臺灣博碩士論文加值系統

車牌辨識系統近年來應用已日漸多元化，而嵌入式系統在手機與平板電腦蓬勃發展下，效能已經提高到可以應用在小型停車場的處理。本篇論文使用與ARM系統晶片相同匯流排的Leon3系統晶片的矽智財，在Xilinx公司所製作的FPGA板上，運用Leon3所提供的編譯器來做影像處理，達到車牌辨識的效果。
考量系統晶片在FPGA開發平台的效能會受到限制。因此，本論文在影像處理部份，採用不需要大量運算的演算法。以車牌定位為例，其係運用垂直邊緣偵測來留下字元垂直部份，再利用影像下半部份干擾較少的部份，由下往上來尋找接近車牌大小的區塊，接著再利用水平掃描來找出每個字元的位置。而字元辨識部份，則利用垂直掃描和水平掃描來找出相對應的字元，再將每個字元自中間部份切割，以輔助字元的判斷。實際量測結果顯示，本論文所提出的演算法，其辨識率可達56%。

The applications have to get diversity in the field of license plate recognition for the past few years; and that the embedded systems are development in the field of mobile phones and tablet personal computer flourishly. The performances have been enhanced to be applied in a small parking area. In this thesis, the Leon3 system based on a chip Silicon Intellectual Property uses the same bus with ARM system on a chip which the Xilinx company is used the implement the FPGA board. The compiler, which is provided with Leon3, is applied to the image processing. The developed compiler will be used to complete the license plate recognition.
Owing to the limitation on the performance of the FPGA platform, the image processing is considered without more complicate operation. A license plate fixed position is used to stay the character vertical segment to apply the vertical edge detection, and to perform with little interference by utilizing image. It bottom-up found block to close plate size. Notify that the middle block of character was ct to support the character judging. According to the simulation results, the recognition rate is roughly 56% with the provided algorithm.

目 錄

中文摘要 i
英文摘要 ii
誌謝 iii
目錄 iv
表目錄 v
圖目錄 vi
第一章 緒論 1
1.1 研究背景 1
1.2 研究動機 2
1.3 論文架構 2
第二章 車牌辨識相關技術與系統架構與植入 3
2.1 影像灰階與門檻化 3
2.1.1 影像灰階化 3
2.1.2 門檻化 4
2.2 邊緣偵測與車牌位置偵測 5
2.3 車牌號碼切割與判別 8
2.4 嵌入式系統Leon3架構與設備介紹 9
2.5 相關軟體安裝、設定與植入 12
第四章 研究架構 15
3.1 車牌辨識流程 15
3.2 車牌位置偵測 16
3.3 車牌字元切割 21.
3.4 車牌字元辨識 24
第四章 實驗結果 32
4.1 拍攝條件 32
4.2 車牌辨識成功分析 33 4.3 車牌辨識失敗分析 35
4.4 車牌辨識結果與改進 41
第五章 結論與展望 45
5.1 結論 45
5.2 未來研究方向 45

[1]繆紹綱譯，數位元影像處理，臺北：台灣培生教育出版股份有限公司，1999。
[2]劉宜樺，基於小波轉換與類神經網路之車牌辨識系統效能評估，碩士論文，樹德科技大學資訊工程系研究所，高雄市，2010。
[3]巫明侃，基於二階二維Haar離散小波轉換的車牌偵測方法及其Google Android嵌入式系統實作，碩士論文，國立雲林科技大學電機工程系研究所，雲林，2009。
[4]呂炎州，不需字元切割的車牌辨識法，碩士論文，靜宜大學資訊管理學系研究所，台中，2003。
[5]Christos-Nikolaos E. Anagnostopoulos, Ioannis E. Anagnostopoulos, Ioannis D. Psoroulas, Vassili Loumos and Eleftherios Kayafas,“ License Plate Recognition From Still Images and Video Sequences: A Survey”, Intelligent Transportation Systems, IEEE Transactions on, vol. 9, no. 3, 2008, pp.377-391.
[6]Lisheng Jin, Huacai Xian, Jing Bie, Yuqin Sun, Haijing Hou and Qinging Niu,” License Plate Recognition Algorithm for Passenger Cars in Chinese Residential Areas”, Sensors, vol. 12, no. 6, 2012, pp.8355-8370.
[7]Shyang-Lih Chang, Li-Shien Chen, Yun-Chung Chung, and Sei-Wan Chen,” Automatic License Plate Recognition”, Intelligent Transportation Systems, IEEE Transactions on, vol. 5, no. 1, 2004, pp.42-53.
[8]Aeroflex Gaisler官方網站：http://www.gaisler.com/
[9]Aeroflex Gaisler LEON3/GRLIB原始碼： http://www.gaisler.com/index.php/downloads/leongrlib?task=view&id=156
[10]Aeroflex Gaisler LEON3/GRLIB使用者手冊：http://www.gaisler.com/products/grlib/grlib.pdf
[11]RCC使用者手冊：http://www.gaisler.com/anonftp/rcc/doc/rcc-1.2.0.pdf
[12]Aeroflex Gaisler LEON3/GRLIB IP Core User’s Manu：http://www.gaisler.com/products/grlib/grlib.pdf