m-1;i>=0;i--）
{
if（temp>p[i]）
{
temp=p[i];
up=i;
}
if（temp==0）
{
up=i;
break;
}
}
//分别寻找七位符号的左边坐标存入数组p1[]中，右边坐标存入p2[]中；
for（i=0;i{
if（p[i]>0）
{
if（flag==0）
{
p1[num]=i-1;
flag=1;
}
}
else
{
if（flag==1）
{
p2[num]=i;
flag=0;
num++;
}
}
if（（flag==1）&&（i==IMAGE_WIDTH-1））
{
p1[num]=0;
p2[num]=0;
num++;
break;
}
}
//根据已得的每个字符的上下边沿坐标，左右边沿坐标画方框，标出文字；
for（i=0;i<7;i++）
{
for（k=up;k{
y[k][p1[i]]=255;
y[k][p2[i]]=255;
}
}
for（i=0;i<7;i++）
{
for（j=p1[i];j{
y[up][j]=255;
y[down][j]=255;
}
}
}
（三）项目结果
车牌图形如图
（1）：
图
（1）车牌
利用DSP编译、调试、参数设置等过程如图
（2）、（3）;
图
（2）编译、调试过程
图（3）参数设置
最后结果如图（4）、图（5）：
图（4）最后结果
图（5）车牌图像的到识别
（四）结论
此次课程设计所用程序对图像规格要求较高，具有一定的局限性，应用范围也有限，有待提高，在此基础之上，以后我们还能够对程序进行修改，扩大适用范围。
这次课程设计是对之前所学相关知识的一次系统性的总结与应用，通过本次课程设计，我复习了数字信号处理的基本概念、基本理论和基本方法；掌握图像处理的常用算法、数字信号处理在数字识别中的应用及数字识别使用的基本算法；熟练了DSP的使用，掌握DSP的程序设计方法；学会用DSP对数字图像进行分析和处理。
大大提高了我的动手能力。
虽然这个设计做的并非对所以车牌都合适，但是在设计过程中所学到的学习方法是我最大收获和财富，相信定会使我受益终身。
（五）参考文献
[1]冈萨雷斯．数字图像处理（第二版）．电子工业出版社，2007．8
[2]叶晨洲等,车辆牌照字符识别系统,计算机系统应用，1999（5），P10～13
[3]胡小锋、赵辉．VC++/MATLAB图像处理与识别使用案例精选.人民邮电出版社，2004.9
附：
完整程序：
#include"math.h"
#include"stdio.h"
#defineIMAGE_WIDTH128
#defineIMAGE_HEIGTH32
voidmain（）
{FILE*fi;
inti,j,k;
inty[IMAGE_HEIGTH][IMAGE_WIDTH];
intp[128]={0},p1[128]={0},p2[128]={0},m,temp,up,down,num=0,
flag=0;
unsignedcharid[128];
//读入图像
fi=fopen（"E:
\\lu.bmp","rb"）;
fread（（char*）id,sizeof（char）,54,fi）;
for（i=0;i<16;i++）
{
fread（（char*）id,sizeof（char）,64,fi）;
}
for（i=0;i{
fread（（char*）id,sizeof（char）,128,fi）;
for（j=0;j{
y[i][j]=id[j];
}
}
fclose（fi）;
//二值化
i=0;
for（i=0;i{
for（j=0;j{
y[i][j]=255*（（y[i][j]）/200）;
}
}
//水平投影每行白点数相加
for（i=0;i{
for（j=0;j{
if（y[i][j]>=200）
p[i]++;
}
}
//从中间向上下边沿遍历，寻找上下边沿存入变量up，down中
m=IMAGE_HEIGTH/2;
temp=p[m];
for（i=m+1;i{
if（temp>p[i]）
{
temp=p[i];
down=i;
}
if（temp==0）
{down=i;
break;
}
}
temp=p[m];
for（i=m-1;i>=0;i--）
{
if（temp>p[i]）
{
temp=p[i];
up=i;
}
if（temp==0）
{
up=i;
break;
}
}
//垂直投影，每列白点数之和存入数组p[]中
for（i=0;i{
for（j=0;j{
if（y[j][i]==255）
{p[i]++;}
}
}
//车牌是七位符号组成的，分别寻找七位符号的左边坐标存入数组p1[]中，右边坐标存入p2[]中；
for（i=0;i{
if（p[i]>0）
{
if（flag==0）
{
p1[num]=i-1;
flag=1;
}
}
else
{
if（flag==1）
{
p2[num]=i;
flag=0;
num++;
}
}
if（（flag==1）&&（i==IMAGE_WIDTH-1））
{
p1[num]=0;
p2[num]=0;
num++;
break;
}
}
//根据已得的每个字符的上下边沿坐标，左右边沿坐标画方框；
for（i=0;i<7;i++）
{
for（k=up;k{
y[k][p1[i]]=255;
y[k][p2[i]]=255;
}
}
for（i=0;i<7;i++）
{
for（j=p1[i];j{
y[up][j]=255;
y[down][j]=255;
}
}
}
升级会员 