摘 要：設(shè)計(jì)了根據(jù)車(chē)牌的彩色特征對(duì)車(chē)牌位置進(jìn)行粗定位，再利用車(chē)牌字符二值化特征來(lái)精確定位的雙重車(chē)牌定位方法。在中值濾波和二值化等預(yù)處理后，提取出車(chē)牌中的字母和數(shù)字字符并建立相應(yīng)的模板，通過(guò)字符歸一化在NIOS II 中采用最大相似度算法較好的識(shí)別了車(chē)牌號(hào)碼。實(shí)驗(yàn)結(jié)果表明，該方法具有良好的實(shí)時(shí)性和較高的識(shí)別率。
    關(guān)鍵詞：車(chē)牌字符檢測(cè)； NIOS II； 歸一化； 模板匹配；

0 引言
    智能交通系統(tǒng)已成為當(dāng)前交通管理發(fā)展的重要方向, 而車(chē)輛牌照識(shí)別是計(jì)算機(jī)視覺(jué)與模式識(shí)別在智能交通領(lǐng)域應(yīng)用的重要研究課題之一 ,有著廣泛的實(shí)際應(yīng)用前景[1]。傳統(tǒng)的車(chē)輛牌照識(shí)別大多以PC平臺(tái)上的純軟件算法[2][3]或DSP處理器[4]為核心來(lái)實(shí)現(xiàn)。由PC機(jī)構(gòu)建的系統(tǒng)非小型化，在系統(tǒng)實(shí)時(shí)性的方面存在不足，主要用于前期算法的研究；而以通用的數(shù)字信號(hào)處理器(DSP)為核心的車(chē)牌識(shí)別系統(tǒng)外圍電路設(shè)計(jì)復(fù)雜, 開(kāi)發(fā)調(diào)試?yán)щy，系統(tǒng)的可擴(kuò)展性和升級(jí)性較差。本文所構(gòu)建的車(chē)牌字符系統(tǒng)基于FPGA平臺(tái)，具有并行運(yùn)算能力強(qiáng)、接口邏輯豐富等特性，為構(gòu)建實(shí)時(shí)、便攜的車(chē)牌字符識(shí)別系統(tǒng)提供了一種有效、可行的解決方案。
    1 系統(tǒng)概述
    系統(tǒng)的整體設(shè)計(jì)流程如下圖1-1 所示。

本系統(tǒng)主要采用Altera公司的DE2開(kāi)發(fā)板為實(shí)驗(yàn)平臺(tái)，根據(jù)該系統(tǒng)實(shí)現(xiàn)的功能，將系統(tǒng)劃分為硬、軟件兩部分，硬件部分包括車(chē)牌采集[5][6]和A/D轉(zhuǎn)換、車(chē)牌預(yù)處理等；軟件部分主要使用Cyclone II FPGA內(nèi)嵌的NIOS II軟核，采用SOPC Builder配置生成片上系統(tǒng)，并使用模板匹配算法對(duì)車(chē)牌進(jìn)行識(shí)別，最后識(shí)別結(jié)果在LED上顯示。
    2 車(chē)牌預(yù)處理
    2.1 粗定位和灰度化
    車(chē)牌定位是整個(gè)系統(tǒng)的關(guān)鍵問(wèn)題之一，它直接影響了后續(xù)的分割以及識(shí)別的準(zhǔn)確率?？紤]到整個(gè)圖像車(chē)牌部分的字符顏色和車(chē)牌背景顏色差別很大，其灰度級(jí)別分布有一定規(guī)律和范圍，兼之車(chē)牌的寬度有一定的比例，因此可以將車(chē)牌從背景圖片中分離出來(lái)。
    我國(guó)現(xiàn)有的車(chē)輛主要有藍(lán)底白字牌照、黃底黑字牌照等四種類(lèi)型。鑒于車(chē)牌前景、背景色的顏色特征，可以通過(guò)對(duì)顏色通道的分析來(lái)大致的確定車(chē)牌所在的位置以完成車(chē)牌位置的粗定位。在確定參數(shù)的時(shí)候，除了要考慮主色的下限參數(shù)以外還要考慮另外二個(gè)通道的上限參數(shù)。經(jīng)過(guò)反復(fù)的試驗(yàn)對(duì)比后得出經(jīng)驗(yàn)參數(shù)值為：以藍(lán)底白字的車(chē)牌為例，在RGB 三個(gè)通道中:R< 10’b0110110000; G<10’b0111010000; B>10’0110110000，由以上參數(shù)為掃描閾值，自動(dòng)剔除車(chē)牌位置之外的其他圖像部分，完成粗定位。[!--empirenews.page--]
    2.2 中值濾波處理
    粗定位后的車(chē)牌首先進(jìn)行灰度化處理以減小數(shù)據(jù)量利于實(shí)時(shí)處理。其次為了抑制車(chē)牌圖像在采集時(shí)產(chǎn)生的椒鹽噪聲等脈沖噪聲影響，改善圖像質(zhì)量，本文對(duì)灰度化后的車(chē)牌圖像進(jìn)行中值濾波處理。
    在FPGA中實(shí)現(xiàn)中值濾波，出于實(shí)際處理速度、處理效果和器件資源考慮，本文選用3×3鄰域窗口?？紤]到FPGA強(qiáng)大的并行處理數(shù)據(jù)能力，此處設(shè)計(jì)一種對(duì)3×3鄰域中九個(gè)數(shù)據(jù)一起處理的方法，它是基于三輸入排序單元構(gòu)成，而每個(gè)三輸入單元又是由若干二輸入單元構(gòu)成。這種方法比傳統(tǒng)的冒泡排序法減少了邏輯資源的占用，卻和其一樣能找出中值，且只需經(jīng)過(guò)3級(jí)的比較，即3個(gè)時(shí)鐘周期的延時(shí)就可以找出中值。圖2-2為本文在FPGA中設(shè)計(jì)實(shí)現(xiàn)快速中值濾波的框圖。據(jù)此即完成了所采集的車(chē)牌圖像的中值濾波去噪。

2.3 二值化處理
    因?yàn)檐?chē)牌定位和字符分割都是基于車(chē)牌區(qū)域的二值化結(jié)果進(jìn)行，所以二值化的效果直接影響到車(chē)牌識(shí)別的效果。由于要從待檢測(cè)的車(chē)牌圖像區(qū)域截取圖像的背景不會(huì)很復(fù)雜。前景區(qū)域和背景區(qū)域的差異比較明顯，所以車(chē)牌圖像的灰度直方圖將有明顯雙峰效果。本文通過(guò)直方圖的雙峰法的方法來(lái)求取閾值，對(duì)車(chē)牌圖像進(jìn)行二值化處理。
    3 車(chē)牌檢測(cè)
    在對(duì)采集到的車(chē)牌圖像二值化處理以后，一幀圖像的大小大幅度減小，約為400k 左右，下面就是把該二值化車(chē)牌圖像傳輸至NIOS II 軟核內(nèi)進(jìn)行分割等后續(xù)處理，考慮到NIOS II軟核中資源豐富的特點(diǎn)，本文通過(guò)增加輸入輸出口的數(shù)量來(lái)提升數(shù)據(jù)傳入的速度，從而滿足系統(tǒng)的實(shí)時(shí)性處理要求。根據(jù)數(shù)據(jù)傳輸需求，本文設(shè)計(jì)通過(guò)22 個(gè)32bit 的輸入輸出口來(lái)傳送數(shù)據(jù)，雖然22×32=704bit 相比一幀圖像的一行720bit 少了16bit，但考慮到車(chē)牌圖像的邊緣是非字符目標(biāo)區(qū)域的背景圖像，對(duì)最終識(shí)別結(jié)果的影響甚小，故可以近乎忽略。
    3.1 基于車(chē)牌字母及數(shù)字特征的準(zhǔn)確定位
    通過(guò)車(chē)牌的彩色特性對(duì)車(chē)牌進(jìn)行預(yù)定位后，再根據(jù)車(chē)牌號(hào)碼的字母和數(shù)字在二值化后的特性準(zhǔn)確定位出車(chē)牌的位置，如果此時(shí)定位出車(chē)牌的位置在彩色通道預(yù)定位的車(chē)牌區(qū)域內(nèi)，則說(shuō)明車(chē)牌位置已經(jīng)確定，如果不在彩色通道定義的車(chē)牌位置范圍之內(nèi)，則需要重新判斷。
    （1）定位牌照的上下邊界：若某一行的0→1（白到黑）和1→0（黑到白）變化次數(shù)大于設(shè)定的閾值，則設(shè)其為待測(cè)車(chē)牌的最低點(diǎn)，繼續(xù)掃描直至0→1 和1→0 變化次數(shù)小于閾值，將該閾值設(shè)為待測(cè)車(chē)牌的最高點(diǎn)。若最高點(diǎn)與最低點(diǎn)之差大于15，則認(rèn)為目標(biāo)已檢測(cè)到，否則繼續(xù)進(jìn)行掃描；如果未檢測(cè)到符合上述條件的目標(biāo)，則自動(dòng)門(mén)限值重復(fù)以上的操作，直到找到目標(biāo)為止。
    （2）定位牌照的左右邊界：在找到車(chē)牌的上下限后，利用二值圖像在豎直方向上的投影作為特征，從左到右尋找目標(biāo)的中心點(diǎn)坐標(biāo)。車(chē)牌定位效果如圖3-1 所示：

[!--empirenews.page--]

3.2 基于垂直灰度法的字符分割
    在對(duì)車(chē)牌進(jìn)行定位后，考慮到車(chē)牌字符的排放特點(diǎn)與字符間的微小間隙，采用垂直灰度法進(jìn)行車(chē)牌字符的分割。主要思想是設(shè)定一個(gè)垂直投影的閾值，判斷投影大于閾值則標(biāo)記并保存，遇到空隙則分割，最后判斷字符區(qū)域的長(zhǎng)度是否滿足字符的長(zhǎng)度，滿足字符長(zhǎng)度的則記錄為有效字符,不滿足將剔除繼續(xù)掃描下一個(gè)知道掃描完整行為止。分割效果如圖3-2。

3.3 模板匹配
    我國(guó)的車(chē)牌，字符標(biāo)志的首位為漢字的省名縮寫(xiě)，次位為英文字母，再次位為英文字母或阿拉伯?dāng)?shù)字，末四位均為數(shù)字。由于實(shí)際可能出現(xiàn)的英文字母和數(shù)字字符數(shù)目不多，再基于NIOS II 軟核的運(yùn)算能力考慮，采用模板匹配方法進(jìn)行字符識(shí)別。即將待識(shí)別的車(chē)牌字符矩陣與庫(kù)內(nèi)的標(biāo)準(zhǔn)字符矩陣（標(biāo)準(zhǔn)模版）對(duì)比，相似度最大的則認(rèn)為一致。
    首先將標(biāo)準(zhǔn)模板入庫(kù)，按國(guó)家車(chē)牌標(biāo)準(zhǔn)的大小、字體、字符間距等打印出數(shù)張樣品，其前景、背景清晰，字符沒(méi)有斷續(xù)，很少噪聲、且包含了所有可能的車(chē)牌字符，作為“標(biāo)準(zhǔn)車(chē)牌”，用以采樣制作標(biāo)準(zhǔn)字符矩陣庫(kù)。把每一張“標(biāo)準(zhǔn)車(chē)牌”分割出來(lái)的字符歸一化[7]，接著將歸一化后的模板矩陣存入FPGA中作為標(biāo)準(zhǔn)模板庫(kù)，根據(jù)實(shí)驗(yàn)情況，模板越大識(shí)別率越高，但同時(shí)會(huì)帶來(lái)運(yùn)算數(shù)據(jù)量的大大增加，于是在綜合考慮準(zhǔn)確度和NIOS II軟核的工作效率后采用20×15 bit大小的數(shù)組作為標(biāo)準(zhǔn)模板。
    當(dāng)車(chē)牌上的待識(shí)別字符歸一化以后，依次與標(biāo)準(zhǔn)庫(kù)中的模板進(jìn)行匹配，即矩陣對(duì)應(yīng)位依次做差，分別計(jì)算總的相同像素個(gè)數(shù)，則有最大相同數(shù)目的那一組數(shù)認(rèn)為是相似度最大，則用此時(shí)的標(biāo)準(zhǔn)模板所對(duì)應(yīng)的數(shù)字或字母作為最終識(shí)別的結(jié)果。車(chē)牌字符識(shí)別結(jié)果如圖3-3：

在PAL 制式的CCD 攝像頭、Altera DE2 開(kāi)發(fā)板和普通VGA 顯示器的實(shí)驗(yàn)環(huán)境下，隨機(jī)選取20 張車(chē)牌進(jìn)行檢測(cè)，在不同的光照條件下，正確檢測(cè)出的字符率達(dá)到了90%以上，在光照較好的情況下，識(shí)別率達(dá)到94%以上，且平均識(shí)別時(shí)間不到0.1 秒，完全滿足實(shí)時(shí)性的需求。實(shí)驗(yàn)結(jié)果表明，采用FPGA 可以很好的完成對(duì)車(chē)牌實(shí)時(shí)檢測(cè)的任務(wù)，且具有體積小、功耗低、速度快等明顯的優(yōu)點(diǎn)。
    4 結(jié)論
    本文在利用FPGA 采集車(chē)牌圖像的基礎(chǔ)上，實(shí)現(xiàn)了一種利用字符歸一化和模板匹配的簡(jiǎn)單快速的車(chē)牌字符識(shí)別系統(tǒng)，并在SOPC 中實(shí)現(xiàn)。系統(tǒng)具有視頻圖像采集實(shí)時(shí)，車(chē)牌定位分割準(zhǔn)確和識(shí)別誤差低等特點(diǎn)。這種基于SOPC 技術(shù)的片上系統(tǒng)設(shè)計(jì)方法具有硬件設(shè)計(jì)靈活,可擴(kuò)展性強(qiáng)等優(yōu)點(diǎn)，它彌補(bǔ)了傳統(tǒng)PC 機(jī)系統(tǒng)和DSP 系統(tǒng)設(shè)計(jì)的不足，有效地降低了系統(tǒng)軟硬件設(shè)計(jì)的難度，縮短了開(kāi)發(fā)周期，并提高了設(shè)計(jì)的可靠性?？捎糜诘缆奋?chē)輛監(jiān)控、智能交
通管理等應(yīng)用領(lǐng)域，具有較高的實(shí)用價(jià)值和應(yīng)用前景。
    本文作者創(chuàng)新點(diǎn)：提出了根據(jù)車(chē)牌彩色通道特性和字符二值化后特征的車(chē)牌雙重定位方法，在NIOS II 中用模版匹配方法實(shí)時(shí)準(zhǔn)確的識(shí)別車(chē)牌字符。