2018年第8期92计算机应用技术信息技术与信息化基于ＳＴＭ３２的车牌识别系统的设计与实现唐瑜梅* TANG Yu-mei摘 要 本文主要研究基于STM32单片机的车牌识别系统，以STM32F103RBT 单片机为主控芯片，控制摄像头进行图像采集，并将结果显示在显示屏上。车牌识别系统工作流程包括图像采集、图像预处理、车牌定位、字符分割、字符识别5个基本步骤。关键词 图像处理；车牌识别系统；字符分割；字符识别doi：10.3969/j.issn.1672-9528.2018.08.027* 四川文理学院智能制造学院 四川达州 635000** 四川文理学院达州智能制造产业技术研究院 四川达州 635000[基金项目] 四川文理学院2017年度科研基金自然科学研究一般项目“图像边缘检测算法改进及其应用研究”（项目编号：2017KZ007Y）在我国经济的高速发展的下，汽车数量急剧增多，同时也给交通管理带来了各种问题难题，智能车牌识别成为了智能交通的重要组成部分，在智能停车场、道路监控等方面有广泛的应用。车牌识别系统使车辆管理更加智能化，有效增加了便捷性，节约了人力成本。1 车牌识别系统总体设计车牌识别系统分为硬件和软件两个部分,硬件部分主要负责拍摄车辆的视频图像，转化为静态图像并传输给计算机处理，并将识别后的图像进行显示。软件模块主要完成车牌图像处理，目的是得到清晰的车牌字符并且与字符库对比进行匹配识别。系统工作流程如图1所示。 图1车牌识别系统工作流程本系统以STM32F103RBT 单片机为主控芯片，控制OV7670摄像头进行图像采集，通过图像处理后获得车牌的识别结果并显示。2 车牌识别工作原理2.1 图像预处理在图像采集过程中，环境中各种干扰因素导致图像质量受到影响。为了消除这些干扰，需要对采集到的图像进行预处理。图像预处理是对图像进行一系列的变换，从而增强图像中的有用信息，削弱无用的信息。这些变换通常有灰度变换、边缘检测和图像二值化等。2.1.1 灰度变换摄像头采集的图像是彩色的，图像的可能会和车牌的颜色相似，并占空较大内存，引起设备的运行速度慢，降低效率，因此要对采集的车牌图像进行灰度化处理。在RGB 模型中，若使灰度值gray=R=G=B，那么彩色图像则可转化成灰色图像。采用的主要方法有平均值法和权值加重法。（1）平均值法：gray 取R、G、B 三个的平均值，即gray=3B G R ++（2）权值加重法：gray=rR+gG+bB该式中通常取r=0.299，g=0.587，b=0.114，因为该系数能获得最适合观察的灰度图像。在本次设计仿真用Matlab 中的imrgb2gray 函数来将彩色图像灰度化，采用的是权值加重法。其程序段为：I=imread(‘E:\chepai’); %读取图像I1=inrgb2gray(I); %彩色图像灰度转换Figure(1); Subplot(3,3,1);Imshow(I1); %显示灰色图2.1.2 边缘检测边缘就是整合了灰度的空间发生突变或者阶跃变化的所有像素，所有物体、基元等同类之间都存在着图像边缘特征。整个车牌中车牌区域是边缘比较集中部分，为了将车牌图像信息的干扰做到最小，将图像从含有干扰因素的环境中提取出来，也同时为了车牌字符信息做到最大限度的保留，需要做边缘检测，这也是提高图像质量的办法。边缘检测常用的算法有：梯度算子、Sobel 算子、Rob-
本文来源：https://www.2haoxitong.net/k/doc/575dc3034bfe04a1b0717fd5360cba1aa9118c50.html
