学位论文 > 优秀研究生学位论文题录展示

嵌入式车牌定位与分割系统的设计与实现

作 者: 张凯
导 师: 蔡安妮
学 校: 北京邮电大学
专 业: 通信与信息系统
关键词: 车牌识别 算法优化 软件流水 DSP汇编优化 视频处理板
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 72次
引 用: 2次
阅 读: 论文下载
 

内容摘要


车牌识别LPR (License Plate Recognition)是指通过计算机视觉、图像处理与模式识别等技术从车辆图像中提取车牌字符信息,从而确定车辆身份的技术。嵌入式车牌识别系统以其较高的灵活性,成为现代智能交通系统的重要组成部分,在公共安全、交通管理及电子收费等方面有着重要的应用价值。嵌入式车牌识别系统需要实时处理监控画面,因此它需要高性能、高效率的车牌识别算法,以及稳定的硬件系统支持。本文对车牌识别算法以及嵌入式硬件系统进行了深入的研究,并最终实现了一个嵌入式车牌识别系统。本文首先针对DSP平台的特性,对已有的车牌定位和字符分割算法进行了移植和优化。本文的优化从三个级别上进行,分别是算法级别、C语言级别和汇编级别。在算法层面上,本文从识别率和运行效率两个方面对浮点算法进行了优化。为了适合定点DSP处理,本文把浮点算法转化为定点算法。在C语言层面,本文针对DSP平台的流水线和并行处理单元,使用软件流水技术对算法中的关键循环进行了优化。最后,针对算法中运算量较大的关键函数,本文编写了线性汇编代码,使算法可以充分利用DSP特有的高级指令集等处理资源。经过以上三个层面的优化,车牌定位和分割算法可以实时的运行于DSP平台上。车牌识别电路板以TMS320DM642为核心,包括4路视频采集、以太网通信、扩展存储器等模块。针对该电路板,本文还开发了板级支持包(BSP)。该BSP提供了系统板的驱动函数,包括初始化、视频采集、FLASH读写、12C控制等。最后,本文使用二次boot的模式,设计了系统的自动启动方案。硬件电路、BSP和自启动一起构成了一个完整的硬件平台。利用DSP/BIOS实时内核,本文对软件和硬件进行了系统集成。该系统使用PC机作为客户端,DSP平台作为服务器,使用以太网进行数据传输。客户端向DSP系统提交图像,经DSP系统自动识别之后,将结果传回客户端。服务器系统使用多线程设计模式,可以并行的进行图像接收、处理和发送工作。本文设计的车牌识别系统可以在40ms内完成一幅图像的处理工作,达到了视频处理的实时性要求。对车牌在图像中的位置和图像大小没有限制,有较好的识别率和鲁棒性。

全文目录


摘要  4-5
ABSTRACT  5-10
第一章 绪论  10-17
  1.1 课题的研究背景  10-13
    1.1.1 智能交通概述  10-11
    1.1.2 车牌识别系统  11-12
    1.1.3 课题的研究意义  12-13
  1.2 国内外的研究现状  13-14
  1.3 主要工作成果  14-16
    1.3.1 算法优化和移植  15
    1.3.2 硬件部分  15-16
    1.3.3 系统部分  16
  1.4 论文的内容安排  16-17
第二章 嵌入式车牌识别系统综述  17-26
  2.1 车牌识别算法  17-19
    2.1.1 图像预处理  17
    2.1.2 车牌定位  17-18
    2.1.3 车牌二值化  18-19
    2.1.4 车牌字符分割  19
    2.1.5 车牌字符识别  19
  2.2 嵌入式DSP硬件系统  19-23
    2.2.1 DSP处理器  19-22
    2.2.2 视频采集芯片  22
    2.2.3 存储器扩展  22-23
    2.2.4 通信模块  23
  2.3 嵌入式软件系统  23-26
    2.3.1 CCStudio集成开发环境  23
    2.3.2 芯片支持库(CSL)  23-24
    2.3.3 板级支持包(BSP)  24
    2.3.4 DSP/BIOS实时操作系统  24-26
第三章 车牌定位和分割算法移植与优化  26-55
  3.1 本章引言  26
  3.2 车牌定位和分割算法移植  26-28
    3.2.1 C++算法转C算法  26-27
    3.2.2 重写部分OpenCV函数  27-28
    3.2.3 编写连接命令文件  28
  3.3 浮点算法优化  28-35
    3.3.1 算法优化概述  29-30
    3.3.2 图像预处理算法优化  30-31
    3.3.3 车牌定位算法优化  31-33
    3.3.4 车牌校正算法优化  33-34
    3.3.5 字符分割算法优化  34
    3.3.6 浮点算法优化的测试结果  34-35
  3.4 浮点算法转定点算法  35-38
    3.4.1 浮点数的定点表示  35-36
    3.4.2 合理定标  36
    3.4.3 浮点四则运算的定点表示  36-38
    3.4.4 性能提升测试  38
  3.5 基于DSP的定点算法优化  38-52
    3.5.1 TMS320DM642 CPU及流水线简介  38-40
    3.5.2 编译器自动优化  40-41
    3.5.3 基于并行资源的C代码优化  41-48
    3.5.4 基于指令集的C代码优化  48-51
    3.5.5 线性汇编优化  51-52
  3.6 本章小结  52-55
第四章 车牌识别硬件系统设计  55-74
  4.1 整体方案选择  55-57
  4.2 系统原理图设计  57-62
    4.2.1 电源分配模块  57-58
    4.2.2 时钟和复位模块  58-59
    4.2.3 DSP复位配置  59
    4.2.4 外部存储扩展  59-60
    4.2.5 通信模块  60-61
    4.2.6 I2C模块  61
    4.2.7 视频采集模块  61-62
  4.3 PCB设计  62-64
    4.3.1 PCB叠层结构  62-63
    4.3.2 PCB布局  63
    4.3.3 PCB布线  63-64
  4.4 PCB制作与系统调试  64-65
    4.4.1 电气测试  64-65
    4.4.2 功能测试  65
  4.5 板级支持包(BSP)设计  65-71
    4.5.1 DSP初始化  65-66
    4.5.2 FLASH存取  66-67
    4.5.3 I2C驱动  67-68
    4.5.4 视频采集  68-71
  4.6 上电启动过程设计  71-73
  4.7 本章小结  73-74
第五章 基于DSP/BIOS的系统集成  74-81
  5.1 使用NDK进行网络通信  74-76
    5.1.1 NDK简介  74-75
    5.1.2 配置NDK  75-76
    5.1.3 使用socket接口进行网络通信  76
  5.2 图像存储和传输机制  76-78
    5.2.1 图像存储设计  76-77
    5.2.2 图像传输设计  77-78
  5.3 基于DSP/BIOS的服务器设计  78-79
  5.4 基于MFC的客户端设计  79
  5.5 资源分配  79-80
  5.6 本章小结  80-81
第六章 结束语  81-83
  6.1 论文总结  81
  6.2 工作展望  81-83
参考文献  83-86
缩略语  86-87
致谢  87-88
攻读硕士学位期间已发表学术论文  88

相似论文

  1. 基于EMD的车牌识别方法及应用,TP391.41
  2. 基于DSP的单频激光实时信号解调方法研究,TN911.3
  3. 基于粗糙集和模糊SVM的车牌识别技术研究,TP391.41
  4. 基于PowerPC架构的车牌识别算法研究,TP391.41
  5. 复杂背景下车牌定位的研究与设计,TP391.41
  6. 校园内服务设施选址问题的研究与评价建模,G47
  7. 交通视频监控若干关键算法设计及应用,TP391.41
  8. 基于协方差匹配的自适应核跟踪,TP391.41
  9. 高速卡口车辆牌照检测与相关信息识别,TP391.41
  10. 手写体字符识别的特征提取和分类器研究,TP391.41
  11. 基于高清图像的卡口车辆信息识别系统的设计与实现,TP391.41
  12. 汽车牌照自动识别方法的研究,TP391.41
  13. 雾霾环境下图像增强算法研究及其应用,TP391.41
  14. 车牌识别系统的关键技术研究,TP391.41
  15. 基于垂直交通客流分析的电梯群控优化研究,TU857
  16. 车牌识别系统及其硬件实现的研究,TP391.41
  17. 基于数字图像处理的车牌定位算法的研究,TP391.41
  18. 等高线回放算法及DEM精度评估研究,P208
  19. 物流配送选址与路径优化模型及其微粒群算法研究,F224
  20. 盘南电厂石灰石—石膏湿法烟气脱硫系统性能分析与运行优化,X701.3
  21. 端面立铣加工过程数值仿真及铣削参数优化研究,TG54

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com