基于OMAP-L138圖像采集處理的研究與實現(xiàn).pdf

1、隨著社會和科技技術(shù)的發(fā)展，人們在日常生活中對圖像信息需求也日益增大，圖像采集技術(shù)得到了飛速發(fā)展。同時在智能交通系統(tǒng)中為了解決交通系統(tǒng)中交通阻塞、道路停車、交通事故等問題使得車牌識別技術(shù)也得到快速發(fā)展。該技術(shù)在高速公路路口收費系統(tǒng)，公共停車場收費系統(tǒng)中應(yīng)用廣泛,主要是在獲取車牌圖像的基礎(chǔ)上，分步驟對車牌圖像進行預(yù)處理、車牌定位、車牌分割、字符識別的處理來完成車牌識別。
　　本文采用TI OMAP系列的OMAP-L138 EVM作為開

2、發(fā)平臺。該開發(fā)平臺具有高性能，低功耗，高集成度等特性廣泛應(yīng)用在多媒體應(yīng)用開發(fā)中。同時OMAP-L138處理器是基于ARM+DSP的雙核架構(gòu)，通過TI提供的Codec Engine軟件框架實現(xiàn)雙核之間無縫連接。ARM主要負責上層應(yīng)用程序和任務(wù)的調(diào)度，DSP負責實時性較強、計算量大的任務(wù)。通過雙核架構(gòu)使得各系統(tǒng)獨立控制，從而提高了代碼執(zhí)行效率，大大降低了功耗。
　　本平臺下主要采用了 USB接口的UVC攝像頭作為圖像采集設(shè)備，實現(xiàn)了在

3、V4L2框架下圖像的捕獲，同時完成了捕獲圖像的JPEG壓縮編碼。本文實現(xiàn)了在已獲取車牌牌照基礎(chǔ)上通過JPEG解碼獲取車牌RGB數(shù)據(jù)然后進行圖像灰度化、圖像二值化、圖像的去噪處理和圖像的邊緣檢測等圖像算法處理來實現(xiàn)車牌定位。接著采用垂直投影的方法完成對字符分割，再將分割字符采用重心歸一化的方法進行歸一化處理。最后分析基于模板匹配和基于BP神經(jīng)網(wǎng)絡(luò)匹配的字符識別算法完成了車牌識別算法的研究。實驗表明BP神經(jīng)網(wǎng)絡(luò)識別算法識別率更準確，時間性能