Me gustaría preguntarles a todos: ¿Puedo usar el portamatrículas que compré hace un año? Menos de dos lados y 5 mm más grande que dos lados; debajo está el logotipo del fabricante del automóvil, solo hay dos tornillos; ¿Es útil?

Ingeniería, etc.

(Objetivos de la investigación, antecedentes de la investigación y situación actual, avances y planes del trabajo, etc.)

BR/ >; ver apéndice.

1. Avance del proyecto:

Con el rápido desarrollo de la tecnología de la información digital y la tecnología de redes, en la era posterior a la PC, el rendimiento de los procesadores integrados y los procesadores de alto rendimiento Tener Capaz de cumplir con aplicaciones complejas, como la autoevaluación de algoritmos complejos, las aplicaciones integradas inevitablemente ingresarán a varios campos. Por otro lado, con el rápido desarrollo de la economía de China y la celebración de los Juegos Olímpicos de Beijing, el "transporte inteligente" se convertirá en un tema candente indiscutible. Debido a las particularidades de la industria del transporte y los estrictos requisitos sobre los parámetros técnicos y las condiciones de uso de sus equipos, los equipos de transporte inteligentes integrados son una tendencia inevitable. Dado que los sistemas integrados de reconocimiento automático de vehículos son una parte importante de los sistemas inteligentes de gestión del tráfico, esta opción es perfecta. La tecnología integrada y la tecnología de reconocimiento de vehículos, incluido el reconocimiento integrado de matrículas, el reconocimiento integrado del logotipo del vehículo y el reconocimiento automático de colores, se esfuerzan por bloquear el automóvil de una sola vez.

Tiene las siguientes ventajas:

1. Alta independencia: adopta tecnología integrada y es independiente de conectarse al sistema de aplicación solo a través de la interfaz de comunicación.

2. Funciones completas: la matrícula, el logotipo y el color reconocidos son muy específicos y potentes con el sistema existente.

3. Plasticidad: se puede combinar con la red inalámbrica incorporada y varias interfaces seriales en el lado ascendente del dispositivo de activación de señal frontal, ampliando en gran medida las funciones y el alcance de aplicación del producto descendente. sistema.

4. Fácil mantenimiento:

2. Operatividad y realizabilidad:

En la actualidad, para el reconocimiento de matrículas y vehículos, se espera la madurez y mejora de la tecnología, la información relevante es más fácil de obtener. La tecnología integrada existente ha madurado, por lo que, en términos de dificultad técnica, es más fácil implementar el tema que otras ciencias de vanguardia. El material, incluidos el equipo y los materiales, también es relativamente fácil de obtener y el costo es moderado.

3. Innovación:

Los equipos de reconocimiento de matrículas existentes suelen utilizar computadoras para procesar datos, y algunos incluso requieren la cooperación de varias computadoras, lo que ocupa mucho espacio y recursos. Aunque ocasionalmente se completan sistemas integrados, su funcionalidad se limita al reconocimiento de matrículas o de vehículos. La combinación sistemática y creativa de reconocimiento integrado de matrículas, reconocimiento de vehículos y reconocimiento automático de colores es una solución única. Los sistemas de equipos inflados son difíciles de integrar, tienen poca estabilidad y son difíciles de mantener, lo que constituye un problema funcional.

4. Posibles problemas:

Los principales problemas en la actualidad son la integración integrada y la distancia de transmisión inalámbrica. Idealmente, imaginamos que la mayoría de las computadoras se utilizan para procesar datos y que se puede desarrollar un sistema portátil de transmisión de datos inalámbrico, un sistema de identificación automática. Sin embargo, ¿debido a nuestro tiempo? El tiempo, el esfuerzo, el dinero y las limitaciones en el grado de "portabilidad" son los mayores problemas. Además, la velocidad y la profundidad de campo del reconocimiento de imágenes son problemas a los que nos podemos enfrentar.

Resultados esperados

Las formas específicas de resultados, como patentes, artículos publicados, tecnología de producción física (incluidos programas de software), pueden adoptar diversas formas.

Esperamos con ansias los resultados de nuestros experimentos.

En primer lugar, planeamos construir una tecnología de sistema integrada completa, que esté relacionada con resultados tangibles.

En segundo lugar, analizamos la situación del mercado y descubrimos que las perspectivas del mercado son muy prometedoras. Los sistemas integrados de identificación de vehículos pueden patentarse y producirse en el mercado.

El tercer aspecto, el color del automóvil, la matrícula y la combinación de carrocería principal del vehículo, deben determinar el algoritmo apropiado, por lo que es inevitable en el proceso de finalización del sistema. Se completa el algoritmo, que es la expresión del artículo publicado de algunos resultados.

Como planeamos completar el sistema, necesitamos completar los sistemas de hardware y software. Desde un punto de vista, una gran parte de los resultados del software y los algoritmos pueden publicarse en periódicos y ponerse en producción, y pueden reflejarse en los resultados del hardware patentado. No hay duda de que los resultados de nuestra investigación no serán solo una parte. software o simplemente el hardware como parte del tema, esta es una gran ventaja.

El contenido del presupuesto, el monto del presupuesto y el tiempo estimado de ejecución requerido para el entorno experimental.

Colección de imágenes frontales de cámara CCD, compre cámara o cámara 3000 del 07.12 al 08.2.

Fuente de luz auxiliar luz ambiente especial agregada 1500 07.5438+0208.2 meses.

La digitalización de la señal analógica de la tarjeta de adquisición de imágenes tardó 250007,438+0208,2 meses.

& gtInstalaciones de hardware del sistema integrado, procesamiento de imágenes 400008.3 08.438+00 a 08.38+02?08.10

Memoria de información de vídeo DVR 2500

Salida del dispositivo de visualización Reconocimiento de imágenes El resultado es 1500 08.1209.2 meses.

Transceptor inalámbrico o equipo de transmisión por cable transmisión de información 250 009 2? 09.3

La etapa final de ensamblaje de piezas de la máquina en el prototipo de 2000

Total: 19.500 yuanes

Concepto de Identidad Universitaria

Dictámenes de Evaluación del Comité de Expertos

Dictámenes de Aprobación Escolar

Anexo: Situación Actual, Antecedentes y Trascendencia de la Tema,

p>

Desde 1885, desde el nacimiento del primer automóvil del mundo, ¿los coches han sido nuestra rutina diaria? Tuvo un gran impacto en la vida y la vida. Durante los últimos 100 años, los automóviles y sus ventajas de bajo costo y fácil operación han sido gradualmente aceptados por el público. Cientos de miles de familias en China se unen cada año a las filas de propietarios de automóviles. En segundo lugar, el rápido desarrollo y el estilo de vida cómodo han causado una serie de problemas: cada año se roban coches, se producen accidentes de tráfico de vez en cuando... No hay duda de que los coches necesitan una gestión estandarizada. Ahora, la gestión de nuestro coche la realizan personas. Es fácil imaginar que no hay mucho que puedas hacer cuando te enfrentas a la creciente flota de manuales de automóviles. Por tanto, el transporte inteligente se convertirá en una tendencia inevitable en el desarrollo de la gestión del tráfico en el futuro.

No puedes estar seguro de que la inteligencia de tráfico se reconocerá automáticamente. Ya en la década de 1990, los logotipos de los automóviles atrajeron la atención mundial y la gente comenzó a estudiar cuestiones relacionadas con las tarjetas de identificación automáticas: el reconocimiento automático de las matrículas de los automóviles. Unos años más tarde, otro importante símbolo de estatus: los automóviles, el reconocimiento del logotipo de los automóviles también se convirtió en un tema candente. Método general de reconocimiento de matrículas: la tecnología de procesamiento de imágenes por computadora analiza la matrícula, extrae automáticamente la información de la matrícula y determina el número de matrícula. Coeficiente de correlación basado en un algoritmo híbrido de histograma de bordes y coincidencia de plantillas para el reconocimiento del logotipo del vehículo. La tasa de reconocimiento de los algoritmos fuera de línea ha alcanzado un nivel muy alto. En la actualidad, la teoría de los patrones de matrículas y logotipos está relativamente madura y se está desarrollando hacia la integración y la inteligencia.

En el sistema de gestión de transporte inteligente, la identificación del vehículo es equivalente al "estado" de la clase base v c++, y otros submódulos heredan y se desarrollan sobre la base de la identificación del vehículo en el transporte inteligente. sistema de gestión. Por lo tanto, creemos que el reconocimiento de automóviles requiere un mayor nivel de integración y es mejor integrarlo en otros sistemas y módulos altamente integrados, como microcontroladores y CPLD. En la actualidad, la identificación de los vehículos se realiza principalmente mediante ordenadores.

Además, debido al reconocimiento y posicionamiento automático de la clase base, el uso de "solo puede bloquear automóviles" y "puede determinar rápidamente qué automóviles tendrán ciertos requisitos en esta etapa". El reconocimiento de vehículos, pero solo depende sobre el simple reconocimiento de matrículas El tema del mercado es una única matrícula o sistema de identificación de vehículos, y la combinación de estos dos sistemas es obviamente difícil de lograr el propósito de identificar verdaderamente el automóvil bloqueado

Combinado con. Gestión inteligente del tráfico basándose en los requisitos del sistema, el estado actual de la identificación de vehículos y las dos tendencias de desarrollo, el equipo de investigación eligió el sistema integrado de identificación automática de vehículos como un proyecto experimental de innovación de identidad, planeando completar el procesamiento integrado de la identificación de vehículos en el. sistema de gestión de tráfico inteligente e integrar información digital. Pasar a otros módulos, pero utilizando computadoras integradas para manejar el reconocimiento de números de vehículos, mejorará en gran medida la integración del sistema de gestión de tráfico inteligente y reducirá los costos. A diferencia de un sistema de reconocimiento único, el sistema de reconocimiento de vehículos es. diseñado para el reconocimiento de matrículas y de vehículos. No se combina, pero se complementa con el reconocimiento del color del vehículo. También confirma y genera el método de bloqueo del vehículo, lo que facilita enormemente el uso del sistema en diversos campos del transporte de seguridad pública. En el campo de la gestión, se puede aplicar a sistemas integrados de identificación automática, sistemas de control de tráfico, tacómetros utilizados en productos integrados y otras instalaciones de tráfico que miden la sobrecarga, y puede completar una serie de gestión conectada al sistema de procesamiento informático del terminal; transmitir y procesar información digital en lugar de información de imágenes, lo que ahorra en gran medida el tiempo de procesamiento y el espacio de almacenamiento de la computadora terminal, mejora la velocidad de respuesta y la eficiencia del procesamiento y resuelve eficazmente el problema de la escasez de mano de obra en el campo del control del tráfico.

En la gestión de vehículos del parque, el sistema de identificación automática incorpora la identidad del vehículo que sale, de modo que pueda comprobar si el vehículo registrado con el propietario del parque está conectado al grupo de recursos. Instalar un sistema de reconocimiento automático de matrículas en la entrada del parque para identificar automáticamente los vehículos que entran y salen, luego verificar los datos en la base de datos y los datos de las matrículas en la base de datos para determinar si pertenecen a un estacionamiento y luego procesarlos. Esto mejorará enormemente el factor de seguridad de los vehículos en el parque. El costo de utilizar este sistema es mucho menor que el costo de un sistema de procesamiento informático.

La gestión de estacionamientos y los sistemas integrados de reconocimiento automático de matrículas se pueden completar en el proceso de gestión inteligente. El sistema se instala en la entrada del estacionamiento e identifica automáticamente los vehículos en el estacionamiento. Los datos procesados ​​se ingresarán a la base de datos a través del terminal de computadora, y se determinará si el terminal de computadora se combina para comprar (o alquilar) un espacio de estacionamiento de vehículos de motor para el procesamiento correspondiente.

En resumen, tenemos razones para creer que el sistema integrado de reconocimiento automático de matrículas que planeamos completar puede desempeñar un papel decisivo en los futuros sistemas inteligentes de gestión del tráfico y es digno de investigación y discusión.

BR/>;

Apéndice 2: Concepto del proyecto

El sistema de reconocimiento de vehículos incluye reconocimiento de matrículas, color del vehículo y reconocimiento de carrocería. El sistema utilizará sistemas integrados para completar la identificación. Debido a esta parte de nuestro contenido, esta idea no está muy madura.

Para el reconocimiento de matrículas secundarias y el color de la carrocería, el reconocimiento de patrones de logotipos de vehículos está integrado en nuestros trabajos y programas.

:Reconocimiento de matrículas

1. Estructura general

El sistema de reconocimiento automático de matrículas se divide principalmente en tres módulos: (1) Gatillo: entrada del frente -Datos del dispositivo final Sistema de medición de velocidad. (2) Parte de procesamiento de imágenes: se divide en cuatro partes: recopilación de imágenes, posicionamiento de matrículas, segmentación de caracteres y reconocimiento de caracteres. (3) El sistema de transmisión inalámbrica envía los datos procesados ​​a sistemas de aplicaciones de back-end, como sistemas de gestión de infracciones de tráfico, sistemas de estacionamiento, sistemas de seguridad, etc.

2. Parte del algoritmo

①Antes de finalizar la cámara CCD:

Adquisición de la imagen original

Imágenes obtenidas por la cámara CCD y la iluminación auxiliar. La calidad del equipo afectará directamente el rendimiento del procesamiento y reconocimiento de back-end. Para obtener imágenes más claras, debe considerar muchos factores que afectan la calidad de la imagen, incluidos: selección de cámara y capturador de cuadros, calibración de la posición de la cámara para la velocidad del vehículo, unidades de acceso a la flota, clima y distancia de la luz, efecto de luz y exposición de la cámara.

Determinar si el vehículo ingresa al área de observación.

Utilice el método de diferencia de imagen en escala de grises para determinar si el área objetivo de monitoreo ingresa a la primera imagen de video y luego compare la cantidad de cambios en el valor de escala de grises del punto de píxel correspondiente en las dos imágenes, si hay cualquier cambio.

La diferencia de imagen sólo se puede medir observando el objeto in situ. Queda por ver si se trata de un vehículo de transporte. Una vez que desaparece el ruido, la imagen se vuelve pobre. Los peatones y las bicicletas representan más que los automóviles. El diseño del filtro de escala filtra los objetos más pequeños y el ruido.

②Posicionamiento y preprocesamiento de matrículas

Algoritmo de posicionamiento de matrículas del lado izquierdo. Es la base del posicionamiento de las matrículas, pero también requiere un procesamiento previo básico de los números de las matrículas.

Enderezamiento de inclinación de remaches y eliminación de límites.

I, corrección de inclinación de los caracteres de la matrícula

En algunas matrículas, es difícil segmentar directamente los caracteres de la matrícula, lo cual no es válido y debe corregirse. Primero, calculamos la velocidad a la que se inclina la matrícula y giramos la corrección de inclinación de la matrícula.

Dos. Desmontaje del marco de la matrícula y remaches

Conocimientos previos: Matrícula estándar, el espacio entre caracteres es de 12 mm, el espacio entre caracteres entre 2 y 3 es de 34 mm, el ancho del punto medio es de 10 mm, el espacio entre caracteres el espacio entre 2 y 3 es de 12 mm. Generalmente hay cuatro remaches en el interior de la línea límite de la matrícula, y los primeros dos caracteres o los primeros seis caracteres se adhieren en distintos grados. Si no se quitan los remaches, los caracteres de 2 y 6 serán difíciles de leer. A continuación,

la imagen de la matrícula está binarizada y la imagen es solo un archivo binario en blanco y negro. Píxeles blancos (valor de escala de grises 255), píxeles negros (valor de escala de grises 0) 0. Aquí, la imagen de la matrícula se escanea línea por línea en modo blanco y negro. Cuando el ancho de los píxeles blancos en la imagen de la matrícula de la línea de escaneo es mayor que el umbral (la primera línea calificada), se eliminan los caracteres de la matrícula en el borde y se eliminan todas las líneas por encima o por debajo de esta línea.

③Segmentación de caracteres de matrícula

Algoritmo de matrícula mostrado en la imagen

Segmentación de caracteres.

Nuestro conocimiento limitado

no describe estos algoritmos en detalle.

④Método de reconocimiento de personajes.../& gt; personalidad; letra

Identificación de automóviles

Reconocimiento de marca

Parte principal.

Vehículo

Se conocen los caracteres de permiso.

Incluye seis algoritmos no agrupantes.

Inscrito

Sí.

Nos interesan más los algoritmos de reconocimiento de caracteres basados ​​en redes neuronales. A continuación, presentamos dos algoritmos relativamente simples y generales y un algoritmo de reconocimiento de caracteres basado en redes neuronales.

1. Reconocimiento de caracteres de matrículas que coinciden con plantillas

Las plantillas de caracteres de matrículas chinas se dividen en caracteres chinos, letras inglesas y plantillas numéricas, y los métodos estadísticos se construyen y almacenan en la base de datos. Utilice la coincidencia de plantillas con plantillas de caracteres y la coincidencia de caracteres de matrículas estandarizadas para identificar caracteres.

2. Reconocimiento de caracteres de matrículas y coincidencia de funciones

Los métodos de reconocimiento de matrículas tienen muchas características individuales, que se pueden dividir a grandes rasgos en características estructurales, características de distribución de píxeles y otras características.

Aquí, pretendemos centrarnos en romper con el método de redes neuronales, porque las capacidades de procesamiento distribuido paralelo a gran escala, la alta robustez y la función de asociación de autoaprendizaje de la tecnología de redes neuronales artificiales son adecuadas para pasos específicos. de la siguiente manera:

Además, intentaremos combinar varios algoritmos para evitar la simulación no lineal y el control en línea de grandes sistemas que varían en el tiempo. Debilidades como: la combinación de algoritmo genético y red neuronal artificial, la computación paralela del algoritmo genético puede utilizar rápidamente la búsqueda global, y la red neuronal puede superar las deficiencias inherentes de baja velocidad y fácil caída en la sequedad local.

Aún estamos en el curso básico profesional para estudiantes de segundo año, y no basta con conocer los últimos algoritmos de procesamiento de imágenes. Elegiremos la mejor solución y la combinaremos con las funciones de nuestro sistema en funcionamiento real para hacer sugerencias de mejora. /a>

Parte 2: Color y logo del coche.

①Reconocimiento del color corporal

El tamaño de las características del color depende de la imagen en sí, la dirección, el ángulo, etc. Pequeñas pero poderosas ventajas en la tecnología de recuperación de imágenes basada en contenido y en los sistemas de transporte inteligentes. así como ¿Existen aplicaciones muy importantes en una gran cantidad de sistemas I? Industria (como fabricación de papel, textil, imprenta, etc.) Durante mucho tiempo, por diversas razones, se han propuesto una gran cantidad de modelos de espacio de color, que se pueden dividir principalmente en tres categorías: La primera categoría se basa en. el sistema visual humano (H VS), que incluye el espacio de color RGB, H SI y el espacio de color M UNSELL. La segunda categoría es un espacio de color basado en aplicaciones específicas, incluidos YUV y YIQ utilizados en sistemas de televisión y la industria de la fotografía, y YCC y. Los espacios de color CMY (K) utilizados en los sistemas de impresión Kodak; las clases de tercera categoría son espacios de color CIE (CIE XYZ, CIE Lab, CIE LUV, etc.) Las ventajas y desventajas de estos espacios de color y su importante papel en sus respectivos campos. .

Espacio de color RGB, ¿RG? b tiene la intención de utilizar nuestro sistema. El espacio de color se usa ampliamente en campos relacionados con la computadora, como los monitores CRT comunes, ¿cada uno de los valores de color en el espacio de color RGB? ¿Cuál es la combinación de los valores de los canales r, g y b? Por convención, el valor del canal correspondiente pasa a través del fotorreceptor en un captador de cuadros o sensor CCD y otros dispositivos similares. ¿Dónde están los valores del canal? Luz incidente y su correspondiente valor y expresión de la función de fotosensibilidad: R =

G =

B =

donde S(A), G(A) y la El espectro de R(A), B(A) es el sensor con la función de sensibilidad de R, G y B. Como se puede ver en la fórmula anterior, el espacio de color se calcula en la computadora, por lo que depende del dispositivo y está relacionado con las capacidades fotosensibles de un dispositivo de captura específico. Sin embargo, dado que es un valor RGB que se obtiene fácilmente y que a menudo se puede utilizar para representar otros espacios de color, ¿cuál es el valor RGB convertido? La diferencia de color estándar del espacio de color RGB de otros valores del espacio de color se define como:

)

Las personas que tienen sentimientos subjetivos sobre diferentes colores, para poder experimentar la diferencia de color y La fórmula de diferencia de color en el subsistema de reconocimiento de color se puede expresar mejor:

El sistema de reconocimiento del color de la carrocería que planeamos diseñar incluye principalmente los siguientes cuatro pasos.

1. Selección del área de reconocimiento del color del cuerpo

¿Para identificar con precisión los nombres de dominio? Selección y determinación del color de la carrocería. Frente a la parte del ventilador del automóvil cerca del escape en el experimento anterior.

2. Cálculo del histograma de color

Calcula el número de apariciones de un color en el área seleccionada.

¿En aplicaciones reales, debido a los valores de otros componentes? El modelo de espacio de color puede ser un cálculo simple de valores RGB, y el cálculo del histograma de color es solo para el modelo de espacio de color RGB.

3. Cálculo de diferencia de color

Calcule la plantilla de color de la diferencia de color según la fórmula de cálculo de diferencia de color de cada modelo de espacio de color.

4. Reconocimiento de color

De acuerdo con los resultados del modelo de espacio de color del color de muestra y el color estándar, seleccione la aberración calculada en el paso anterior como el resultado de reconocimiento más bajo en el valor del componente correspondiente.

②.No identificar el coche.

Es innegable que el reconocimiento en tiempo real de matrículas automáticas y carrocerías de vehículos es crucial para una identificación precisa de sistemas y tipos de vehículos. Los algoritmos de posicionamiento de matrículas propuestos se pueden dividir en dos categorías: algoritmos de posicionamiento de matrículas basados ​​en imágenes en blanco y negro y algoritmos de posicionamiento de matrículas basados ​​en imágenes en color. Las imágenes en blanco y negro se pueden dividir en muchos tipos, como algoritmos de ubicación de matrículas basados ​​en filtrado de energía adaptativo, algoritmos de ubicación de matrículas basados ​​en transformada wavelet binaria y proyección de procesamiento morfológico, y algoritmos de ubicación de matrículas basados ​​en algoritmos genéticos.

Los algoritmos de posicionamiento de matrículas tienen sus pros y sus contras, pero hasta cierto punto son el punto de referencia para el posicionamiento de logotipos de vehículos.

El posicionamiento e identificación de logotipos de vehículos es un campo relativamente nuevo en el país y en el extranjero. Las particularidades inherentes de logotipos de automóviles similares: el objetivo, el tamaño, los efectos de iluminación y el fondo no son uniformes. La forma y el tamaño de los logotipos de automóviles de diferentes compañías automotrices son inconsistentes, lo que dificulta su localización e identificación con precisión.

El posicionamiento de la matrícula se divide en reconocimiento del logotipo del vehículo, los pasos principales son los siguientes:

(1) De acuerdo con las características de textura de la matrícula, obtenga rápidamente el área de la matrícula basado en análisis de resolución múltiple;

(2) Posicionamiento frontal: algoritmo de binarización de imágenes binarias OTSU, ¿basado en el área frontal? La energía superior es cada vez más fuerte y luego se utiliza la proyección binaria combinada con la información de posición de la matrícula para determinar rápidamente el frente. posición

(3) Posicionamiento del eje: en el área delantera, coloque el eje delantero simétricamente

(4) Posicionamiento aproximado estándar del automóvil: basado en el posicionamiento del logotipo delantero del automóvil; y matrícula Se utiliza conocimiento empírico para obtener el rectángulo de búsqueda empírica del logotipo del automóvil;

(5) El primer paso (4) se basa en la precisión de posicionamiento del logotipo del automóvil y utiliza el estándar automotriz de Características de textura para posicionar con precisión la carrocería del vehículo. La parte consta de dos pasos: el área del logotipo del vehículo tiene las características de alta energía y concentración relativa en la dirección vertical. Un componente importante del sistema de reconocimiento del logotipo del vehículo es el sistema de reconocimiento de vehículos de motor y el reconocimiento de matrículas. filtrado y reconocimiento de posicionamiento automático de las dos empresas Adaptado al problema de posicionamiento en el tiempo del automóvil, algoritmo mejorado de coincidencia de plantillas para un posicionamiento preciso de los logotipos del automóvil. tecnologías clave. La imagen muestra el logo del coche.

En otros sistemas, un sistema típico de reconocimiento de objetivos incluye un diagrama esquemático estructural del proceso de reconocimiento durante la capacitación en línea y fuera de línea. Durante el proceso de capacitación, las imágenes recopiladas manualmente de muestras estándar de automóviles se someten a un procesamiento de normalización y estandarización a gran escala, como antes del procesamiento, para obtener la biblioteca de plantillas estándar y la extracción de plantillas de logotipos de automóviles. Las plantillas de la biblioteca de plantillas estándar de logotipos de automóviles no solo pueden ubicar logotipos de automóviles, sino que también pueden usarse para la extracción de características. Durante el proceso de posicionamiento, además de las imágenes que se deben importar, también se debe ingresar el vehículo con la información de ubicación de la matrícula. Dado que varios estándares de automóviles no tienen una característica de textura estable que tenga el mismo tamaño y forma, es muy difícil hacer coincidir características o usar plantillas directamente para ubicar logotipos de automóviles. Por lo tanto, es necesario hacer un uso completo de la información previa, el posicionamiento de la matrícula, el posicionamiento aproximado simétrico y el posicionamiento preciso basado en la tecnología de procesamiento de imágenes y la coincidencia de plantillas. El problema del reconocimiento del logotipo del vehículo después del posicionamiento del logotipo del vehículo se transforma en un problema de reconocimiento de forma 2D, que se puede lograr mediante la coincidencia de plantillas. Sin embargo, la adquisición real de imágenes suele verse afectada por la luz, el ruido y la oclusión local, lo que crea problemas similares. Es difícil para los métodos tradicionales de coincidencia de plantillas lograr resultados de reconocimiento satisfactorios, por lo que generalmente se necesita un método de reconocimiento y extracción de características adecuado para ayudar al reconocimiento del logotipo del vehículo y mejorar la tasa de reconocimiento.

Parte 3: BR integrado />Sobre la base de su larga historia y universalidad, un sistema integrado debe definirse como: "Un sistema informático dedicado integrado en un sistema de objetos". y “sistema informático” son los tres elementos básicos de los sistemas integrados. El sistema de destino está integrado en el sistema integrado del sistema host. Núcleo

El sistema integrado es un microprocesador integrado que tiene cuatro ventajas:

(1) Tiene una gran capacidad para admitir multitarea en tiempo real y puede realizar procesamiento multitarea, acortando el tiempo. interrumpa el tiempo de respuesta al mínimo, reduciendo así el código interno y el tiempo de ejecución del sistema operativo en tiempo real;

(2) Potente función de protección de memoria.

(3) Arquitectura de procesador escalable que se puede ampliar rápidamente para satisfacer las aplicaciones de microprocesadores integrados de alto rendimiento.

(4) El consumo de energía de los microprocesadores integrados es muy bajo, especialmente; en los sistemas integrados que dependen de la energía de la batería, especialmente en dispositivos informáticos y de comunicación móviles e inalámbricos portátiles, el consumo de energía solo puede ser de μW o incluso niveles, lo que sin duda es tentador en una era en la que la energía es cada vez más escasa y costosa.

Además, el sistema operativo integrado en tiempo real mejora la fiabilidad del sistema. Todos estos son dignos de construir un sistema integrado de reconocimiento de matrículas.

Normalmente, los algoritmos de reconocimiento de matrículas y logotipos de vehículos consideran una gran cantidad de cálculos, pero al mismo tiempo deben cumplir requisitos en tiempo real. Por lo tanto, utilizaremos un microprocesador integrado ARM de 32 bits como unidad central, una unidad de control de temporización CPLD, un sistema integrado de adquisición y procesamiento de imágenes basado en ARM9sS3C241C y un sistema operativo Linux integrado para aprovechar al máximo el equipo, las capacidades y las características de bajo consumo de energía de ARM. , logrando acceso a imágenes de interfaz de datos USB/bus de datos paralelo, procesamiento rápido de imágenes, almacenamiento local de compresión de información de imágenes y transmisión de datos de pequeño tamaño basada en IP. Este sistema permite que todo el sistema simplifique los circuitos y reduzca la intensidad de recursos. Composición

El sistema diseña el subsistema de adquisición de imágenes USB, el subsistema de procesamiento ARM y el subsistema de transmisión de datos de red de todo el sistema. Los datos de vídeo en tiempo real recopilados por la cámara se transmiten a la placa de procesamiento ARM a través de USB, y la placa de procesamiento ARM tiene un sistema operativo Linux integrado. Los algoritmos de imágenes rápidos procesan secuencias de imágenes y toman las acciones adecuadas. Según los resultados del procesamiento, el subsistema de transmisión de la red puede procesar los datos y cargarlos en el centro de monitoreo para su posterior procesamiento. La estructura del sistema se muestra en la figura.

El subsistema de procesamiento de imágenes de ARM utiliza el procesador S3C 2410. El acceso a imágenes USB que cumple con la velocidad de procesamiento de imágenes requerida puede garantizar la velocidad de transmisión de imágenes y ampliar 64 M de RAM SD y 64 M de memoria flash. La RAM de gran capacidad puede almacenar múltiples imágenes, lo que facilita el análisis y procesamiento de imágenes y la gestión de la red de datos de las interfaces de red inalámbrica.

Por supuesto, las anteriores son solo nuestras ideas preliminares, que fueron demostradas y optimizadas en experimentos a gran escala.

Apéndice 3: Calendario

1. Compre algunos suministros experimentales básicos en unos 15 días.

2. Tómese el tiempo para aprender los conocimientos necesarios.

3. Complete el programa en aproximadamente 7 meses y resuelva problemas de software.

En términos de hardware, se necesitará aproximadamente un año para completar el prototipo producido por la empresa.

5.

6.