毕业设计基于图像的小区智能道闸系统 2Word文档格式.docx

毕业设计基于图像的小区智能道闸系统 2Word文档格式.docx

《毕业设计基于图像的小区智能道闸系统 2Word文档格式.docx》由会员分享，可在线阅读，更多相关《毕业设计基于图像的小区智能道闸系统 2Word文档格式.docx（25页珍藏版）》请在冰点文库上搜索。

单片机；

住宅小区；

智能道闸；

系统设计

Abstract

Fortheoccasionthatstilladoptmanualmanagementinvehicleaccess,especiallyintheresidentialareaofthefrequentvehicleaccess,designedandverifiedtheintelligentmanage-mentsystembasedonimagetorecognizelicenseplate.ThecontrolofentiresystembasedonSTC89C51microcontrollercore,throughusingthelicenseplateintelligentrecognitiontechnologytomanageownersandnon-ownersofvehicles,completevehiclesnon-stopout

ofthetheresidentialarea.Thesystemincludethelicenseplateinformationacquisitiontrig-germodule,licenseplateintelligentrecognitionmodule,microcontrollercontrolmodule,

thedrivemotorcircuit,apowerregulator-circuit,andthebuzzercircuit,andavarietyofsensorandcontrolcircuit,.theentiresystemautomaticallyhunt,intelligentdetectionandala-rmfunction.Afterrepeatedexperimentsprovethatundernormallightconditions（100~80lumens）,thelicenseplaterecognitionprobabilityofnotlessthan99.5%.TomeetthesmartBarrierapplicationrequirementsforlicenseplaterecognition,hasacertaintheoreticalandpracticalsignificance.Thewholesystemisasimplecircuitstructure,highreliability,thetestresultsmeetthefunctionalrequirements.

Keywords

Image;

STC89C51;

Residentialarea;

Intelligentbarrier;

Managementsystem

1绪论

1.1引言

随着我国综合国力的不断提高，人们生活水平的也随之不断提高，汽车作为一种生活用品越来越多地进入到小区中，再加上原来的人工车辆管理方式和收费方式不仅占用了大量的人力、物力、财力，而且效率低下，容易产生错误，造成资源的极大浪费。

因此，从某种程度上来说，以前的人工车辆管理方式和收费方式已经影响到了业主的生活质量和小区的形象。

幸运的是随着物联网的逐渐兴起，车主不停车出入小区的智能道闸的实现已经成为可能，而且会成为道闸系统发展的必然趋势。

以单片机为核心的智能道闸管理系统，采用基于图像智能识别车牌的技术，实现业主不停车进出小区大门或车库，对非业主车辆出入小区实行提示，由门卫盘问、登记后放行。

智能化的道闸控制系统对提升小区形象、不停车进入小区、方便业主出入、减少保安配置、降低物业管理成本、防盗等方面意义重大，而且对现有道闸进行一定改装，实现了道闸系统得智能化控制，市场潜力巨大。

本课题的目的就是研究基于图像识别技术的智能道闸系统功能模型，并进行硬件系统的结构组成设计，同时完成软件系统的相关功能，从而满足智能道闸对于车牌识别等应用要求，具有一定的理论与现实意义。

1.2道闸概述

道闸又称挡车器（BarrierGate），最初从国外引进。

是专门用于道路上限制机动车行驶的通道设备，现广泛应用于停车场、小区、企事业单位门口，来管理车辆的出入。

道闸由减速箱、电机、（或者采用液压）传动机构、平衡装置、机箱、闸杆支架、闸杆等部分组成。

电动道闸可单独通过遥控实现起落杆，也可以通过停车场管理系统（即IC刷卡管理系统）实行自动管理状态。

根据道闸的使用场所，其闸杆可分为直杆、90度曲杆、180度折杆及栅栏等。

1.3道闸的发展历史及现状

道闸的概念最初从国外引进，其发展从上个世纪50年代开始，那时国外研究人员就开始研制各种各样的智能车辆管理系统。

而国内对智能车辆管理系统的研究起步于上个世纪90年代，其技术与国际上的先进国家相比还有很大差距。

随着汽车工业的不断发展及汽车数量的日益剧增，对道闸的需求量也越来越大，对道闸的性能也提出了更高的要求，其中智能化成为其显著的特征。

智能道闸在智能停车场管理系统、建筑区的大门出入口、公路收费口、铁路公路交叉口、道口都已得到应用，尤其停车场和公路收费口得以普及，但最新技术多用在智能小区的门禁系统中，在这些系统中许多新技术应用在道闸控制上，如计算机技术、短距离射频技术和通讯技术、远距离射频识别技术、电磁感应技术、红外检测技术等。

其中采用目前国际先进的MIFARE卡技术和电脑技术，由出入口道闸、地感（能感应金属的传感器）、控制器、读卡机等组成，应用于停车场的收费和车辆进出管制，该系统实用性强，管理功能强大，实现了网络化，自动化程度高，安全、稳定、可靠性高，由计算机进行控制和管理，具有出入场控制及收费功能、脱机功能、显示功能、语音提示功能、图像对比功能、车牌自动识别功能、对讲功能等。

近二十年里，国内企业在智能化方面取得了一定的研究成果。

例如丹东东方测控技术有限公司研制的车辆智能管理系统，运用人工智能、模糊识别等方法从车辆图像中提取牌照图像，实时识别为文字和数字号码，存入数据库，节约存储空间、查找方便，真正实现了车辆的文档化管理。

使得系统具有减少人为的干预，车辆通过速度快、记录准确、节省人力的优点。

此外，杭州友通科技有限公司的车牌自动识别系统在传统监控技术的基础上，引入数字摄像技术和计算机信息管理技术，采用先进的图像处理、模式识别和人工智能技术，通过对车辆图像的采集和处理，获得车辆的数字化信息，再引入先进的网络数据库技术，从而达到更高的智能化管理水平。

1.4论文研究内容及章节安排

本课题主要研究和实现基于图像的智能道闸系统结构设计和建模，重点论述车辆触发方式、实现实时图像采集、对采集图像的后续处理，以及各个硬件功能模块的实现。

论文章节安排分为以下几个方面：

第一章绪论：

介绍道闸概念、发展历史、现状，以及论文研究内容及章节安排。

第二章系统总体设计及工作原理：

介绍系统实现的功能、所需要的硬件设备，以及系统总体设计。

第三章系统硬件结构设计：

介绍各个硬件功能模块的实现，包括系统硬件的基本结构、车牌信息采集触发模块、车牌信息识别模块、单片机控制模块、道闸电机驱动模块，以及电源稳压模块。

第四章系统实验平台与实验结果分析：

介绍实验平台的设计和实验结果及分析。

第五章总结与展望：

介绍研究的成果以及系统可以进一步发展的方向。

2小区智能道闸系统总体设计及工作原理

2.1小区智能道闸管理系统实现的功能

按照系统的预期功能，系统设计成以单片机为控制核心，包含压强传感模块、车牌识别模块、点阵显示模块、声光报警模块、道闸驱动模块以及电源模块的智能道闸系统，从而实现业主不停车进出小区大门或车库，对非业主车辆进出小区实行报警提示，由门卫盘问、登记后放行等功能。

系统的整个运行流程如下：

（1）车辆进入：

①车辆驶入车牌摄像机抓拍区域，触发地感线圈，压强传感模块传递信息给车牌识别系统，记录驶入时间。

②车牌识别系统自动抓拍车辆的特写图像，并识别出车牌识号，然后通过检索数据库得出车辆类别（内部车和临时车等）。

③在软件界面提示该车的相关信息。

④单片机来触发点阵显示模块和声光报警模块，LED屏显示相关信息，语音播放识别出来的车牌，欢迎光临等提示语。

⑤同时触发道闸驱动模块，闸机放行，并记下车辆进入时间。

车辆越过进口，驶入停车场内，车位显示屏刷新车位。

整个过程自动完成，车辆一直处于行驶状态，而且无须工作人员干预。

（2）车辆离开：

①车辆驶入车牌摄像机抓拍区域，触发地感线圈，压强传感模块传递信息给车牌识别系统。

②车牌识别系统自动抓拍车辆的的图像并识别出车牌识号，然后通过检索数据库得出车辆类别（内部车和临时车等）。

④若为临时车辆，系统自动计算收费金额，同时单片机触发点阵显示模块和声光报警模块，LED屏显示相关收费金额，语音播放收费金额。

工作人员收费后，触发道闸驱动模块和声光报警模块，闸机自动启竿放行，语音播放祝您一路顺风等提示语。

⑤如果该车属固定车辆情况，闸机自动启竿放，电脑调出该车入场时的抓拍图像，入场时间等。

如果车辆被列入黑名单，不管是临时还是固定车辆，闸机不会打开，同时系统都会发出报警信号，通知工作人员注意。

⑥车辆越过道闸，离开停车场或小区，触发压强感应模块，系统记下车辆离开时间，车位显示屏刷新车位。

2.2小区智能道闸系统所需要的硬件设备

小车系统共有5大模块，分别是车牌信息采集触发模块、车牌智能识别模块、车牌信息核对模块、STC86C51单片机控制模块、道闸电机驱动模块、电源稳压模块。

系统结构框图如图2-1所示。

图2-1智能道闸管理系统结构框图

2.3基于图像的小区智能道闸系统总体设计

系统的总体设计流程分为以下几个部分：

（1）车牌信息采集触发模块采用地感线圈，当检测到有车辆到来时，发信号给单片机，单片机触发车牌信息识别模块。

（2）车牌信息触发模块采用集成的嵌入式车牌识别摄像头，自动根据周围环境补光抓拍车牌图像，解析出车牌信息后发给单片机的车牌核对模块。

（3）车牌信息核对模块采用一片AT24C02（2K）存储车牌信息，当摄像头发来车牌信息后，核对车牌信息从而区分固定车辆和临时车辆。

（4）进入小区时，发送车牌信息给单片机，单片机触发道闸电机驱动模块，开启放行。

同时单片机触发液晶显示模块和声光报警模块，LED屏显示相关信息，语音播放识别出来的车牌，欢迎光临等提示语。

（5）驶出小区时，发送车牌信息给单片机，若为固定车辆，自动放行。

若为临时车辆，通报管理人员进行询问收费，手动放行。

3基于图像的智能道闸系统硬件结构设计

3.1智能道闸硬件的基本结构

道闸系统的硬件结构主要分为以下几个部分：

（1）车牌信息采集触发模块，采用智能环路感应器，用于检测是否有车辆到来，发送信号给单片机控制模块。

（2）车牌智能识别模块，采用采用集成的嵌入式车牌识别摄像头，自动根据周围环境补光抓拍车牌图像，解析出车牌信息后发给单片机的车牌核对模块。

（3）单片机模块，单片机的选用可以根据个人情况自行选择，对于本文介绍的智能道闸来说一般的51单片机已经足够。

（4）声光报警模块，通过单片机给蜂鸣器高电平来使蜂鸣器报警；

液晶显示模块，通过单片机发送相关信息进行显示。

（5）道闸电机驱动模块，由于单片机输出的电流有限，无法直接驱动电机进行工作，因此需要通过专用的电路进行驱动，只要单片机给出相应的控制信号，便可控制电机工作，本文以较为常用的驱动芯片74HC245为例。

5、电源模块，由于单片机需要稳定的5V电压，因此合理的设计一个电源模块是系统稳定运行的前提。

3.2车牌信息采集触发模块

3.2.1触发模块的主要原理

该模块采用HRB两通道的智能环路感应器，通过探测金属物在感应线圈上电感量变化来探测到金属物的。

线圈是由多匝导线绕制的，埋在路面下，用水泥填充好。

线圈引线连接到HRB。

当金属物通过感应线圈时，导线圈的电感量发生了一些变化。

这个变化被HRB检测到，通过内部的智能控制器的运算判断出有金属物，并通过输出继电器输出信号。

由于有微处理器的智能控制作用，HRB的灵敏度可以适应各种要求，对不同大小的感应线圈和引线也能良好匹配。

HRB环路感应器的控制板如图3-1所示：

图3-1HRB环路感应器

HRB每通道有二路继电器输出，分别为A1、B1和A2、B2。

A1和B1为标准输出，当有车辆或金属体在线圈上时，A1或B1继电器动作，车辆或金属体离开线圈，A1或B1继电器就复位。

A2和B2为多功能脉冲动作方式继电器，它们可作为脉冲继电器或作为一个附加车辆到位继电器使用，这两个继电器可分别工作，也可以并联起来用于车辆方向检测，前面板的三个DIP开关用于调整各种操作模式，键号为1，2，3。

3.2.2触发模块的分析与论证

触发模块由三种触发方式，分别为视频车辆检测、压力传感检测，以及上面介绍的电磁环路感应。

视频车辆检测，即通过视频图像判断是否有车的功能。

具备视频车辆检测功能的牌照识别系统，首先对视频信号中的一帧的信号进行图像采集，数字化，得到对应的数字图像；

然后对其进行分析，判断其中是否有车辆；

若认为有车辆通行，则进入到下一步进行牌照识别；

否则继续采集视频信号，进行处理。

系统进行视频车辆检测，需要具备很高的处理速度并采用优秀的算法，在基本不丢帧的情况下实现图像采集、处理。

若处理速度慢，则导致丢帧，使系统无法正确检测到行驶速度较快的车辆，同时也难以保证在有利于识别的位置开始识别处理，影响系统识别率。

因此，将视频车辆检测与牌照自动识别相结合具备一定的技术难度。

压力传感，即能感受压力并转换成可用输出信号的传感器。

然而一般的压力传感器，需要达到一定压力范围且车速缓慢的情况下才能比较准确的捕获到车辆的到来。

HRB采用了最先进的微处理器技术，可以满足各种使用环境下的应用。

它采用感应线圈上电感量变化的原理来进行车辆到来信息的捕获，其在灵敏度、反应时间上都具有更好的性能。

具体的技术参数如下：

（1）线圈调谐：

环路感应器的调谐过程是完全自动进行的。

当环路感应器加电或被复位时，将自动调谐到它所接的线圈时，调谐范围为50到1000毫亨。

这样宽的调谐范围保证了对线圈和引线要求很低。

一旦调谐好，任何环境对电感量缓慢变化都将反馈的探测器内部的补偿电路，保证正常工作。

（2）灵敏度：

环路感应器的灵敏度取决于这样的一些因素，如线圈大小，线圈的匝数，引线长度以及在圈下方是否有金属。

应该根据具体应用的情况来决定的环路感应器灵敏度。

环路感应器的灵敏度是为停车场管理系统特别优化的。

当选择较低灵敏度时，象自行车，手推车等较小的物体不会引起探测器动作，对车底盘较高的车辆和带拖车的车辆也能很好的适应。

（3）反应时间：

环路感应器的反应时间定义是从金属物进入感应线圈到环路感应器给出指示信号的时间间隔。

环路感应器探测器的反应时间是为停车管理系统专门优化的，一般为100毫秒。

太短的反应时间在有电磁干扰的环境下容易造成误动作，太长的反应时间也会造成使用不便。

然而，HRB环路感应器存在线圈串绕的局限，即当两个感应线圈靠得很近，两个线圈的磁场迭加在一起，相互造成干扰。

串扰会导致错误的检测结果和HRB的死锁。

在相邻的但属于不同感应器的线圈间，要消除串扰，可以通过以下措施：

（1）选择不同的工作频率，两个线圈靠得越近，它们的工作频率就应该差得越大。

（2）将相邻的线圈间距加大，必须保证探测线圈之间的间距大于2米。

（3）对线圈引出导线进行良好的屏蔽，线圈电缆和接头最好采用多股铜导线，在电缆和接头之间最好不要有接线处。

3.3车牌智能识别模块设计

3.3.1车牌识别模块的组成

车牌识别模块采用BCHVVLPR嵌入式车牌识别摄像头，而嵌入式系统是指由微处理器芯片为核心实现的小型专门化的数字信号处理系统，主要由嵌入式处理器、相关支撑硬件、嵌入式操作系统及应用软件系统等组成，它是集软硬件于一体的可独立工作的“器件”，这个器件不同于普通的模拟信号系统，其以软件运行的方式对数字信号进行灵活处理，具有智能化的特征，比较类似于微机，但又不依赖于微机软件操作系统，可以独立地完成一定的功能，制造成一个独立的箱体或器件，与外界的联系仅通过预先规定的数据传输协议连接。

该模块的硬件主要有摄像头、光耦输入输出、RS485中继器，以及微处理器等。

车牌识别系统的软件部分主要分为四大块，即预处理、车牌定位、车牌字符的分割和字符识别。

3.3.2车牌识别的主要流程

车牌识别是利用车辆的动态视频或静态图像进行车牌号码、车牌颜色自动识别的模式识别技术。

技术的核心包括车牌定位算法、车牌字符分割算法和光学字符识别算法等。

一个完整的车牌识别系统应包括车辆检测、图像采集、车牌识别等几部分。

当车辆检测模块检测到车辆到达时由单片机触发图像采集单元，采集当前的视频图像。

车牌识别单元对图像进行处理，定位出车牌位置，再将车牌中的字符分割出来进行识别，最后组成车牌号码输出。

车牌识别流程如下：

（1）车辆检测：

可采用地感线圈检测、红外检测、雷达检测技术、视频检测等多种方式感知车辆的经过，并触发图像采集抓拍，本系统采用地感线圈检测的模式。

（2）图像采集：

通过高清摄像抓拍主机对通行车辆进行实时、不间断记录、采集。

由于道路上24小时都通车，车牌识别系统需要全天时、全天候工作，为保障夜间识别准确率，还会配备LED频闪灯或闪光灯来补光。

（3）预处理：

噪声过滤、自动白平衡、自动曝光以及伽马校正、边缘增强、对比度调整等。

（4）车牌定位：

在经过图像预处理之后的灰度图像上进行行列扫描，确定车牌区域。

（5）字符分割：

在图像中定位出车牌区域后，通过灰度化、二值化等处理，精确定位字符区域，然后根据字符尺寸特征进行字符分割。

（6）字符识别：

对分割后的字符进行缩放、特征提取，与字符数据库模板中的标准字符表达形式进行匹配判别。

（7）结果输出：

将车牌识别的结果以文本格式输出。

3.3.3车牌图像信息处理的主要原理

车牌图像处理的流程如图3-2：

图3-2　HRB环路感应器

车牌自动识别的技术关键如下：

1、图像预处理

（1）图像的灰度化：

汽车图像样本目前大都是通过摄像机、数码相机等设备拍摄获取的，因而预处理前的图像都是彩色图像。

彩色图像包含着大量的颜色信息，不但在存储上开销很大，而且在处理上也会降低系统的执行速度，因此在对图像进行识别等处理中经常将彩色图像转变为灰度图像，以加快处理速度。

（2）图像的灰度拉伸：

由于车辆牌照识别系统是全天候的，若没有理想的补充光照明，自然光照度的昼夜变化会引起牌照图像的对比度严重不足，使图像中牌照字符分辨不清，甚至根本无法定位和分割，更无法识别。

采用图像灰度拉伸的方法可有效地增强图像对比度，增强后的图像中字符清晰、区域分明，便于图像二值化和字符分割处理。

（3）图像的二值化

二值图像是指整幅图像画面内仅黑、白二值的图像。

在数字图像处理中，二值图像占有非常重要的地位。

在实际的车牌处理系统中，进行图像二值变换的关键是要确定合适的阀值，使得字符与背景能够分割开来，二值变换的结果图像必须要具备良好的保形性，不丢掉有用的形状信息，不会产生额外的空缺等等。

车牌识别系统要求处理的速度高、成本低、信息量大，采用二值图像进行处理，能大大地提高处理效率。

2、图像边缘提取

（1）图像的梯度锐化

由于需要处理的图像由拍摄而来，所以在很多情况下字符模糊，对识别造成了一定的困难，所以要对图像进行锐化处理使模糊的图像变的清晰，图像锐化的实质就是增强图像的边缘或轮廓，其锐化后的结果通过微分而使图像边缘突出、清晰。

（2）图像的去噪

图像可能在拍摄或者传输过程中夹带了噪声，去噪声是图像处理中常用的手法。

通常去噪用滤波的方法，比如中值滤波、均值滤波。

3、车牌定位

（1）图像的倾斜矫正

由于拍摄时镜头与牌照的角度、车辆的运动及路面的状况等因素的影响，例如车牌在捕捉图像中的位置不固定，捕捉图像时车头或者镜头发生摆动以及车牌本身就挂歪了或路况较差，都可能使拍摄到的车牌图像有一定的倾斜度，为了正确识别需要进行倾斜度校正，否则将无法进行单个字符的正确分割，字符识别的误差率就会上升。

（2）车牌边框和柳钉的去除

在实际处理中，面对要识别的牌照字符背景非常复杂，存在较大的干扰、噪声。

当车牌的二值图像统一为黑底白字并经过对图像梯度锐化和去除噪声后，还会有汽车保险杠与牌照四条边框的残缺图像以及牌照上两个铆钉干扰的一个区域。

车牌图像中上下边框和铆钉的去除是很重要的，没有去除边框线和铆钉的车牌图像，经常出现铆钉和字符及边框线粘连的现象，给后续车牌字符的分割造成很大的困难。

4、车牌字符分割

经过上面一系列预处理后，得到的是一条上下边缘紧贴字符的水平二值图像，其中，车牌的背景像素为白色，用1表示;

车牌的字符像素为黑色，用0表示。

在识别时系统只能根据每个字符的特征来进行判断，为了最终能准确识别牌照上的汉字、英文字母及数字，必须将单个字符从矫正的牌照中逐个提取分离出来。

5、字符识别

进行车牌识别前需要使用样本对神经网络进行训练，然后使用训练好的网络对车牌进行识别。

其具体流程为:

使用汉字、字母、字母数字、数字四个样本分别对四个子网络进行训练，得到相应的节点数和权值。

对已经定位好的车牌进行图像预处理，逐个的特征提取，然后从相应的文件中读取相应的节点数和权值，把车牌字符分别送入相应的网络进行识别，输出识别结果。

3.3.4车牌识别模块的分析与论证

1、传统结构模式的应用

从模块结构来说，系统主要采用了软件识别方式，即传统结构方式，其基本结构如图3-3所示：

图3-3传统结构模式

该结构方式的特点是：

摄像头独立于工控机之外，仅负责取得视频的作用；

采用单独的图像采集卡采集图像；

识别核心与管理系统同属于一个整体。

该结构方式的缺陷是：

（1）采集速度问题：

图像采集卡采用软件采集方式在视频信号中获得图像均有一定时间，在车辆高速运动条件下采集到的图像一般均带有“拖尾”现象，造成图像模糊，系统对车辆运动速度的适应性较低。

（2）触发装置对图像的影响：

在Windows多任务系统中，任务的切换时间极不稳定，经过实测，这一时间从0到几百毫秒不等，当系统