基于ARM Cortex-A8的车牌识别系统设计

本文主要介绍了基于ARM Cortex-A8的车牌识别系统.该系统采用BeagleBone Black开发板作为主控制器,罗技C170 USB网络摄像头作为图像采集设备,微雪7寸HDMI LCD触摸屏作为显示设备.开发板运行Debian操作系统,使用Qt作为集成开发环境,调用OpenCV以及Tesseract算法库.本文设计的软件进行基于灰度化、高斯滤波、So-bel边缘检测以及OTSU二值化的预处理,采用形态学方法实现车牌定位,利用水平投影和垂直投影方法,结合中国车牌先验知识完成字符分割,最后通过Tesseract OCR引擎完成字符识别.整个系统性能稳定,识别准确率高,适用于大多数车牌识别的场景.     

一种基于OpenMV的智能停车场车牌识别系统

基于OpenMV模块,设计了一种车牌识别系统。该系统以STM32H7系列单片机为主控芯片,利用OV5640摄像头模组采集原始车牌图像,通过Micro Python语言算法对图像进行预处理、定位车牌、分割字符和模板匹配识别,最终通过QVGA屏幕和串口通信实输出车牌信息。本系统识别效果较好且所需芯片算力资源较少,适用于低成本、高效率的嵌入式平台。     

嵌入式设备实现弱光车牌图像识别

在智能交通环境中,车牌识别是其重要的工作内容,弱光车牌图像识别在嵌入式设备上的实现具有重大挑战.论文结合图像增强算法和图像识别算法,将训练好的算法模型在树莓派开发板上应用实现弱光车牌图像的识别.该模型将U-Net卷积网络作为图像增强处理部分的核心网络,利用LPRNet算法进行车牌图像识别.与HSV、BP和LeNet-5...     

基于S3C44B0开发板的图像采集方法研究

本文简要介绍嵌入式系统,并详细阐述了基于三星公司ARM7嵌入式处理芯片S3C44B0为核心构成的开发板,通过u-CLinux开发环境,运用Omni Vision511芯片摄像头采集图片的硬件平台设计和软件实现方法.     

基于Linux和YP2440嵌入式视频监控系统根文件的创建

基于Linux和YP2440开发板制作嵌入式视频监控系统根文件系统。使用busybox制作/bin,/linuxrc,/sbin,/usr等目录,选用开发板的库文件来作为嵌入式系统的库文件。视频监控系统主要由无线网卡和摄像头等组成。实现服务器视频采集。     

基于人脸识别的门禁系统设计与实现

面部识别技术具有人脸信息实时持有、无需记忆或携带、非接触方式采集的特点。基于人脸识别的门禁系统以Samsung S3C6410嵌入式开发板为硬件平台,采用普通摄像头作为人脸图像采集设备,7寸LCD液晶显示触摸屏作为输入,由开发板加载的GPIO控制口及电子门锁组成。软件以嵌入式Linux为操作系统,设计并优化人脸识别算法,减少光照对识别的干扰,通过人脸库训练算法和人脸识别算法的软件运行,实现了人脸识别门禁系统的控制功能。本系统适用于近距离人脸识别,实行人员注册登记,具有多次使用的安防功能,具有非接触性、数据易采集、处理器功耗少、节省电能、成本低廉、便于安装、性能稳定的特点。     

基于自研飞控的无人机识别车牌系统

为了识别车辆车牌并进行跟踪,首先定位出车牌的精确位置,再通过基于纹理方向场的车牌倾斜校正方法对无人机拍摄视角下的车牌进行修正,使用基于卷积神经网络算法对车牌字符进行识别。设计自研飞控系统结合图像处理的嵌入式平台,通过视觉无人机在空域按一定航线巡逻飞行,针对车辆车牌进行识别并定位车牌位置。实验结果显示,在实验飞行高度小于10m并且摄像头夹角小于60°的情况下,无人机对车牌识别准确率较高且定位信息准确。     

基于DSP嵌入式车牌识别系统的设计与实现

介绍一种基于TMS320DM642嵌入式的可用于电子警察、停车场、收费站等需要进行车牌识别场合的车牌识别系统的结构、硬件设计及软件设计。采用TMS320DM642进行图像采集,根据车牌的跳变特征提取车牌并使用改进的BP神经网络算法对车牌字符进行识别。系统运行稳定、可靠,识别率高。     

基于FPGA车牌识别系统的设计与实现

本文对传统的以通用数字信号处理器(DSP)为核心的车牌识别系统进行了改进,介绍了一种新的基于FPGA车牌识别系统。该系统主要通过摄像头采集汽车车牌图像,经过FPGA核心处理器对图像进行处理,识别出车牌号,并通过LCD显示。经过调试运行,该系统实现了车牌识别的功能,可运用于工程实践。     

嵌入式双目立体视觉测距系统

设计和研究了一种基于S3C2440硬件平台和嵌入式Linux双目立体视觉测距系统.该系统通过使用两个USB摄像头同步采集图像数据,并利用OpenCV对采集的两幅图像的数据进行处理,计算目标物在两幅图像中的像素偏差,进而算出目标物到摄像头平面的距离,在论文中以车牌作为目标物.同时该系统用Qt/Embedded实现LED实时显示图像和数据.整个系统建立在嵌入式架构上,能独立完成图像采集,数据处理,实时显示等功能.只要改变定位算法,则能测出任意目标物的距离.     

基于多特征和加权模式相似性测度的车牌字符识别方法

针对嵌入式环境下车牌识别的问题,本文提出了一种基于多特征和加权模式相似性测度的车牌字符识别方法。首先获取车牌字符的结构、轮廓与笔划等多特征信息,建立车牌字符编码表;然后利用加权模式相似性测度进行特征匹配,完成字符识别。该方法不需要样本和模板,占用资源少,运算效率高,可以满足嵌入式环境下车牌识别对资源和效率的要求。实验表明,该方法鲁棒性好、识别率高。     

基于多特征和加权模式相似陛测度的车牌字符识别方法

针对嵌入式环境下车牌识别的问题,本文提出了一种基于多特征和加权模式相似性测度的车牌字符识别方法。首先获取车牌字符的结构、轮廓与笔划等多特征信息,建立车牌字符编码表;然后利用加权模式相似性测度进行特征匹配,完成字符识别。该方法不需要样本和模板,占用资源少,运算效率高,可以满足嵌入式环境下车牌识别对资源和效
效率的要求。实验表明,该方法鲁棒性好、识别率高。     

一种字符组合词包模型的少约束车牌定位算法

针对如何在复杂背景、拍摄角度和车牌尺度发生变化等少约束条件下实现基于字符组合词包模型的车牌定位算法。本文首先构造包含车牌数字字符和英文字符的数据库;然后利用本算法识别提取车牌字符的SIFT特征,并精准计算识别特征点在字符识别区域的相对位置、物理方向等信息组成视觉识别词汇;最后把本车牌字符的视觉词汇聚合后搭建车牌字符视觉词包数据库。在识别阶段,提取待识别图像SIFT特征与视觉词包中的视觉词汇进行匹配,并聚合所有有效投票位置来实现车牌区域的准确识别定位。仿真结果表明,本文算法对于背景复杂下的车牌区域定位具有较好的效果。     

An intelligent strategy for checking the annual inspection status of motorcycles based on license plate recognition

License plate recognition techniques have been successfully applied to the management of stolen cars, management of parking lots and traffic flow control. This study proposes a license plate based strategy for checking the annual inspection status of motorcycles from images taken along the roadside and at designated inspection stations. Both a UMPC (Ultra Mobile Personal Computer) with a web camera and a desktop PC are used as hardware platforms. The license plate locations in images are identified by means of integrated horizontal and vertical projections that are scanned using a search window. Moreover, a character recovery method is exploited to enhance the success rate. Character recognition is achieved using both a back propagation artificial neural network and feature matching. The identified license plate can then be compared with entries in a database to check the inspection status of the motorcycle. Experiments yield a recognition rate of 95.7% and 93.9% based on roadside and inspection station test images, respectively. It takes less than 1 s on a UMPC (Celeron 900 MHz with 256 MB memory) and about 293 ms on a PC (Intel Pentium 4 3.0 GHz with 1 GB memory) to correctly recognize a license plate. Challenges associated with recognizing license plates from roadside and designated inspection stations images are also discussed.     

基于ROI的智能交通系统摄像机控制算法

针对城市道路监控的需求,提出了一种基于感兴趣区域的摄像机自适应控制方法。它作为车牌识别系统的一个辅助功能,在固定光圈的情况下,能够根据车牌识别和运动检测的反馈信息自适应地调节摄像机的快门和增益,获取较好质量的图片,从而达到提高车牌识别率的作用,特别是该方法能够大大降低强逆光和强眩光现象对采集图像质量的影响。     

基于DSP的车牌识别系统研究

介绍了一种基于TMS320DM6437硬件平台,运用数字图像处理的知识来实现汽车车牌的自动识别功能。对目前使用的车牌预处理、车牌定位技术与字符分割等算法进行了实验分析。     

基于Cortex-A8处理器的车牌识别系统设计

随着车辆数量的日益增多,交通管理的压力日趋增大,越来越多的场合需要实时车牌识别。针对此问题,本文设计一种基于Cortex-A8处理器的实时车牌识别系统。该系统以Coretx-A8嵌入式处理器为核心,通过V4L2接口进行视频流的采集,然后运行基于改进的OpenCV车牌识别算法,最后通过MJPG-streamer和Socket编程进行视频流和车牌数据的传输。测试结果表明,该系统具有较强的稳定性和实时性,具有较强的实用价值。     

Real-time automatic license plate recognition for CCTV forensic applications

We propose an efficient real-time automatic license plate recognition (ALPR) framework, particularly designed to work on CCTV video footage obtained from cameras that are not dedicated to the use in ALPR. At present, in license plate detection, tracking and recognition are reasonably well-tackled problems with many successful commercial solutions being available. However, the existing ALPR algorithms are based on the assumption that the input video will be obtained via a dedicated, high-resolution, high-speed camera and is/or supported by a controlled capture environment, with appropriate camera height, focus, exposure/shutter speed and lighting settings. However, typical video forensic applications may require searching for a vehicle having a particular number plate on noisy CCTV video footage obtained via non-dedicated, medium-to-low resolution cameras, working under poor illumination conditions. ALPR in such video content faces severe challenges in license plate localization, tracking and recognition stages. This paper proposes a novel approach for efficient localization of license plates in video sequence and the use of a revised version of an existing technique for tracking and recognition. A special feature of the proposed approach is that it is intelligent enough to automatically adjust for varying camera distances and diverse lighting conditions, a requirement for a video forensic tool that may operate on videos obtained by a diverse set of unspecified, distributed CCTV cameras.     

Smart camera adaptive optoelectronic system

Smart Camera is an adaptive optoelectronic system intended for recognizing automobile numbers. The system consists of a digital camera with an IR illuminator and IR filter combined with a PC-compatible computing module. In real-time mode, the illumination of a license plate of an automobile is analyzed in frames that arrive from the camera, after which the parameters of the camera are changed to reach the optimal illumination of the license plate of an automobile. The built-in computing module analyzes images and produces control decisions. The numbers are also recognized in the smart camera. Video and recognition results are transmitted via the network.