周永财[1]2003年在《用于实时牌照识别的DSP系统的设计》文中提出随着经济的发展和道路交通事业的发展，以计算机图像处理技术，通信技术和信息管理技术为核心的智能化道路交通监控和管理系统在道路交通安全管理领域和小区的智能化管理得到了广泛的运用。车辆牌照的自动识别是计算机视觉与模式识别技术在智能交通领域应用的重要研究课题之一，是实现交通管理智能化的重要环节。 车牌识别车牌自动识别是一个难度很大的课题。目前的牌照识别系统不仅实现价格的比较高、机动性能差，还存在着识别速度慢，识别率和稳定性差的问题，而且，因为整个系统都是基于通用计算机地软件，不利于软件知识产权的保护。 牌照识别是我们实验室的一个重要研究课题，为了增强系统的实时性能，最大可能的降低成本，并且加强系统的知识产权保护功能。经过详细的分析牌照识别算法的特点和DSP的芯片以及DSP系统的特点。我们得出用DSP实现牌照识别无论在性能上，成本上，机动性上还是知识产权保护上都有着巨大的优越性。 本论文设计了两个DSP系统，用来实现牌照的实时识别。一个是基于PCI总线的DSP通用信号处理系统。另外一个是专门用于实时牌照识别的DSP系统。通过该课题的开发，熟悉了DSP的结构及其开发流程，设计制作了基于PCI总线的DSP通用信号处理系统的硬件平台，并编写了该系统的驱动程序，通过FFT测试，验证了该系统的功能。在设计专门用于实时牌照识别的DSP的硬件系统中，解决了视频采集的同步，16位RGB到24位RGB的转换，DSP跟SDRAM、FLASH、视频采集芯片以及主机的接口等多个问题。本文对这两个系统的设计制作进行了详细的介绍。 下面是具体的章节安排。第一章是绪论，介绍了车辆牌照识别的应用价值、存在问题，提出了用DSP实现牌照实时识别的课题，及本论文的主要内容。第二章分析了牌照识别算法的特点，DSP芯片以及DSP系统的特定。得出用DSP实现牌照自动识别有着巨大得优越性。第叁章介绍了DSP系统的设计及开发的流程、工具以及算法标准。第四章介绍了基于PCI总线的DSP通用信号处理系统的硬件设计，包括PCI接口，存储器扩展，和DSP与主机的通信等。第五章介绍了基于PCI总线的DSP通用信号处理系统的软件设计，主要包括系统自举和PCI驱动程序的编写，也论述了在牌照识别时DSP算法的改进。第六章介绍了专门用于实时牌照识别的DSP系统的设计，包括硬件接口和软件驱动。最后，在第七章总结了本论文所做的主要工作，并对以后用DSP实现牌照识别的问题作了展望。
涂晓昱[2]2004年在《基于DSP的通用实时图像处理系统设计与研究》文中指出现代信息技术的迅猛发展，使得待处理的信息量急剧增加，图像处理方面的研究与应用，尤其是实时图像处理引起了更广泛的关注。近年来，DSP技术的发展不断将数字信号处理领域的理论研究成果应用到实际系统中，并且推动了新的理论和应用领域的发展，对图像处理等领域的技术发展也起到了十分重要的作用。基于DSP的图像处理系统也被广泛的利用于各种领域。 根据本研究室以前研究车牌识别技术成果，进一步改进提高，改进从软、硬件两个方面进行，主要采用DSP技术。在开发研究DSP应用时，不仅仅是为了上述目的，更力争做到通用的DSP图像处理系统。所以，本论文着重于通用DSP图像处理系统的介绍与制作，当然也适用于车牌识别系统。 首先，论文介绍了传统的图像处理系统的特点，并通过分析DSP的芯片以及DSP系统的特点，提出了基于TI公司的TMS320C6x系列TMS320C6205 DSP芯片的通用图像处理系统。该系统能够克服传统基于PC机模式的图像处理系统的缺点，提高系统的实时性能，最大可能的降低成本，并加强系统的知识产权保护。 该系统将图像触发、采集、处理以及图像传输集成到单板上，采用SAA7111和CPLD实现系统前端的图像采集以及图像的输出控制，用DSP进行各类通用的算法设计以及实现与计算机的PCI接口，系统中大容量的FLASH和SDRAM使该系统能够适用于多种应用场合。 随后，本文介绍了TMS320C6205 DSP的结构和特点；详细介绍了该通用实时图像处理系统的各个功能模块的具体设计方法以及实现时应注意的问题；介绍了硬件平台的研制过程和系统软件的实现；讨论了系统FFT处理的实现和性能分析。最后，本文对本系统以及今后基于DSP的图像处理系统的发展作了总结与展望。
张晓勇[3]2007年在《基于DSP的汽车牌照识别技术研究》文中研究表明随着经济的发展和道路交通事业的发展，以计算机图像处理技术，通信技术和信息管理技术为核心的智能化道路交通监控和管理系统在道路交通安全管理领域和小区的智能化管理得到了广泛的运用。车辆牌照的自动识别是计算机视觉与模式识别技术在智能交通领域应用的重要研究课题之一，是实现交通管理智能化的重要环节。目前的牌照识别系统不仅实现价格的比较高、机动性能差，还存在着识别速度慢，识别率和稳定性差的问题，而且，因为整个系统都是基于通用计算机地软件，不利于软件知识产权的保护。经过分析牌照识别算法的特点和DSP芯片以及DSP系统的特点。我们确定用DSP实现牌照识别。无论在性能上，成本上，机动性上还是知识产权保护上都有着巨大的优越性。本论文的工作分为两个部分。一个是基于Visual C++的汽车牌照识别算法研究，包括汽车牌照区域的定位和牌照字符的识别两个部分。在识别算法研究过程中，采用了BP神经网络的识别算法，并取得较好的识别效果。另外一个是牌照识别的DSP系统开发研究。通过该课题的开发，熟悉了DSP的结构及其开发流程，通过对现有的DM642评估板的硬件和驱动程序研究，编写了该系统的应用程序。通过试验试，验证了该系统的功能。本文对这两个部分的研究开发制作进行了详细的介绍。下面是具体的章节安排。第一章是绪论，介绍了车辆牌照识别的应用价值、存在问题，提出了用DSP实现牌照实时识别的课题，及本论文的主要内容。第二章阐述了本论文中使用的一些图像处理基本理论和方法。第叁章介绍了牌照识别中牌照位置的寻找方法。第四章介绍了牌照字符的切割和BP神经网络的识别算法。第五章介绍DSP信号处理系统，通过比较，得出用DSP实现牌照自动识别有着巨大得优越性，并简要叙述了DSP系统开发流程、系统设计以及算法标准。第六章介绍了专门用于牌照识别的DSP系统的研究开发，包括硬件接口和软件驱动以及牌照识别的软件移植。最后，在第七章总结了本论文所做的主要工作，并对以后用DSP实现牌照识别的问题作了展望。
陈正慧[4]2008年在《基于DSP的汽车牌照识别技术研究》文中提出在信息化的时代背景下,随着经济的发展和道路交通事业的发展,以计算机图像处理技术,通信技术和信息管理技术为核心的智能化道路交通监控和管理系统在道路交通安全管理领域和小区的智能化管理得到了广泛的运用。车辆牌照的自动识别是计算机视觉与模式识别技术在智能交通领域应用的重要研究课题之一,是实现交通管理智能化的重要环节。它的出现必将对交通管理带来深远的影响,为实现交通智能化带来便利。目前的牌照识别系统不仅实现价格的比较高、机动性能差,还存在着识别速度慢,识别率和稳定性差的问题,而且,因为整个系统都是在通用计算机上用软件实现,不利于软件知识产权的保护,技术经济指标较差。经过分析牌照识别算法的特点和DSP芯片以及DSP系统的特点。我们确定用DSP来实现牌照识别。用TMSC320DM642DSP实现一个嵌入式的汽车牌照识别系统。这款DSP芯片无论在性能上,成本上,机动性上还是知识产权保护上都有着巨大的优越性。本论文的工作分为两个部分。一个是基于Visual C++的汽车牌照识别算法研究,包括汽车牌照区域的定位与分割和汽车牌照识别系统的硬件规划两个部分。在识别算法研究过程中,采用了基于色彩的汽车牌照区域分割的汽车牌照定位方法,取得较好的识别效果。另外一个是牌照识别的DSP系统开发研究。通过该课题的开发,熟悉了DSP的结构及其开发流程,通过对现有的DM642评估板的硬件和驱动程序研究,对汽车牌照识别系统的硬件系统进行了初步的设计。本文对这两个部分的研究开发制作进行了详细的介绍。下面是具体的章节安排。第一章是绪论,介绍了车辆牌照识别的应用价值、存在问题,提出了用DSP实现牌照实时识别的课题,及本论文的主要内容。第二章阐述了本论文中使用的一些图像处理基本理论和方法。第叁章介绍了利用颜色作为汽车牌照区域定位和分割的方法和实现方法。第四章介绍了基于TMSC320DM642DSP的汽车牌照识别系统的硬件系统的设计方案,为整个系统的实现打下了坚实的基础。第五章介绍DSP信号处理系统,通过比较,得出用DSP实现牌照自动识别有着巨大得优越性,并简要叙述了DSP系统开发流程、系统设计以及算法标准。最后,在第五章中总结了本论文所做的主要工作,并对以后用DSP实现牌照识别的问题作了展望。
袁丁[5]2004年在《基于视频和DSP的车辆识别测速系统》文中研究说明基于视频和DSP车辆识别测速系统是智能交通系统(ITS)中的一个组成部分，它集牌照识别，车速检测，流量监控，费用收取等功能于一体，主要应用于超速违章车辆监控。 本论文介绍的作者在开发本系统中所做的一些工作，包括选定系统采用视频测速+小波变换字符识别+DSP的方案；开发了视频测速所用的车辆精确定位算法并进行了实地测试；开发了适用于DSP平台的基于小波变换的字符识别快速算法并进行了性能测试；将系统核心部分的字符识别快速算法成功移植到DSP平台并进行了性能测试。 车辆测速模块，作者采用视频测速技术代替传统的雷达测速技术，根据车辆在抓拍图像中的二维位置信息计算出其在叁维空间的实际位置信息，进而计算出车辆速度。该技术克服了雷达测速仪抗电子干扰弱，不能进行多车测速等主要缺点，具有抗电子干扰，精确度高，成本低，灵活性强等优点，是今后车速检测技术的发展方向。 字符识别模块，作者提出了一种基于小波变换的识别图像中英文字母、数字以及汉字字符的快速算法。算法通过将字符二值化点阵图像进行垂直与水平方向投影，实现了从二维图像数据到一维数据的转化，对于W×H大小字符图像，相对于传统算法，本算法将运算量从W×H数量级将至W+H数量级，大大降低了后续处理运算的时间复杂度，同时保留了足够的关于字符垂直及水平点阵分布的特征信息。将投影得到数据进行2层小波分解，从其中各层平滑分量提取一个特征信息，将其与模板字符对应的特征信息进行分析比较，实现了字符的快速高效识别，识别率达到92％以上。同时，本算法具有空间占用小，识别速度快的优点，非常适合应用于DSP平台进行字符识别。 嵌入式系统是指由微处理器芯片实现的小型专门化的数字信号处理系统，主要由嵌入式处理芯片、相关支撑硬件、嵌入式操作系统及应用软件系统等组成。本系统采用TI公司的DSP TMS320C6205作为主处理芯片，利用DSP芯片强大的数字信号处理能力实现实时车辆牌照识别测速。基于DSP的车辆识别测速系统系统，具有工作稳定性高，环境适应能力强，成本低，效率高，可移动性好等优点，是今后车辆识别测速系统的发展方向。 融合了嵌入式DSP系统应用、光学字符识别(OCR)、视频测速等多项具有相当难度技术的实时车辆牌照识别测速系统，研究水平在国内处于较领先位置，具有较高的实用价值较和广阔的市场前景。
孙咏[6]2005年在《基于ARM和DSP的嵌入式实时图像处理系统设计与研究》文中提出现代信息技术的迅猛发展，使得图像处理方面的研究与应用，尤其是实时图像处理引起了更广泛的关注。近年来，DSP技术的不断发展，将数字信号处理领域的理论研究成果应用到实际系统中，并推动了新的理论和应用的发展，对图像处理等领域的技术发展也起到了十分重要的作用。同时，随着网络、移动通讯和多媒体技术的飞速发展，嵌入式系统也得到了更加广泛的应用。 本文首先分析了嵌入式系统，DSP，实时图像处理等领域的最新发展，并结合本研究室以往在图像处理系统方面(特别是牌照识别系统)的研究成果和实际开发经验，提出了采用TI C6000系列DSP、Intel StrongARM和FPGA为主体的硬件系统架构，设计一种基于DSP+FPGA+ARM的嵌入式实时图像处理系统。 该系统将高速的DSP与在通讯、网络和实时控制方面具有独特优势的StrongARM处理器，以及接口逻辑丰富、并行运算能力强大的FPGA结合起来，为嵌入式实时环境下一些复杂算法的实现问题开辟了新的途径。 接着，本文在课题的实际需求基础之上，结合DSP和嵌入式系统的开发流程，介绍了系统功能和总体设计方案，它涵盖了系统硬件设计，软件平台及相关开发环境和工具。 在后续的章节中，本文详细介绍了系统硬件设计与实现，包括系统基本模块的硬件设计和开发过程，以及硬件PCB制作和系统调测等内容。还介绍了系统软件实现中的一些关键问题，特别是DSP代码的开发与优化等内容。 最后，总结了本课题研究所取得的成果及其不足之处，提出了课题进一步深入研究的展望及其应用前景。
张华[7]2007年在《车牌识别系统设计与DSP实现》文中进行了进一步梳理车牌识别(License Plate Recognition，LPR)系统是现代智能交通管理的重要组成部分，在交通管理、治安检查中有着广阔的应用前景。目前，很多车牌识别系统都是基于PC机的，但由于PC机体积大、工作环境要求高等各方面原因，使其推广应用受到很大的限制。随着DSP技术的发展及其体现出来的优势，基于DSP的图像处理系统被广泛地利用于各种领域。本文就车牌识别系统及其DSP实现进行了深入研究。文中首先论述了一个完整的LPR系统，包括车辆视频检测、牌照定位分割、牌照图像二值化、字符分割和字符识别等五大部分；每部分都较详细地介绍了基本的原理及实现算法；随后阐述了基于DSP的车牌识别系统的实现，并介绍了基于DSP的实现方法和基于PC机的实现方法之间的差异。为了提高系统的运行速度，对车牌识别软件进行了各种优化。
吴骏[8]2006年在《智能交通系统中的信息处理关键技术研究》文中研究指明智能交通系统(Intelligent Transportation System,简称ITS)是指将先进的信息技术、数据通讯传输技术、电子传感技术及计算机技术等有效地集成运用于整个地面交通管理系统而建立的一种在大范围内实时、准确、高效的综合交通运输管理系统。智能交通系统已成为21世纪现代化交通运输体系的重要发展方向。论文的主要工作是研究智能交通系统中的一些信息处理关键技术,包括:车牌字符识别算法、车体定位算法、检测线式视频车辆检测算法、视频交通检测系统设计方法。论文的创新点主要体现在以下四个方面:1)提出了基于脉冲耦合神经网络(PCNN)的车牌字符识别算法,首次将PCNN应用于车牌字符识别算法。以简化PCNN模型为基础,提取叁种不同的图像特征,根据它们对数字、字母和汉字字符图像进行识别。实验结果表明,与传统的BP神经网络算法相比,此算法总体识别率更高,容错性更好,鲁棒性和稳定性更强,使用更加方便灵活,并能满足实际应用中对识别速度的要求。2)提出了基于相位信息的边缘投影车体定位算法。将图像的HSV色彩空间的信息与RGB色彩空间的信息结合,利用log Gabor小波滤波器组检测到的相位一致性进行车辆边缘检测,利用投影算法和车体区域判别算法对车体进行定位。与常用的车体定位算法相比,此算法受图像亮度、对比度、噪声和车辆阴影的影响小,而且适用于包含多部车辆的图像,定位准确率高。3)提出了改进型检测线式视频车辆检测算法。此算法分别利用图像的亮度和色度信息进行两级检测,能够有效提高原算法的车辆检测准确率,降低拒真率和认假率,而且满足实时性需求。4)提出了基于ARM与DSP双核体系结构的嵌入式视频交通检测系统设计方案。设计了两个系统单元间通信接口的硬件连接方案和驱动程序,并且介绍了系统的操作系统和应用程序的设计方法。此系统将32位嵌入式微处理器ARM与数字信号处理器DSP相结合,充分体现了双微处理器系统的优势。与常用的视频交通检测系统相比,此系统具有体积小、功耗低、成本低、稳定性好、操作方便、界面友好等优点,而且满足实时性要求。
吴凌峰[9]2006年在《基于DSP芯片的车牌识别系统》文中进行了进一步梳理本文介绍了一个以TI公司的TMS320DM642为核心芯片的DSP车牌识别系统设计、实现和优化。该系统首先通过摄像机拍摄车辆的视频,输入视频信号到DSP板卡;然后从输入的视频信号中捕捉图像,识别图像中的车牌的类型、颜色和号码,并将识别所用的图像进行JPEG压缩;最好通过网络把识别结果以及识别所用的图像传到PC机,以XML文件的形式将保存。 该系统主要分为叁个部分:摄像机、DSP系统和PC端软件。文章主要介绍了DSP系统中DSP车牌识别软件的实现和优化。由于DSP系统与普通PC机的不同,文章中详细说明了为了提高运行的速度,对DSP车牌识别软件进行的各种优化。这些优化主要包括,提高并行性、减少运算和使用TI提供的经过优化的库等等。经过这些优化,使DSP车牌识别系统能在不到0.4秒完成一个车牌的识别及其他处理,满足了实际应用的要求。文章中还介绍了这个系统的PC端软件是怎样获得识别结果,并保存以及提供给用户浏览管理的。 最后,文章还提到,在下一步工作中要在系统中加入补光设备,以适应各种恶劣的环境。
罗小东[10]2011年在《基于DSP和ARM的嵌入式车牌识别系统的设计与开发》文中研究说明随着我国经济的迅猛发展,车辆数量的日益增多,对交通管理要求不断提高,利用现代科技技术的智能交通系统已成为整个交通运输管理重要的发展方向。车牌识别系统( License Plate Recognition System,LPRS)是智能交通系统的核心组成部分之一,可广泛用于道路车流量统计,高速路口自动计费,车辆管理等,对维护交通安全,防止交通堵塞,实现我国交通自动化管理起着重大的作用。传统的车牌识别系统主要是基于PC平台来完成,其体积庞大,成本高导致其可用性没有嵌入式系统方便灵活。本文研究了基于DSP和ARM的嵌入式车牌识别系统,通过利用DSP的高速运算能力以及ARM的控制处理能力来实现整个嵌入式系统。DSP处理器中使用DSP/BIOS系统来管理视频采集、算法处理、网络传输等任务。ARM处理器中使用Linux系统调度和管理视频接收、视频显示、识别结果显示、触摸控制等复杂任务。整个系统通过网络实现通信与同步。本文所涉及的嵌入式车牌识别系统,在项目开发中所需完成的工作由下面几个部分组成:1.嵌入式系统方案设计,DSP电路原理图设计,PCB布局、布线、电气检查,电路板印制,电路板焊接等。2.调试硬件电路,编写外围驱动以及视频采集驱动程序,移植DSP/BIOS系统,划分系统存储空间,编写多任务程序,移植和优化车牌算法程序,开发网络程序,利用MFC编写网络测试界面等。3.制作交叉编译器,移植Uboot,移植Linux内核,制作文件系统,编写和移植网卡驱动、LCD驱动、触摸屏驱动程序,编写Linux环境下的多线程应用程序,开发Socket网络程序,配置和编写makefile文件,完成GUI界面程序开发以及系统测试等。目前本系统已经完全脱机运行,集成视频采集、算法处理、网络传输、实时显示、触摸控制等功能为一体。用户可通过GUI触摸界面实现系统设置和控制,最后该系统具有处理速度快、稳定性能高、功耗低、人机交互好、可视化效果好、灵活性强等优点。
参考文献：
[1]. 用于实时牌照识别的DSP系统的设计[D]. 周永财. 浙江大学. 2003
[2]. 基于DSP的通用实时图像处理系统设计与研究[D]. 涂晓昱. 浙江大学. 2004
[3]. 基于DSP的汽车牌照识别技术研究[D]. 张晓勇. 贵州大学. 2007
[4]. 基于DSP的汽车牌照识别技术研究[D]. 陈正慧. 贵州大学. 2008
[5]. 基于视频和DSP的车辆识别测速系统[D]. 袁丁. 浙江大学. 2004
[6]. 基于ARM和DSP的嵌入式实时图像处理系统设计与研究[D]. 孙咏. 浙江大学. 2005
[7]. 车牌识别系统设计与DSP实现[D]. 张华. 哈尔滨工程大学. 2007
[8]. 智能交通系统中的信息处理关键技术研究[D]. 吴骏. 天津大学. 2006
[9]. 基于DSP芯片的车牌识别系统[D]. 吴凌峰. 浙江大学. 2006
[10]. 基于DSP和ARM的嵌入式车牌识别系统的设计与开发[D]. 罗小东. 电子科技大学. 2011
标签：计算机软件及计算机应用论文; dsp论文; 图像处理论文; 车牌识别系统论文; 雷达测速论文; 嵌入式开发论文; 嵌入式软件论文; 图像融合论文; 实时系统论文; 嵌入式计算机论文; 嵌入式系统设计论文; 智能化技术论文; dsp技术论文; 算法论文;