车牌识别
此号已封coin
敢问路在何方
展开
-
sdram_ov5640_lcd图像捕获&传输&存储思路
车牌识别总体思路目前存在的车牌识别方法有:基于纹理特征分析的识别方法基于形态特征的识别方法基于小波分析的识别方法和基于图像彩色信息的识别方法等等车牌的识别分为五个步骤:车牌图像的获取,采用OV5640摄像头采集车牌原始图像;对车牌图像进行预处理,将采集到的车牌图像进行灰度化处理、边缘检测以及腐蚀膨胀操作;车牌定位,对处理后的车牌图像进行扫描和列扫描,确定车牌的上下...原创 2020-08-10 09:22:15 · 1571 阅读 · 2 评论 -
OV5640摄像头配置(1)上电复位配置
OV5640摄像头配置(1)上电复位配置1.引脚信息OV5640 的视频输出接口共有10位,D[9:0]。当输出为10-bit RGB raw格式时,使用D[9:0]。当输出格式为8-bit YCbCr或8-bit RGB raw 和 8-bit RGB 565 时, 使用 D[9:2]。同步信号Href和Hsync使用同一引脚 Href。通过I2C设置可选择此引脚为Href或Hsync信号。SIO_C 以及 SIO_D 总线需外接上拉电阻,标准上拉电阻阻值为5.1K欧姆。RESETB引脚低有效原创 2020-05-15 16:44:25 · 3901 阅读 · 3 评论 -
VGA控制器设计与验证
本文系学习小梅哥教程后的总结整理。1.原理介绍对于普通的显示器( 无论是液晶还是 CRT),标准的VGA接口有15个接口,但是真正用到的只有5个接口:三个色彩信号,R,G,B,场同步信号VSYNC,行同步信号HSYNC,时序部分要通过控制行同步信号和场同步信号(场可以当做是扫描完了的行的计数的意思),色彩部分要控制RGB。2.时序分析行扫描时序图列扫描时序图此处参考博客http...原创 2020-05-04 20:50:28 · 877 阅读 · 0 评论 -
基于FPGA的数字识别方案
数字识别方案基于FPGA的数字识别的实现原理介绍数字特征信息的提取基于打印体,如上图1,以图1数字5举例,红框是数字5的水平和竖直的上下左右边界。X1在竖直方向的2/5处的水平线,x2在竖直方向的2/3处的水平线,y在水平方的1/2处的水直线。我们以此特征来统计x1,x2,y与数字5的交叉点。以交叉统计法来区分0-9数字的特征如下表1:表1 0-9数字特征统计表数字与y交叉...转载 2020-05-02 21:51:57 · 2493 阅读 · 2 评论 -
车牌识别项目(2)膨胀与腐蚀方案
膨胀与腐蚀参考博客如下链接,本文为自学后的总结整理数学形态学运算——腐蚀、膨胀、开运算、闭运算原理介绍开运算就是先腐蚀再膨胀,闭运算就是先膨胀再腐蚀腐蚀看起来的效果就是让前景物体缩小了一圈一样。对于前景物体中一些细小的连接处,如果结构元素大小相等,这些连接处就会被断开。膨胀看起来的效果就是让前景物体胀大了一圈一样。对于前景物体中一些细小的断裂处,如果结构元素大小相等,这些断裂的地方就会被连接起来。基于FPGA灰度图像的膨胀算法的实现本地化的膨胀&腐蚀原理上述几张图片的方案原创 2020-05-10 23:34:56 · 1793 阅读 · 0 评论 -
车牌识别项目(3)sobel算法边缘检测
sobel算法边缘检测小梅哥书上的教程讲得很好《小梅哥-FPGA系统设计与验证实战指南_V24》P836 7.11sobel算法做边缘检测其实也可以用作一种二值化操作简单定义:卷积是分析数学中一种重要的运算。设:f(x),g(x)是R1上的两个可积函数,作积分:可以证明,关于几乎所有的实数x,上述积分是存在的。这样,随着x的不同取值,这个积分就定义了一个新函数h(x),称为函数f与g的卷积,记为h(x)=(f*g)(x)。容易验证,(f * g)(x) = (g * f)(x),并且(f原创 2020-05-15 21:16:30 · 2421 阅读 · 0 评论 -
20200428_彩色图片灰度化&二值化
彩色图片灰度化(RGB转gray&Ycbcr)基于FPGA的彩色图像灰度化处理实现小梅哥书上的教程讲得也很好《小梅哥-FPGA系统设计与验证实战指南_V24》P780 7.7 RGB转灰度算法的实现1. 原理介绍在图像处理中,用RGB三个分量(R:Red,G:Green,B:Blue),即红、绿、蓝三原色来表示真彩色,R分量,G分量,B分量的取值范围均为0~255,比如电脑屏...原创 2020-05-02 16:39:17 · 1578 阅读 · 0 评论 -
OTSU算法实现二值化
OTSU算法做二值化处理查阅很多博客与资料,自己消化理解后,整理汇总而来,也算脑力劳动成果吧查阅的文章链接文中基本都提及了1.二值化处理二值化,就是让图像的像素点矩阵中的每个像素点的灰度值为0(黑色)或者255(白色),也就是让整个图像呈现只有黑和白的效果。在灰度化的图像中灰度值的范围为0~255,在二值化后的图像中的灰度值范围是0或者255。 黑色 二值化后的R...原创 2020-05-02 21:46:38 · 3981 阅读 · 0 评论