智能交通之汽车车牌定位识别设计与实现，软硬件协同

种方法是将图像中每一行中R个连续的水平方向梯度值相加，而梯度值则是由水平方向相隔2d-1个点的象素点的灰度的差值。

求梯度的系统框图如下：

5.4 梯度图像的二值化

为了方便后续的工作，需要对灰度图像进行二值化。根据下式对经过第4步求出的梯度图像进行二值化。根据下式获得阈值。

其中，G(i，j)为梯度处理后的灰度图像的像素值。 根据得到的阈值对灰度图像进行图像的二值化。其二值化的电路框图如下：

5.5 数学形态学处理

数学形态学(Mathematical Morphology)是分析几何形状和结构的数学方法，是建立在集合代数基础上，用集合论方法定量描述几何结构的科学吲。数学形态学是由一组形态学的代数算子组成的。最基本的形态学算子有：腐蚀、膨胀、开和闭。对于后两个，开是先腐蚀后膨胀，闭是先膨胀后腐蚀。

腐蚀的作用是消除物体边界点，使目标缩小，可以消除小于结构元素的噪声点;膨胀的作用是将与物体接触的所有背景点合并到物体中，使目标增大，可添补目标中的空洞。

开运算是先腐蚀后膨胀的过程，可以消除图像上细小的噪声，并平滑物体边界。

闭运算时先膨胀后腐蚀的过程，可以填充物体内细小的空洞，并平滑物体边界。

本设计中，对于先前得到的二值化图像，先用一次膨胀，使车牌区域合并到一起，然后再对其进行一次闭运算，即先膨胀后腐蚀。去掉一些细小的干扰和粘连。

因为本设计中，需要加强的水平和垂直方向的边缘，所以选择如下表所示的结构元素。

数学形态学的FPGA设计，在本设计中，所用的3×3的结构元素，需要一个3×3的窗口，此窗口的设计和中值滤波器中所设计的窗口完全相同。

结构元素的运算单元的设计：

腐蚀的具体操作是：用一个结构元素(一般是3×3的大小)扫描图像中的每一个像素，用结构元素中的每一个非0像素与其覆盖的像素做“与”操作，如果都为1，则该像素为1，否则为0。

膨胀的具体操作是：用一个结构元素(一般是3×3的大小)扫描图像中的每一个像素，用结构元素中的每一个非0像素与其覆盖的像素做“与”操作，如果都为0，则该像素为0，否则为1。

5.6 用“投影法”来实现车牌定位

对数学形态学处理后的二值化的车牌图像沿水平方向进行投影，以确定车牌所在区域。投影值为每一行的白色像素点的累加值。对投影值进行分析，如果投影值大过阈值R时，认为可能是车牌所在区域。如果从该行起连续10行的投影值都大于阐值R，则认为是车牌的可能所在区域，并将其标出。

定位出的车牌可能区域有几个，需要对其进行再次的定位，以确定出车牌所在区域条。本设计中从下往上，对每一个车牌可能区域进行垂直方向的投影，投影值为白色像素点的累加值。然后从左往右查找累加值不为零的投影点。找到后从该点开始，找第一个为零的投影点。根据这两点得到两点间的距离，如果此距离大于预设的经验阈值P，则认定此区域为车牌所在区域，然后将车牌的区域的4个顶点坐标输出。

投影法的FPGA设计框图如下：