作为世界第二大经济体的国家，出行、运输需求的增加促使中国的汽车不断增多。车辆增多所带来的交通问题也日益凸显，而缓解交通问题重要的一项技术就是自动车牌识别系统。该篇是一个选用STM32运算平台的自动车牌识别方案。该系统的主控芯片选用的是STM32F103RBT6芯片，加上TFT显示屏、OV7670摄像头、XFS5152CE语音合成模块，按键模块共同构成了识别系统的硬件电路。在算法方面，STM32平台作为算力中心，处理摄像头采集到的图像信息，包括车牌图像收集后的图像无关信息的过滤、图像分割、图像匹配识别等。 该设计模拟了在实际状况下，车牌系统的运行状况。通过摄像头采集到的车牌图像信息，主控芯片进行信息处理，最后显示屏显示车牌信息，播报模块播报。经过实验，该设计系统稳定性高、人机交互学习成本低、使用方便。自动识别系统使交通治理更方便，有效增加了便捷性，节约了更多资源。
Key words: STM32 license plate recognition algorit目录
一、引言 1
二、智能车牌识别系统整体方案设计 2
（一） 总体方案的要求 2
（二） 方案的优点 3
三、系统硬件设计 4
(一) STM32最小系统介绍 4
(一) OV7670摄像头模块介绍 5
(二) TFT显示屏模块 6
(三) 语音合成模块介绍 7
四、系统软件设计 9
(一) STM32 开发环境介绍 9
(二) STM32的A RMCortex的软件架构介绍 9
(三) 车牌识别系统软件具体设计 9
1. 图像采集 9
2. 二值化 9
3. 车牌定位 10
4. 字符分割 13
5. 字符匹配 14
五、系统测试 15
(一) 摄像头测试 15
(二) 显示屏测试 16
(三) 单片机测试 16
(四) 系统稳定性测试 16
六、总结与展望 18
(一) 总结 18
(二) 展望 18
七、致谢 20 *51今日免费论文网|www.51jrft.com +Q: #351916072# 

八、参考文献 21
九、附录 22
引言
近些年来，图像采集设备的持续迭代，图像信息处理能力的持续提升促进了图像信息识别领域的极大发展。在社会经济系统快速发展的基础上，汽车数量不断增加。汽车的不断增加不仅带来了便利也带来了很明显的社会问题：车辆拥挤、道路堵塞、事故发生率上升等。因此，这对交通管理提出了更高的要求。
自动图像信息采集系统，系统响应时间短，信息处理精度高。它不仅用于交通监控，还用于住宅小区和停车场的管理。可用于车流量、车牌检查和车辆装载系统的统计数据。近年来，我国一直注视着网络信息时代的变化走向。国内很多的科学家和研究人员对车牌信息采集识别技术进行了深刻的思考与讨论。与国外相比，我国电子科学技术研究迟缓，车牌识别技术的研究需要很长时间思考、实验。而且只能在具备一定的技术水平时才能广泛应用。在该项技术突破以来，随着车牌识别系统在中国的应用，汽车的进出口和销售大幅增加。这也极大的促进了车牌采集识别设备越来越快的普及，同时车牌信息的采集识别也成为相关科学家关注的焦点。
车牌图像的收集辨别技术有三个阶段的发展，第一阶段是计算机对图像信息进行处理，第二个阶段是结构特征法与统计特征法，最后阶段是基于人工智能发展的ANN。研究过程中面对的困难有：1.杂乱的识别背景，识别过程中车牌旁边的车前灯，散热器格栅，汽车前杠，有的还有车主粘贴的横幅。2.复杂的光照，不同的天气造成的不同的光线强度，不同的光源位置造成了不同的图像对比度。3.车辆行驶时，采集车牌图像信息的相机精度不够，采集到的车牌图像会模糊，还有一部分是不可抗的因素，比如车牌被遮挡或者车牌变形。4.实际应用性要强，这需要程序的简单性和高效性。
车牌自动识别可以极大的促进经济发展，这种技术在技术发达的国家中是禁止对外交流的。而且由于中国多样的自然环境因素和人工因素的干扰，造成中国国内被市场认可的车牌智能识别产品不多，这也急需更多的科学家做更深层次的探索。
21世纪初，相关专家们便研究了图像采集技术和嵌入式技术，试图将两种技术一起研究来改变人们的生活。目前，对于国外领先的技术，我们应采取积极的态度引进外国技术。还需要在引进国外先进的科学技术过程中，有意识的去打造更加适合中国交通环境的技术产品。另一方面，中国的车辆牌照比外国的车辆牌照复杂得多，因为中文的识别相比于英文字母更困难些。但是在很多大学，该领域的专家们已经取得了很多突破性的成果，比如彩色分割自动识别技术。
智能车牌识别系统整体方案设计
总体方案的要求
在设计车牌识别系统的硬件电路和软件系统之前，为了便于各功能模块的实现，需要设计车牌识别系统的总体实现方案和各功能子模块的实现方案。
本文设计的系统由四个部分组成:图像收集、处理、显示装置和语音播报。车牌图片获取选用0V7670摄像头，数据处理选用的是STM32F103RBT6运算平台，而显示装置是用2.8寸的TFT液晶屏。系统模块框图如图21所示。
图21 硬件框架
对于上文提到的硬件结构，本文从网上和书籍中研习了大量关于车牌识别和字符分割匹配算法的论文期刊，还对图像处理技术进行了深入学习，对STM32芯片的各项功能更加了解。当摄像头被触发获取到车牌数据后，再经过芯片数据处理，对采集到的车牌图像进行过滤无用信息，字符分割匹配，一系列过程完成后，车牌号码信息会被传输并显示到TFT显示屏，语音播报模块播报。
上述数据处理过程中，车牌及字符的可识别范围的确定均依靠跳变点的划线。摄像头采集到图像后进行扫描测试，获取摄像头像素的值，再根据屏幕纵向240方向跳变点的显示点数，分析跳变点;车牌测定根据屏幕横向320方向跳变点的显示进行分析。两个方向分析完毕，就会对信息分割匹配。软件流程框图如图22所示。

原文链接：http://www.jxszl.com/dzxx/txgc/608316.html