车牌识别
时间:10-02
整理:3721RD
点击:
申请理由:有3年的DSP项目开发,对于C2000系列的DSP使用比较熟练,对于C6000与C55xx系列的也是比较了解的。之前做过声音处理方面的学习。主要的算法都是在电力方面的,对于图像处理的算法也学习过一些,想利用这个机会实践下。
TMS320C665x的开发板,主芯片最高1.25GHz的速度,开发板上的512M的DDR3也是足够,不过128M或256M的NAND FLASH对于车牌的信息存储还是不够大的,要通过其他通讯方式传输,还好开发板是有千兆以太网的。不足的一点是开发板上没有SD卡的接口,不过可以用SPI的模式扩一个,虽然速度上不会快。
摄像头的数据有的是通过网口传输的,所以开发板上的以太网口就可以满足了。
PCIe接口对于后期整个产品的成型还是很有用的。
算法应该是一个项目的核心,通过这个项目,增强自己在软件上的能力。
学习SRIO通讯。
其实这个开发板用在数据处理上也是一个很好的方案,通过千兆以太网收集到的数据,PCIe总线的编程,挂载在linux或windows的嵌入式电脑上或服务器上,对于数据处理的速度还是很好的。
项目描述:一、学习
1、学习开发板上的资源,对于例程的学习、各外设学习。
结合数据手册与例程函数,学习各个外设的配置流程、使用方法。
2、熟悉TI的图像处理的库,及库函数的使用。
TI对于C665X的专用图像处理库,对于库中的每个函数都进行测试。
主要有C66X-IMGLIB图像库、VLIB库函数、DSP库函数。
3、滤波、灰度、形态学、HSV转换等待算法的测试实验。
HSV等转换算法的实现、测试。滤波方法、膨胀、腐蚀等算法(基于IMGLIB库)。
二、项目
1、bmp图片结构解析,DSP读取bmp图片。(暂以bmp图片为例,其他图片原理上是一样的。)
2、通过bmp图片对车牌位置的确定。把车牌从图片中截取出来。
由于设备的安装位置,与拍摄触发,车牌的位置一般是可以确定在图片的大体位置的,这样可以减小图片大小,减小运算量。
RGB图像转换成HSV颜色,通过设置阀值,过滤图像,将得到的图像再次过滤,去掉一些噪声,从形状上去掉不是车牌的区域。
再进行边缘检测,通过投影法,得到车牌的大体位置。
3、车牌进行灰度化,二值化,滤波,去掉干扰车牌识别的部分。
去掉铆钉、边框或污渍等干扰。
4、分割出每一个字符。
由于车牌的字符间的间距是一定比例的,汉字与表示地区的字母和后面的数字、字母的间距是不一样的。要进行分别的分割。
5、字符识别
每个汉字、字母、数字都有自己的特征,由于特征提取的方法很多(逐像素、骨架、垂直等等),将前面提取的字符与标准字符的特征进行比较,确定最后的车牌。
6、会根据实际情况进行调整,增加算法。
三、分享
1、开发板分析测评
2、例程学习、教程观看、外设使用的学习体验
3、基础理论讲解(算法、流程、方案)
4、阶段成果(读取、定位、识别、传输......)
5、最后的项目成果
TMS320C665x的开发板,主芯片最高1.25GHz的速度,开发板上的512M的DDR3也是足够,不过128M或256M的NAND FLASH对于车牌的信息存储还是不够大的,要通过其他通讯方式传输,还好开发板是有千兆以太网的。不足的一点是开发板上没有SD卡的接口,不过可以用SPI的模式扩一个,虽然速度上不会快。
摄像头的数据有的是通过网口传输的,所以开发板上的以太网口就可以满足了。
PCIe接口对于后期整个产品的成型还是很有用的。
算法应该是一个项目的核心,通过这个项目,增强自己在软件上的能力。
学习SRIO通讯。
其实这个开发板用在数据处理上也是一个很好的方案,通过千兆以太网收集到的数据,PCIe总线的编程,挂载在linux或windows的嵌入式电脑上或服务器上,对于数据处理的速度还是很好的。
项目描述:一、学习
1、学习开发板上的资源,对于例程的学习、各外设学习。
结合数据手册与例程函数,学习各个外设的配置流程、使用方法。
2、熟悉TI的图像处理的库,及库函数的使用。
TI对于C665X的专用图像处理库,对于库中的每个函数都进行测试。
主要有C66X-IMGLIB图像库、VLIB库函数、DSP库函数。
3、滤波、灰度、形态学、HSV转换等待算法的测试实验。
HSV等转换算法的实现、测试。滤波方法、膨胀、腐蚀等算法(基于IMGLIB库)。
二、项目
1、bmp图片结构解析,DSP读取bmp图片。(暂以bmp图片为例,其他图片原理上是一样的。)
2、通过bmp图片对车牌位置的确定。把车牌从图片中截取出来。
由于设备的安装位置,与拍摄触发,车牌的位置一般是可以确定在图片的大体位置的,这样可以减小图片大小,减小运算量。
RGB图像转换成HSV颜色,通过设置阀值,过滤图像,将得到的图像再次过滤,去掉一些噪声,从形状上去掉不是车牌的区域。
再进行边缘检测,通过投影法,得到车牌的大体位置。
3、车牌进行灰度化,二值化,滤波,去掉干扰车牌识别的部分。
去掉铆钉、边框或污渍等干扰。
4、分割出每一个字符。
由于车牌的字符间的间距是一定比例的,汉字与表示地区的字母和后面的数字、字母的间距是不一样的。要进行分别的分割。
5、字符识别
每个汉字、字母、数字都有自己的特征,由于特征提取的方法很多(逐像素、骨架、垂直等等),将前面提取的字符与标准字符的特征进行比较,确定最后的车牌。
6、会根据实际情况进行调整,增加算法。
三、分享
1、开发板分析测评
2、例程学习、教程观看、外设使用的学习体验
3、基础理论讲解(算法、流程、方案)
4、阶段成果(读取、定位、识别、传输......)
5、最后的项目成果
good,牛逼呀,小编,可惜没有图片,如果加上图片和一些更具体的细节就好啦
还没有开始呢,哪有图片啊,等板子有了吧