[发明专利]一种基于ARM微处理器的嵌入式车牌识别系统在审

专利信息
申请号: 201810331361.2 申请日: 2018-04-13
公开(公告)号: CN108681736A 公开(公告)日: 2018-10-19
发明(设计)人: 董泽泽;钱素琴 申请(专利权)人: 东华大学
主分类号: G06K9/34 分类号: G06K9/34;G06K9/32;G06K9/00;G06K9/62
代理公司: 上海泰能知识产权代理事务所 31233 代理人: 宋缨;钱文斌
地址: 201620 上海市*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 车牌 车牌识别程序 控制板 车牌识别系统 车牌号码 嵌入式 上位机 多元逻辑回归 车牌定位 车牌区域 车牌图像 车牌字符 垂直投影 二次定位 模型判断 一次定位 支持向量 字符分割 字符识别 分类器 体积小 编译 机车 采集 移植 分割 成功 统一
【说明书】:

发明涉及一种基于ARM微处理器的嵌入式车牌识别系统,包括上位机和集成有ARM微处理器的控制板,所述上位机将编译成功的车牌识别程序移植到控制板;所述集成有ARM微处理器的控制板用于运行车牌识别程序,将采集到的车牌图像处理后,识别出车牌号码;所述车牌识别程序包括:车牌定位,利用HSV颜色定位方法进行一次定位,得到候选车牌区域;车牌判断,利用SVM支持向量机车牌判断模型判断出真实车牌,并判断是否需要对真实车牌进行二次定位;字符分割,利用垂直投影法对统一尺寸后的车牌进行分割,得到车牌字符;字符识别,利用Softmax多元逻辑回归分类器对字符进行识别,得到最终识别的车牌号码。本发明具有体积小、成本低,识别快速的特点。

技术领域

本发明涉及车牌识别技术领域,特别是涉及一种基于ARM微处理器的嵌入式车牌识别系统。

背景技术

近些年来,车牌识别系统已成为智能交通系统的重要组成部分,同时也是数字图像处理、计算机视觉和模式识别等交叉学科的研究热点内容。对车牌识别技术的研究、开发和应用具有很大的学术价值、社会价值和经济价值。车牌识别技术在停车场收费管理、门禁控制、交通监控包括高速公路、执法部门等众多领域有着广大的应用前景,可以帮助停车场实现自动计时收费、解决车流量高峰期在收费关卡的拥塞问题、协助完成交通部门的车辆信息互联网的建设,实现信息自动化,对城市发展和管理有着深远的影响。

车牌号码基本上是对车辆身份识别的唯一标识,将车辆图片输入到车牌识别系统中,输出仅为几个字节大小的字符串,不管是在管理数据库方面还是存储空间占用上,都有着显著的优越性。上世纪末到本世纪初,无论是发达国家还是发展中国家,都己开始对车牌识别进行研究。

传统的车牌识别系统主要由摄像头、视频采集卡、PC机等主要模块组建而成,其特点是系统容易实现,但是成本较高、实时性较差、体积庞大、安装和维护不方便。

发明内容

本发明所要解决的技术问题是提供一种基于ARM微处理器的嵌入式车牌识别系统,具有体积小、成本低,识别快速的特点。

本发明解决其技术问题所采用的技术方案是:提供一种基于ARM微处理器的嵌入式车牌识别系统,包括上位机和集成有ARM微处理器的控制板,所述上位机用于对集成有ARM微处理器的控制板进行初始化配置,将操作系统移植到控制板,并且将编译成功的车牌识别程序移植到控制板;所述集成有ARM微处理器的控制板用于运行车牌识别程序,将采集到的车牌图像处理后,识别出车牌号码;所述车牌识别程序包括:车牌定位,利用HSV颜色定位方法进行一次定位,得到候选车牌区域;车牌判断,利用SVM支持向量机车牌判断模型判断出真实车牌,并判断是否需要对真实车牌进行二次定位;字符分割,利用垂直投影法对统一尺寸后的车牌进行分割,得到车牌字符;字符识别,利用Softmax多元逻辑回归分类器对字符进行识别,得到最终识别的车牌号码。

所述车牌定位具体为:首先将所述车牌图像的颜色空间从RGB彩色模型转换到HSV六角椎体模型彩色模型;然后根据车牌的颜色特征,设定HSV六角椎体模型色彩空间的各分量的阈值,根据设定的阈值对图像进行二值化处理,以得到候选区域;再对所述候选区域进行形态学闭操作,并对其取轮廓,对轮廓求最小外接矩形,得到车牌矩形候选区域;最后利用车牌的宽高比,倾斜角度几何特征筛选掉不符合条件的候选区域,得到候选车牌区域。

所述车牌判断具体为:首先将所述候选车牌块用作SVM支持向量机机器学习算法的训练集,对SVM支持向量机车牌判断模型进行离线训练,得到车牌判断模型;得到车牌判断模型后,将所述候选车牌区域输入所述车牌判断模型进行在线判断,得到真实车牌块集合;最后设定车牌块集合阈值,将真实车牌块数量与阈值进行比较,判断是否需要二次定位。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东华大学,未经东华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810331361.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top