Implementing VLPR systems based on TMS320DM642

This paper gives a practical schema for using DSP boards to construct Vehicle License Plate Recognition (VLPR) modules that could be embedded in any Intelligent Transportation System (ITS). Using DSP can avoid the heavy investment in dedicated VLPR system and improve the computational power compared to PC software environment. Low cost, high computational power, and high flexibility of DSP provide the License Plate Recognition System (LPRS) an excellent cost-effective solution to execute the major part of the recognition tasks. This paper describes a successful implementation of VLPR system based on Texas Instruments (TI)'s TMS320DM642. The DSP board acquires video (which could be output to a monitor for surveillance) from a camera, captures images from the video, locates and recognizes the license plates in images, and then sends the recognized results and related images after compression to a host PC through the network. Finally, the overall software is optimized according to the features of DM642 chip. Experiments showed that the DSP VLPR system performs well on the local license plates, and that the processing speed and accuracy can meet the requirement of practical applications.     

H.264视频编码器在DSP芯片的实现

H.264标准的提出满足日益增长的视频应用对运动图像更高的压缩性能的需要,极大地降低了发送视频图像所需要的带宽,适用于多样化的网络环境。采用TMS320DM642实现H.264编码器是一种快速有效的方法,具有多视频处理功能、接口丰富、算法灵活和可根据视频信号处理的特点进行优化等优点。本文主要论述了采用TMS320DM642芯片实现H.264视频编码器的硬件设计及在DSP/B IOS操作系统中实现H.264编码器的软件设计,本系统设计的编码器能够脱离计算机,实现CIF格式视频流的实时编码。     

竖向边缘生长的车牌定位算法

车牌定位在车牌识别系（License Plate Recognition,LPR）的实现过程中是一种极为重要的技术。车牌定位不仅是LPR中的重要步骤，而且是识别的基础。竖向边缘生长算法．既充分发挥了样板匹配的边缘检测方法定位边缘高效快速的特点，又结合了区域生长算法分割结果准确的优点。     

基于多特征融合的小区车牌识别系统的研究

目前的LPR(License Plate Recognition)系统存在识别率低、速度慢和成本高等问题。将蓝底白字的车牌和金属边框、长宽比等多种特征融合,能够实现车牌的快速定位,并大大简化设计、减低成本。通过Matlab编程实现了该系统。实践证明,该系统具有造价低廉、识别速度快、准确率等优点。     

基于DSP的数字视频处理系统中边缘检测算法的实现

近年来,随着DSP技术的快速发展,数字视频处理技术得到了越来越广泛的应用。边缘检测是是数字视频处理中的一项关键技术,而且是进行对象检测和识别的基础。首先分析了当前发展比较成熟的几种边缘检测算法,然后针对基于DSP的数字视频处理系统的特点选用Canny边缘检测算法,并在基于DM642的数字视频处理系统上实现,给出了仿真的结果。     

基于DSP的双光谱紫外图像检测系统

利用中紫外区的"日盲特性",提出一种以高性能数字信号处理器TMS320DM642为核心的双通道实时图像融合处理系统。本系统先通过分光、图像增强和光谱转换实现紫外和可见光信号的采集。然后将紫外信号和可见光背景信号转化为数字信号,并进行融合处理以实现紫外信号的检测与定位。此系统在电力系统电晕检测及森林火灾等紫外信号检测的场合有远大的应用前景。     

车牌识别技术中字符切割新算法

先对切割下来的车牌进行水平扫描,确定车牌上文字在水平上的大致范围;然后再对确定水平范围后的车牌图像进行竖直扫描确定车牌上每个字符的大致宽度;最后把它们切割下来并进行归一化处理,为下一步车牌特征提取打下了基础。实验结果的数据表明该方法对车牌上字符的切割具有很好的效果。     

基于DSP的人脸识别系统的设计与实现

为了提高身份识别系统的实时性、可靠性和便捷性,设计了基于DSP的人脸识别系统。基于肤色的人脸检测算法和基于小波变换的主成分分析的人脸识别算法构成了所设计系统的软件算法;DSP(DM642)微处理器、CCD传感器摄像头和显示屏等构成了该系统的硬件平台。测试结果表明,设计的人脸识别系统具有识别速度快和成功率高等优点。     

基于单目视觉的道路车辆检测系统设计

为了减少车辆碰撞,设计了一个新的基于单目视觉的道路前方车辆检测系统.首先,建立一个基于DM642数字信号处理器的小型灵活硬件平台.然后,提出了一个2步车辆检测算法.第1步,采用车辆边缘和对称性融合算法,设定较低阈值检测出所有可能车辆,该步骤对车辆有接近100％的检测率(TP)和对非车辆有较高的误检率(FP),即能获得图...     

基于车牌识别+移动支付的高速公路收费系统设计与实现

为提高高速公路通行效率,在原有收费系统基础上提出基于“车牌识别+移动支付”的高速公路收费系统,无需额外安装设备即可实现不停车收费。系统核心技术为车牌识别与移动支付。车牌识别采用小波降噪技术对图像进行降噪处理,采用数学形态学方法进行车牌定位,采用垂直投影法进行字符分割,采用 ORC 算法进行字符识别|移动支付通过调用第三方支付平台（微信或支付宝）接口方式实现。对车牌图像进行降噪处理后,车牌识别正确率达到 96%,比未降噪处理提高 3%|与 ETC 收费车道相比,从该系统入口车道通行时间缩短7 秒,出口车道缩短 8 秒,试验结果表明该系统提高了高速公路通行效率。     

浅析车牌识别技术

车牌识别技术作为智能交通的重要组成部分,在人们的生活中发挥着越来越重要的作用。车牌定位、字符分割、字符识别是车牌识别的三个重要组成部分,是车牌识别技术研究的重点,从这三个方面对车牌识别技术的发展和现状及车牌识别技术的应用进行了简要介绍。     

美国马萨诸塞州的中小学校长证书制度及其启示

美国马萨诸塞州的中小学校长证书分为初级证书和专业证书。候选人要取得初级证书,必须完成高等教育机构或学区提供的校长证书项目;初级证书持有者有3年以上领导工作经验,并且完成学区提供的入职项目后,可以获得专业证书。借鉴其经验,我国应该加强校长人选的职前培养,制定校长专业标准,在培训中坚持理论和实践相结合。     

基于TIC6201 DSP的车牌识别卡硬件设计与实现

在交通收费和路口监控等车牌识别应用中,纯粹依靠PC机通常难以达到实时性,应用受到了限制.在将DSP引入到车牌识别应用系统后,此问题可得到较好解决.本DIP系统以TIC6201 DSP处理器为核心,配王S从7111A视频解码芯片SAA7111A作为图像输入通道,使用PCI2040实现了DSP以PCI接口方式与PC的通信.在此系统中,DSP运行识别算法,然后将识别结果通过PCI接口传输给PC供PC进行显示和管理.整个系统计算分布合理,实时性强,极大提高了实用性.     

一种有效的车牌字符分割方法——模板匹配一垂直投影结合的车牌字符分割方法

汽车车牌的字符分割是车牌自动识别系统中的重要环节．采用模板匹配一垂直投影结合的车牌字符分割方法利用了模板匹配法能克服对图像二值化后字符粘连及铆钉等的干扰,同时结合垂直投影法分割字符,使车牌在变形的情况下也能将字符分割出来,综合了各自的优点同时也克服了各自的缺点．     

简论相对集中行政许可权制度

相对集中行政许可权是继相对集中行政处罚权及综合行政执法后的又一项改革措施．是我国《行政许可法》确立的一项旨在解决我国传统行政审批制度弊端的法律制度。该项制度的确立,对改革我国现行行政许可体制,建立新的运行机制．促进行政执法体制改革具有十分重要的作用。     

RBF神经网络在车牌字符识别中的应用

针对现有车牌字符识别算法中存在识别时间长、正确率低的问题,提出了基于粗网格特征提取及RBF神经网络的车牌字符识别算法。该算法首先对车牌图像字符进行预处理,再将提取的车牌字符特征向量输入RBF神经网络进行训练,通过建立汉字字符、字母、字母／数字混合分类器分别对车牌字符信息进行识别,同时引入拒识别和易混字符细识别机制。实验表明,这种方法克服了BP神经网络易陷入局部最小值的问题,提高了识别的正确率,适合于对实时性要求较高的智能交通管理系统。     

基于数学形态学的车牌定位算法

在汽车牌照识别系统中,车牌定位是整个识别模块实现的前提,为了能对汽车牌照精确定位,提出了一种基于数学形态学的车牌定位方法.首先利用中值滤波方法对汽车图像进行消噪处理,然后用迭代阈值选择法将图像进行二值化,并运用数学形态学的膨胀、腐蚀对二值图像进行处理,得到几个车牌候选区,然后利用面积、长宽比以及垂直投影特征值等进行综合分析,准确定位车牌区域.实验结果表明,该方法简单易行、准确率高、并且具有一定实效性,可用于对实际车牌图像的准确定位.     

一种改进BP神经网络的车牌字符识别方法

文章提出了一种改进BP神经网络的车牌字符识别方法,进一步研究在干扰情况下的车牌识别问题,并采用系统化的方法,使用VC＋＋6．0设计并实现一个高效、鲁棒性好的车牌定位和识别系统。实验结果表明,提出的方法具有效率高、精确度好、对光照、旋转、噪声等具有良好的鲁棒性等特点．定位率和识别率可以达到90％以上。     

Digital Signal Processing Based Real Time Vehicular Detection System

Traffic monitoring is of major importance for enforcing traffic management policies. To accomplish this task, the detection of vehicle can be achieved by exploiting image analysis techniques. In this paper, a solution is presented to obtain various traffic parameters through vehicular video detection system( VVDS). VVDS exploits the algorithm based on virtual loops to detect moving vehicle in real time. This algorithm uses the background differencing method, and vehicles can be detected through luminance difference of pixels between background image and current image. Furthermore a novel technology named as spatio-temporal image sequences analysis is applied to background differencing to improve detection accuracy. Then a hardware implementation of a digital signal processing (DSP) based board is described in detail and the board can simultaneously process fourchannel video from different cameras. The benefit of usage of DSP is that images of a roadway can be processed at frame rate due to DSP‘s high performance. In the end, VVDS is tested on realworld scenes and experiment results show that the system is both fast and robust to the surveillance of transportation.     

许可证管理在运政执法中的地位

许可证制度是道路运输管理的基石；现实中许可证管理与运输执法中的矛盾和症结；认识上的差距，市场无序竞争，动摇了法律、法规的尊严；解决的办法：提高整体素质和执法水平，规范道路运输市场，建立道路运输管理网络，加强运输知识及法规教育，塑造运政队伍形象。