基于嵌入式開發(fā)板的車輛識別系統(tǒng)設計

　　如今經(jīng)濟迅速發(fā)展，不但城市人口的數(shù)量變得日益龐大，而且城市中最重要的交通工具汽車的數(shù)量急劇增加，與日俱增的車輛時刻考驗著城市交通管理的能力。高效，可靠地管理車輛已成為每個城市迫切需求。因此車牌識別系統(tǒng)作為智能交通管理系統(tǒng)的重要組成部分，越來越被重視。車牌識別技術(shù)的探索，促進交通管理的智能化和網(wǎng)絡化，對于日益趨多的車輛管理的工作有較大幫助。本文提出基于樹莓派開發(fā)板的車牌識別系統(tǒng)，實現(xiàn)物聯(lián)網(wǎng)技術(shù)下的車牌識別。

　　1.總體結(jié)構(gòu)

　　該車輛識別系統(tǒng)主要由臺式機、嵌入式開發(fā)板、攝像頭模塊三個部分組成設計圖如圖1所示。

　圖1 車輛識別設計圖

　　該車輛識別系統(tǒng)包括嵌入式開發(fā)板、電源模塊、攝像頭模塊、臺式機模塊、通信模塊。臺式機作為服務器，控制與之連接的樹莓派開發(fā)板對車牌進行拍照;通信模塊采用Java語言編寫，它們之間的通信通過TCP/IP協(xié)議，實現(xiàn)數(shù)據(jù)的交換和傳輸。嵌人式開發(fā)板接入互聯(lián)網(wǎng)，配合攝像頭模塊可實現(xiàn)在停車場、小區(qū)門禁等需要進行車輛身份驗證的類似場景，快速識別車牌信息。

　　2.組件分析

　　2.1臺式機

　　臺式機部分在Windows環(huán)境下，搭載了由VC2010開發(fā)，OpenCV軟件輔助的識別系統(tǒng)。臺式機不斷接收來自嵌入式開發(fā)板的圖像數(shù)據(jù)，圖像被處理識別后再由無線傳輸，將識別結(jié)果返回至嵌人式開發(fā)板。

　　開發(fā)環(huán)境如下：Visual Studio是由微軟公司推出的開發(fā)環(huán)境。它是目前最流行的Windows平臺應用程序開發(fā)環(huán)境之一。Microsoft Visual Studio 2010版本還支持支持微軟云計算架構(gòu)(Windows Azure)、移動與嵌入式裝置開發(fā)以及當前最熱門的敏捷軟件開發(fā)模型。

　　OpenCv(Open Source Computer Vision Library)于1999年由 Intel公司建立，現(xiàn)如今為其提供支持的是 Wil-low Garage。OpenCV是一個計算機視覺函數(shù)庫，它是基于開源和跨平臺發(fā)行的。

　　OpenCV作為一個外部函數(shù)庫，可以通過在 Windows、Linux環(huán)境下的IDE下配置連接，在編程開發(fā)時直接調(diào)用函數(shù)庫中各種算法對應的函數(shù)就可以實現(xiàn)所需的操作，可以有效地加快開發(fā)速度。由于OpenCV專門針對Intel的處理器做了優(yōu)化，因此在Intel平臺下則表現(xiàn)出更快的速度。

　　Tesseract是由Ray Smith于1985～1995年間在惠普布里斯托實驗室開發(fā)出來的一個光學字符識別(Optical Charac-ter Recognition,OCR)引擎，曾經(jīng)在1995年UNLV精確度測試中名列前茅，但1996年后就停止了開發(fā)。2006年，Google邀請Smith加盟，重新啟動了該項目。該項目目前可以支持 Windows、Linux和 Mac OS等主流平臺。Tes-seract-OCR 3.0.1以后發(fā)布的版本中加入了中文字符識別庫，可以實現(xiàn)對tif、bmp格式中含中文字符的圖像的識別。

　　為了提高識別率，Tesseract-OCR還提供了樣本訓練功能，用戶可以通過收集大量的樣本素材來訓練自己的識別庫，從而可以提高用戶對某些特定性的字符的識別率。在Microsoft Visual Studio 2010平臺下用戶可以通過調(diào)用Tesseract-OCR提供的API接口，將自己訓練的識別庫放入安裝目錄的tessdata中，配置環(huán)境變量后，對待識別的字符圖像進行識別。

　　2.2嵌入式開發(fā)板

　　嵌入式開發(fā)板采用了當下較為流行的樹莓派開發(fā)板。Raspberry是世界上最小的臺式機，又稱卡片式電腦，外形只有****大小，卻具有電腦的所有基本功能。它是一款基于ARM的微型電腦主板，以SD/Micro SD卡為內(nèi)存硬盤，可連接鍵盤、鼠標和網(wǎng)線，同時擁有視頻模擬信號的電視輸出接口和HDMI高清視頻輸出接口，只需接通電視機和鍵盤，就能執(zhí)行如電子表格、文字處理、玩游戲、播放高清視頻等諸多功能。

　　本次使用的是樹莓派3B，相較于上代樹莓派，3B的性能更加強大，搭載1.2GHz的64位四核處理器，增加802.11 b/g/n無線網(wǎng)卡和低功耗的藍牙4.1，功耗也有小幅度的增加。

　　3.無線通信傳輸

　　由于臺式機接收到的圖像質(zhì)量好壞會直接影響到最終識別的準確，因此如何將攝像頭拍攝的圖像準確性﹑快速地傳遞給臺式機成了重中之重。TCP(Transmission Control Protocol,傳輸控制協(xié)議)是基于連接的協(xié)議，在正式收發(fā)數(shù)據(jù)前﹐必須和對方建立可靠的連接。由于TCP連接方式的可靠性，如圖2所示，使得圖片在傳輸過程中，數(shù)據(jù)的完整性得到保障。

　　圖2 TCP方式傳遞圖片

　　樹莓派官方預搭載的編程開發(fā)環(huán)境包含了Java語言。Java語言是一種面向?qū)ο蟮恼Z言，它提供了基本的封裝方法來完成指定的任務，只需要傳人必要參數(shù)，即可調(diào)用相應方法，得到想要的結(jié)果。Java也適用于小型機，它的基本解釋器及類的支持只有40KB左右。此外，Java是面向網(wǎng)絡的語言，通過它提供的類庫可以處理TCP/IP協(xié)議，用戶可以通過URL地址在網(wǎng)絡上很方便地訪問其他對象。本次設計就使用了Java語言的TCP/IP封裝的方法。

　?、費AC地址是上網(wǎng)設備的“身份證號碼”，具有全球唯一性。所以使用路由器綁定臺式機的MAC地址以及多臺樹莓派的MAC地址，指定其內(nèi)部網(wǎng)絡IP地址，可以方便管理。

　?、谂_式機作為本次方案的服務器端，使用了Java多線程技術(shù)，監(jiān)聽來自不同P地址的數(shù)據(jù)，并將數(shù)據(jù)保存在指定文件目錄下。

　?、蹣漭勺鳛楸敬畏桨傅目蛻舳?，通過Java封裝好的方法，實例化Socket流，連接指定IP地址的服務器端。在其拍照結(jié)束并檢查文件的合法性，確認文件無異常后，通過字節(jié)流將文件發(fā)送給服務器。

　　圖3 IP地址分配圖

　　④待文件確認傳輸完畢后，釋放所有資源，等待下次命令的開啟。圖片通過網(wǎng)絡，在發(fā)送端利用TCP/IP協(xié)議傳遞給臺式機，若成功識別，會在指定目錄下生成txt文檔，保存車牌號。

　　臺式機服務器端多線程部分：

　　樹莓派客戶端發(fā)送數(shù)據(jù)部分：

　　4.車輛識別過程

　　(1)基于樹莓派的云端識別車牌方法，準備過程如下：

　?、匍_啟云端的電腦，接入互聯(lián)網(wǎng)。

　?、诖蜷_電腦和樹莓派之間相應的通信軟件和識別車輛的軟件，等待樹莓派連接，每連接一個樹莓派，開啟一條線程處理。

　?、蹣漭蛇B接電源模塊，接通電源，為方便管理，為每一臺樹莓派設置好靜態(tài)固定的IP地址，通過無線網(wǎng)卡連接路由器。

　?、軘z像頭正確連接樹莓派，裝入樹莓派保護盒內(nèi)，保證工作狀態(tài)下減少外界干擾。并將樹莓派盒子內(nèi)攝像頭正對道路口，擺在需要車牌識別的地方。

　?、萃ㄟ^SSH方式開啟樹莓派通信模塊，驅(qū)動攝像頭，開始工作。

　　(2)捕捉車輛過程如下：

　?、贅漭砷_啟后﹐拍攝圖片，并啟用上傳程序，發(fā)送給云端臺式機。

　?、谠贫伺_式機收到連接請求，同意連接，并接受樹莓派發(fā)來的數(shù)據(jù)﹐保存在指定目錄下，啟動識別車牌程序進行車牌的識別。

　?、廴糇R別程序成功定位到車牌，進行識別車牌中的字符，并將結(jié)果保存在指定目錄。

　　若識別程序未定位到車牌，將舍棄此次數(shù)據(jù)，等待下次樹莓派數(shù)據(jù)的傳輸。云端識別流程圖如圖4所示。

　　(3)識別程序工作過程如下：

　　本系統(tǒng)基于開源發(fā)行的OpenCV跨平臺計算機視覺函數(shù)庫進行設計和實現(xiàn)，采用Microsoft Visual Studio2010開發(fā)平臺，運用MFC框架設計界面，使用C++語言編程，調(diào)用Tesseract-OCR對提取出的車牌字符進行識別，主要分三步來實現(xiàn)車牌識別技術(shù)：即車牌定位、字符分割、字符識別。車牌識別系統(tǒng)的工作的總流程如圖5所示。

圖4 云端識別流程圖

圖5 車牌識別流程圖

　?、賵D像的輸入。本系統(tǒng)處理的圖像都統(tǒng)一調(diào)整為像素為2592×1 456，經(jīng)過大量實驗,當判定條件的面積選擇為大于10 000時,能夠有效地去除掉微小噪點帶來的干擾。

　?、谲嚺贫ㄎ弧４谁h(huán)節(jié)主要應用形態(tài)學方法，對車牌進行定位。

　?、圩址指瞽h(huán)節(jié)采用閥值分割法，去除掉噪音的干擾，實現(xiàn)對車牌字符的分割，從而提取出車牌字符。

　?、茏址R別環(huán)節(jié)則利用樣本訓練方法，對字符分割后的圖像進行識別。

　　5.測試結(jié)果

　　本系統(tǒng)最后對15張端正的車牌圖像進行測試分析，統(tǒng)計了車牌完全識別正確率和車牌字符識別正確的個數(shù)。測試結(jié)果如表1所列，可以看出在共計15張照片中，完全識別正確的達到12，正確率為80.0%。字符共計105個，完全識別正確的有820個，字符識別的正確率達94.3%。

　　對于識別錯誤的車牌，經(jīng)過分析一般都是圖像中車牌的位置出現(xiàn)較大的強光光斑干擾和車牌附著灰塵太多干擾造成，從而影響了對圖像車牌的識別。含有強光光斑的汽車圖像因素均會導致本系統(tǒng)的識別率下降。針對這一類圖像的識別，可以在采集圖像時，通過攝像頭前增加偏光鏡片，來降低強光光斑干擾的程度，使得識別率有所提高。

　　結(jié)語

　　以上就是基于嵌入式開發(fā)板的車輛識別系統(tǒng)設計介紹了。該設計在成本上大大縮減了鋪設自動識別車輛的設備的費用，也免去了布線麻煩，功耗低等問題。

關(guān)注公眾號“優(yōu)特美爾商城”，獲取更多電子元器件知識、電路講解、型號資料、電子資訊，歡迎留言討論。