基于DSP芯片嵌入式系統(tǒng)的車牌識別技術(shù)的實現(xiàn).pdf

1、車牌識別系統(tǒng)（LPRS，License Plate Recognition System）是智能交通系統(tǒng)(ITS，Intelligent Transportation Systems)的一個非常重要的發(fā)展方向。隨著社會的發(fā)展和人民生活水平的提高，車輛的數(shù)目不斷增加，交通狀況日趨惡化，給社會和環(huán)境到來了巨大的壓力。日益擁堵的城市交通需要更先進、更有效的交通管理、控制。利用車牌識別技術(shù)來提高管理水平、交通效率和進行安全的智能交通管理已經(jīng)成為

2、一個重要的研究內(nèi)容。
　　 本文介紹了一種以TI公司的TMS320DM642為核心芯片，以及視頻解碼芯片TVP5150PBS、視頻編碼器SAA7121H、I2C（Inter-Integrated Circuit）總線、時鐘電路、系統(tǒng)電源等搭構(gòu)硬件平臺的車牌識別系統(tǒng)設(shè)計、實現(xiàn)和優(yōu)化。
　　 運用圖像處理技術(shù)對實驗車牌圖像進行了前期處理工作，包含如下幾步：圖像預(yù)處理（灰度化、圖像平滑、灰度拉伸）、車牌定位（邊緣檢測、粗定位、

3、精確定位）、傾斜校正、字符分割（圖像歸一化、粗分割、精確分割）。
　　 在字符識別上，我們采用了神經(jīng)網(wǎng)絡(luò)的字符識別技術(shù)，使用了字符的水平、垂直投影特征、粗網(wǎng)格特征和邊緣形狀特征的字符提取方法，利用一種排序前向掩蔽模型(Sequential Learning Ahead Masking，SLAM)對通用前饋神經(jīng)網(wǎng)絡(luò)(General Feed-Forward Network，GFFN)模型進行訓(xùn)練，運用通用前饋神經(jīng)網(wǎng)絡(luò)模型對字符特征