基于嵌入式的车牌识别系统设计
一种嵌入式车牌识别系统的设计与实现
采用 Ｓｂｌ ｏｅ 检测算子 其 中， 一个模板对水平边缘
响应 最 大 ， 一个 对 垂直 边缘 响应 最 大 。表示 为 ： 另
【１ ｓｌ ０ １ｊ 一 １ ０ ２ ０ Ｊ； 【 ２ Ｊ Ｊ ０ 。 １ １
２ ０ ２ ０ １
然后 ， 以两个卷积的最大值作为该点 的输出值 ，ｏｅ 检测算子的计算过程可以分解为 ： Ｓｂｌ 先做加权微
第１ ７卷 第 ２期
２１ ０ １年 ２ 月
江 苏 技 术 师 范 学 院 学 报
Ｊ ＵＲ Ａ ＦＪ Ｇ ＵＴ ＡＣ Ｒ Ｉ Ｅ ＳＴ ＦＴ Ｃ Ｎ Ｌ Ｙ Ｏ Ｎ ＬＯ Ｉ Ｓ Ｅ ＨＥ ＳＵＮＶ Ｒ ＩＹ Ｏ Ｅ Ｈ Ｏ ＯＧ ＡＮ
Ｖｏ ．７Ｎｏ２ １ ． ． １ Ｆ ｂ。 ２ １ ｅ ． ０１
牌 照识别 中最 为关键 的步骤之 一 。
２２１ 水 平 定 位 ．．
车 牌 区域 由于存 在字符 和 汉字 ， 日分布 紧凑 而有规 律 ， 并 ． 因此 ， 车牌 区域 的灰度 变 化频 率 非 常剧 烈 ，
这是车牌区域的最主要的特征。检测汽车图像横向扫描线上相邻两个像素值 的变化次数 ， 因为牌照中至
Ｇ ｉ ） ｌＩ Ｊ （ｊ ＝Ｉ ＋ｓ ，
。
最后 ， 图像 进行 边缘 检 测 ， 过 编程调 试 程序后 ， 到 车牌 的边缘 图像 。 对 通 得
２ ０
江 苏 技 术 师 范 学 院 学 报
第 １ 卷 ７
２２ 车牌定 位 ． 在 车辆 图像 进行 预处理后 就可 以进行 牌照 区域 的定 位分 割 了 ， 从车辆 图像 中正 确 分割 出牌 照 区域 是
第 二 步 ， 这个 高度范 围内 自左 向右逐 列扫描 ， 在 遇到第 １ 白色像 素 时认 为 是字 符分 割 的起 始位 置 。 个
车牌识别嵌入式系统的软硬件设计
车牌识别嵌入式系统的软硬件设计
王旭;胡斌
【期刊名称】《移动信息》
【年(卷),期】2024(46)1
【摘要】作为交通信息服务系统的重要手段,车牌识别技术避免了人工操作存在的各种弊端。
文中设计了车牌识别嵌入式系统的软硬件,该系统的整体框架主要包含3个模块,分别是OV7670摄像头、STM32单片机和TFT显示屏。
为满足任务需求,设计了最小系统和电源模块等硬件;为解决传统投影法误差较大的问题,该系统在字符分割前会先对车牌区域进行识别,并采用上下投影的方式在有效区域内进行字符分割。
实验表明,该系统可以实现车牌识别功能,且精确度较高。
【总页数】3页(P163-165)
【作者】王旭;胡斌
【作者单位】中国航发北京航空材料研究院;北京华卓精科科技股份有限公司【正文语种】中文
【中图分类】TP29
【相关文献】
1.基于平台和中间件的嵌入式系统软硬件协同设计
2.新的嵌入式系统设计方法学：软硬件协同设计
3.嵌入式系统设计的软硬件划分研究
4.关于嵌入式系统的软硬件协同设计研究
5.基于嵌入式系统软硬件自动化的汽车电动座椅位置调节控制系统设计
因版权原因，仅展示原文概要，查看原文内容请购买。
嵌入式车牌识别系统的硬件电路设计
嵌入式车牌识别系统的硬件电路设计近年来，随着车牌识别技术的不断发展，该技术可以实现车牌识别、违章追踪等功能。
为了实现这些功能，需要一种嵌入式车牌识别系统的硬件电路设计，能够将车牌识别技术的软件设计与嵌入式装置结合起来，实现高性能的车牌识别，扩展智能交通应用。
嵌入式车牌识别系统由主控单元、传感器单元、图像采集单元、外设单元、车牌识别以及控制单元等组成。
其中，主控单元是嵌入式系统的控制核心，对整个车牌识别系统的运行模式进行控制；传感器单元可以实现一系列的传感功能，如实现车牌位置检测、车牌尺寸检测；图像采集单元可以获取图像数据，并将图像数据发送给处理器；外设单元主要用于处理系统与外部设备的连接；车牌识别单元是嵌入式车牌识别系统中最重要的部件，实现了对车牌号码的精准识别；最后，控制单元是车牌识别系统的核心，可以实现对图像的辨别处理以及系统的上位机控制。
嵌入式车牌识别系统的硬件电路设计原则是：信号的获取、环境控制、数据处理和结果获取。
首先，要从摄像头中获取图像。
然后，要对环境进行控制，确保系统可以稳定、准确地工作，并根据需要控制传感器单元。
最后，系统要能够准确地处理车牌图像数据，并将识别结果发送给控制单元，进而实现智能交通管理系统的实现。
嵌入式车牌识别系统的硬件电路设计主要包括处理器的选择、电路的配置、图像采集单元的设计和外设模块的设计四个部分。
在选择处理器时，一般要考虑处理器的性能、功耗、价格等因素；电路的配置主要包括外设的连接、电源的输入以及电路的功能设置等；图像采集单元的设计应该考虑图像像素、图像频率等技术参数；最后，外设模块的设计应考虑到外设芯片的性能、功耗、价格等因素。
在嵌入式车牌识别系统的硬件设计中，应注意不同部件和设备之间的互联，包括硬件和软件之间的协调，以便实现最佳性能。
另外，为了提高嵌入式车牌识别系统的安全性，硬件的设计要能够处理安全问题，同时保证系统的稳定性和数据完整性。
综上所述，嵌入式车牌识别系统的硬件电路设计是实现车牌识别技术应用的关键所在，它要考虑到硬件和软件之间的协调、安全性、稳定性以及数据处理等不同方面的因素。
基于异构计算架构的嵌入式交通标志牌识别系统的设计与实现
基于异构计算架构的嵌入式交通标志牌识别系统的设计与实现近年来,随着人工智能时代的到来,汽车自动驾驶技术得到了飞
速发展。
无人送货等小型自动驾驶车辆亦逐渐普及,该类车辆体积小、携带能源有限,在其交通标志识别系统中通常存在两类问题。
若使用通用CPU、GPU计算架构的硬件平台,存在功耗高影响车辆续航能力的问题;若使用低功耗的嵌入式CPU,功耗虽低但处理能力差,无法满足系统实时处理图像数据的需求。
为了解决上述问题,本文基于嵌入式CPU+FPGA的异构计算架构设计并实现了一种新的交通标志识别系统。
该系统由交通标志分割子系统和交通标志内容识别子系统两个子系
统级联而成。
交通标志分割子系统使用颜色阈值将交通标志从整体图像中分割出来,交通标志识别子系统使用Lenet-5卷积神经网络对分割后的交通标志图像进行识别。
交通标志分割子系统使用FPGA对颜色阈值分割算法中的色域空间转换,以及模糊、膨胀、腐蚀等算法进行并行化和流水线化设计,实现了加速。
交通标志内容识别子系统使用FPGA对卷积神经网络不同卷积核之间的计算进行了并行化,将卷
积层和池化层之间设计为流水线结构,从而实现了系统的加速。
最终,系统以低于6w的总功耗,实现了从30fps的视频流中实时识别国内红蓝底色交通标志的目标,包括方向指示、禁止、限速等共25类交通标志,识别准确率达92%。
系统功耗仅为core i5 CPU的17%。
基于ARM的车牌识别系统界面设计
基于ARM的车牌识别系统界面设计摘要车牌识别技术(VLPR)作为智能交通系统（ITS）的重要方面，其和蓬勃发展的嵌入式系统相结合，有着重要的理论意义和广阔的应用前景。
本文在实现了对嵌入式Linux图形用户界面设计的基础上，重点研究了车牌识别的各项关键技术，包括图像预处理、车牌定位、字符切割和字符识别。
本文首先对车牌识别系统的开发环境和嵌入式图形用户界面的设计方面进行了介绍，开发环境是基于OpenCV的Qt开发环境，在Qt下设计并实现了用户自定义的图形化人机接口界面。
本文利用C++语言，通过调用OpenCV库函数实现了车牌识别中图像预处理、车牌定位、字符切割和字符识别等各种算法。
在图像预处理方面，本文在对大量图片进行了综合处理的基础上，比较了各种预处理方法，最后采用基于HSV阈值化后进行滤波及形态学处理的预处理方法，该方法能很好的消除图形噪音。
在定位方面，本文提出了轮廓检测并分级判断的策略。
在字符切割方面采用的是基于投影的切割方法，而在字符识别方面采用的是弹性模板匹配法。
经过定量实现表明，该系统能很好地解决实际应用中的车牌图像倾斜、光照不足等问题，并且有很好的识别率。
关键词：Qt；图像预处理；车牌定位；字符分割；字符识别ABSTRACTLicense Plate number Recognition Technology (VLPR) as an important aspect of intelligent transportation systems (ITS), It is combining with the rapid growth of embedded systems, In addition that has the important significance and broad application prospects. This article is focuses on some key technologies of license plate number recognition: include the image preprocessing and the license plate positioning and the character segmentation and character recognition, They are based on the design of Embedded Linux Graphic User Interface.Firstly introduce the design of Embedded Linux Graphic User Interface and the development environment of License Plate number Recognition., The development environment is based on the Qt of OpenCV, Then designing and implementing a graphical human machine interfaces of user-defined on the Qt.In the thesis, by Used C + + language, then adjust using the OpenCV library functions to got some algorithms of the image preprocessing and the license plate positioning and the character segmentation and character recognition. For the image preprocessing through more images manipulation and compare of various pretreatment methods. Then through Pretreatment method of the filter and the morphological processing based on a HSV threshed image, This method is better to eliminate the graphical noise. For license plate positioning that I’m make a strategy of contour detection and Classification judgment. For character segmentation that I’m make a cutting meth od of based on the projection, and For the character recognition that I’m making a matching method of the elastic template. After quantitative test that system can be better solve the issues of the licence plate image obliquity and the lack of light. And this system can be make a high level of recognition.Keywords: Qt; Image Pretreatment; License Plate Location; Character Segmentation; Character Recognition目录第1章绪论 (1)1.1 课题研究的背景及意义 (1)1.2 嵌入式系统概述 (1)1.3 国内外车牌识别系统的研究现状与发展 (2)1.4 本文主要研究的内容 (3)第2章相关技术和理论 (5)2.1 开发工具简介 (5)2.1.1 OpenCV (5)2.1.2 QT软件 (6)2.2 车牌特征 (7)2.3 系统评价指标 (7)2.4 本章小结 (8)第3章车牌识别系统设计 (9)3.1 系统设计原则 (9)3.2 需求分析 (9)3.3 概要设计 (10)3.3.1 系统总体设计图 (10)3.3.2 模块描述 (11)第4章车牌识别界面设计 (12)4.1 宿主机上开发环境的配置 (12)4.1.1 下载所需工具并安装 (12)4.2 Qt应用程序开发 (15)第5章车牌识别算法研究 (20)5.1 算法构成 (20)5.2 预处理 (20)5.2.1 HSV彩色分割 (20)5.3 车牌定位 (21)5.3.1 车牌轮廓粗略定位和分级判断 (22)5.3.2 基于投影法的精确定位 (23)5.4 字符切割 (23)5.4.1 预处理 (24)5.4.2 切割 (24)5.4.3 字符归一化 (24)5.5 字符识别 (25)5.5.1 识别算法概述 (25)5.5.2 弹性模板匹配算法 (25)5.6 本章小结 (26)第6章系统调试 (27)6.1 运行平台 (27)6.2 系统功能测试 (27)6.3 车牌识别结果展示 (30)6.3.1正常情况 (30)6.3.2倾斜及阴暗的情况 (31)6.3.3 其他情况 (32)结论 (36)参考文献 (37)致谢 (39)附录1：英文文献 (1)附录2：英文翻译 (13)基于ARM的车牌识别系统界面设计第1章绪论1.1 课题研究的背景及意义随着国民经济的不断发展，汽车已经悄然进入人们生活，道路上的车辆也越来越多。
车牌识别系统解决方案设计
车牌识别系统解决方案设计车牌识别系统是一种利用计算机视觉和图像处理技术，通过对车辆图像进行分析和处理，识别出车辆的车牌号码的系统。
在现代城市交通管理中，车牌识别系统具有重要的作用，可以实现自动收费、交通监控、违章查扣等功能。
下面将从硬件设计、图像处理算法、系统架构和应用场景等方面，阐述车牌识别系统的解决方案设计。
1.硬件设计：车牌识别系统的硬件包括摄像头、嵌入式计算平台和显示器等部分。
摄像头需选择高清晰度、低光噪声、大动态范围的相机，以确保获取清晰的车牌图像。
嵌入式计算平台应具备较高的处理能力和存储容量，能够快速处理车牌图像并存储相关信息。
显示器用于显示识别结果、车辆信息等。
2.图像处理算法：车牌识别系统的核心是图像处理算法。
首先需要对车辆图像进行预处理，包括图像增强、灰度化、二值化等步骤，以提高后续处理的准确性。
然后利用图像分割技术将车牌从整个车辆图像中分离出来，可以采用基于边缘检测、颜色特征或形态学方法等。
接下来，通过字符分割算法将车牌中的字符分离开来，一般可采用基于连通区域分析、边缘检测或模板匹配的方法。
最后，利用字符识别算法对每个字符进行识别，可以采用基于模板匹配、神经网络或支持向量机等方法。
3.系统架构：车牌识别系统的架构一般分为前端采集、图像处理和后端管理三个部分。
前端采集部分负责从摄像头获取车辆图像，并传输给图像处理部分；图像处理部分对车辆图像进行预处理、分割和字符识别；后端管理部分负责存储识别结果、车辆信息和与其他系统的交互等。
前端与图像处理之间的数据传输可以通过网络或总线方式实现。
4.应用场景：车牌识别系统可以应用于多个场景，如自动收费系统、智慧停车管理、交通监控和违章查扣等。
在自动收费系统中，车辆驶过收费站时，系统能够自动识别车牌，匹配车辆信息，并自动从驾驶员的账户中扣款。
在智慧停车管理中，系统能够对停放在停车场内的车辆进行自动识别和计时，避免了传统的人工计时方式。
在交通监控中，系统能够自动识别车辆并将识别结果与数据库中的信息进行匹配，从而实现交通违法行为的自动监测和处罚。
基于嵌入式软件的导航设备车辆识别算法
基于嵌入式软件的导航设备车辆识别算法导航设备在现代交通中扮演着至关重要的角色。
随着技术的不断发展，嵌入式软件逐渐成为导航设备的核心。
对于车辆识别算法来说，它是一种基于嵌入式软件的关键技术，能够实现车辆的准确识别和跟踪。
在本文中，将对基于嵌入式软件的导航设备车辆识别算法进行详细介绍。
首先，我们来了解一下车辆识别算法的基本原理。
车辆识别算法主要通过对车辆图像进行分析和处理来实现对车辆的识别。
在图像处理的过程中，首先要进行图像的预处理，包括图像的去噪、图像增强等步骤，以提高图像质量。
然后，需要进行特征提取，目的是从图像中提取出与车辆相关的特征信息，例如车辆的颜色、形状、纹理等。
最后，通过使用机器学习算法，如支持向量机、卷积神经网络等，对特征信息进行分类和识别，从而实现对车辆的准确识别和分类。
在基于嵌入式软件的导航设备中，车辆识别算法需要考虑到实时性和精度的要求。
实时性要求算法能够在有限的时间内完成识别任务，以保证导航设备的实时响应能力。
精度要求算法能够准确地识别车辆，以提供准确的导航信息。
为了满足这些要求，需要针对嵌入式平台的特点进行算法的优化和改进。
在实时性方面，可以通过使用高效的算法和数据结构来提高算法的执行效率。
例如，可以使用基于哈希表的快速查找算法来加速特征信息的检索过程。
此外，还可以利用并行计算的技术，将算法的计算过程拆分成多个子任务，并使用多线程或并行处理器进行并行计算，以提高算法的并行性和执行效率。
在精度方面，可以通过增加特征数量、优化特征提取算法，以及使用更先进的机器学习算法来提高车辆识别的准确性。
例如，可以使用深度学习算法来实现对车辆特征的自动学习和提取。
深度学习算法能够通过构建多层神经网络，从原始图像中自动学习到更高级别的特征表示，从而提高车辆识别的准确性。
此外，为了提高算法的鲁棒性，还可以引入多种不同类型的特征信息，并结合多个特征进行综合识别。
例如，可以结合颜色特征、形状特征、纹理特征等多个特征来进行车辆识别。
嵌入式车牌识别系统的硬件电路设计
嵌入式车牌识别系统的硬件电路设计张松;王飞【期刊名称】《现代电子技术》【年(卷),期】2012(035)010【摘要】The hardware design of embedded license plate recognition system based on digital signal processor (DSP) TMS320VC5416 and complex programmable logic device (CPLD) is introduced in the paper. The system makes use of the video input processor SAA7111 to accomplishA/D conversion of video signal, and the data is saved into frame memory under the control of CPLD. The real-time processing and analysis of image data are conducted by DSP. The parallel running of image data gathering and processing was implemented through the structure of "ping-pong" memory. The recognition result was translated to host or saved in EEPROM through serial port. The off-line and on-line working of the license plate recognition system has been realized.%基于数字信号处理器(DSP)TMS320VC5416和复杂可编程逻辑器件(CPLD)的嵌入式车牌识别系统的硬件设计,利用视频处理芯片SAA7111作为视频A/D,在CPLD的控制下将采集到的图像数据写入帧存储器中,DSP对图像数据进行实时分析处理.采用“乒乓”存储结构,实现了图像数据的采集和处理的并行运行.识别结果通过串口传到上位机或者保存在E2 PROM中,实现了车牌识别系统脱机、联机工作,在实时高速图像处理系统中有广泛的工程技术应用前景.【总页数】3页(P1-3)【作者】张松;王飞【作者单位】成都电子机械高等专科学校通信系,四川成都610031;成都电子机械高等专科学校通信系,四川成都610031【正文语种】中文【中图分类】TN98-34【相关文献】1.基于Blackfin561的嵌入式车牌识别系统 [J], 于鹏;王嘉成;贾伟岗2.基于Cortex-A8的嵌入式车牌识别系统设计 [J], 张涛;王剑魁;张国山;刘丽3.基于DM642的嵌入式车牌识别系统设计与实现 [J], 陈存弟;刘金清;刘引;蔡淑宽;何世强;周晓童;邓淑敏;吴庆祥4.基于DM642的嵌入式车牌识别系统设计与实现 [J], 陈存弟;刘金清;刘引;蔡淑宽;何世强;周晓童;邓淑敏;吴庆祥;5.基于嵌入式的车牌识别系统设计 [J], 赵凌雪;陈克然;刘存真;因版权原因，仅展示原文概要，查看原文内容请购买。
车牌自动识别系统的嵌入式设计
车牌自动识别系统的嵌入式设计魏迎军;张喆;韩洁【期刊名称】《价值工程》【年(卷),期】2011(030)030【摘要】科技正以前所未有的速度改变着人们的生活,从而影响到了交通系统的发展.为了组建更加智能化、人性化的交通系统,车牌自动识别系统应运而生.本文采用了嵌入式系统作为车牌自动识别系统平台.通过对硬件和软件的探讨,搭建出车牌自动识别系统的框架.使用Linux作为操作系统平台,使用OpenCV开源函数库进行图像的分析与处理,在这些基础上完成了车牌识别系统的整体模型.首先对车牌进行灰度变换,然后选取阚值使图像二值化,接着进行车牌的定位,获得车牌图像后进行车牌字符的切割,使单个字符分开,最后对分割后的字符和标准的字符模板进行匹配,从而获得车牌信息记录下来并传输到需要的主机上.%The technology is changing people's life at unprecedented speed, also affecting the development of traffic system. In order to foim a more intelligent and humanized traffic system, the license plate recognition system emerged. This paper used the embedded system as a license plate recognition system platform. Through discussing the hardware and software, this paper builds framework of the license plate recognition system. It uses Linux as operating system platform, and uses OpenCV open source function library to conduct image analysis and processing. On the basts, (he whole model of the license plate recognition system is completed. First, die system conducts gray transform for vehicle license plate, and selects threshold to make the image binary,then locates the license plate, cuts and divides plate character after receiving a license images, and then matches them with standard characters formwork. and gets the license plate information and records and transmits to the needed hardware.【总页数】2页(P144-145)【作者】魏迎军;张喆;韩洁【作者单位】黄淮学院,驻马店463000;黄淮学院,驻马店463000;驻马店第二初级中学,驻马店463000【正文语种】中文【中图分类】TP315【相关文献】1.车牌自动识别系统中车牌分割的研究 [J], 李炜;黄心汉2.车牌自动识别系统GUI界面设计与实现 [J], 朱晓林;万琴;肖岳平;安希旭3.基于彩色图像信息的车牌自动识别系统仿真研究 [J], 林国聪; 王冬青; 薛斌强; 刘金燕4.车牌自动识别系统设计 [J], 王美琴;易敏;关财忠;王茗祎5.基于MATLAB的车牌自动识别系统开发与设计 [J], 胡云琴;梁春美;郑卫娟因版权原因，仅展示原文概要，查看原文内容请购买。
基于嵌入式车牌识别的研究
基于嵌入式车牌识别的研究【摘要】随着经济的发展，城乡贫富差距不断地缩小，偏远地区和乡镇地区的机动车辆也越来越多。
但一般这些地区警力不足，为确保行车安全，加强这些地区的智能化交通管理显得尤为重要。
【关键词】行车安全;车牌识别近年来，随着我国汽车工业的高速发展使得机动车辆越来越多，城市道路交通设施及管理设施也在不断地完善中。
汽车的“身份证”是车牌号，车牌识别是使交通管理智能化的一项关键技术。
车牌识别可以提高车辆管理效率，缓解公路交通压力。
目前，车牌识别技术主要应用于停车场的计费和防盗、交通中的超速和超载等方面。
车牌识别技术的应用对于整个城市的交通安全意义重大。
但目前还有不少偏远地区和乡镇地区缺乏交通管理设施，车辆驶进这些地区，若出现交通事故，警方将无法快速获取该车辆行进线路，错过救援最佳时间。
被盗车辆行驶在乡镇地区的道路，由于无交通监控设备，无法迅速找到丢失车辆。
所以这些地区的交通管理系统也应该得以完善。
目前多数自动车牌识别产品都还是基于PC机的应用程序，可移动性差，成本很高，嵌入式车牌识别产品还很少。
将嵌入式系统和图像处理技术相结合，可推动嵌入式系统的发展，同时降低车牌识别系统的成本。
因嵌入式处理器比普通计算机的工作稳定性更高，且功耗较小，因此可以使用嵌入式处理器作为车牌识别的硬件平台。
若车牌识别系统采用传统的RS485通讯实时监控将耗资巨大，为有效避免大量布线的繁琐工作，本文采用无线通讯技术实现数据传输。
随着通信技术、网络技术和人工智能等科学技术的飞速发展，无线传感器网络（）技术逐步兴起。
无线传感器网络是由大量无处不在、低功耗、低成本、具有通信能力的传感器节点，密集分布在无人值守的监控区域，形成一个能够按照指令执行任务的网络系统，其主要任务是数据的采集与处理、信息传输与监控。
WSN的自适应网络拓扑、可扩展性、自组织性与自治性等特点，成为了国内外的研究热点，应用前景广泛。
嵌入式设备是一种具有特定功能的计算机，嵌入式系统与通信及网络技术相结合，大大提高了嵌入式产品的灵活性和智能性。
基于嵌入式的车牌识别系统设计
基于嵌入式的车牌识别系统设计作者：赵凌雪陈克然刘存真来源：《电子技术与软件工程》2017年第09期摘要现今，随着汽车业和交通业的发展，汽车的数量每天都在以指数倍数递增，所以对于汽车的管理和控制越来越重要。
随着科技的发展，人们研究出了一项基于嵌入式的车牌识别的系统，该系统能够对汽车的车牌进行识别，系统的实现能够加强人们对于汽车的管理。
本文通过对车牌识别系统现状的分析，提出了一种基于嵌入式的车牌识别系统的设计方法，其中包括车牌底色检测算法、字符分割法和字符识别算法。
最后对嵌入式的车牌识别系统的硬件功能进行了划分和阐述。
【关键词】嵌入式车牌识别系统图像处理字符识别1 引言随着经济的发展和城市化速度的加快，汽车的数量每天都在以指数倍数递增，同时交通事故也在与日递增。
智能交通系统是解决这一问题的关键措施之一，智能交通系统涵盖了交通信息服务、交通管理、公共交通、车辆控制、货运管理、紧急救援等等一系列内容。
其中车牌识别系统是智能交通系统中一项很重要的内容，对它的研究可以维护我国交通的顺畅和安全，对于车辆的自动化管理具有很重大的意义。
本文通过对车牌识别系统的阐述和分析，研究和实现了一种基于嵌入式的车牌识别系统。
2 车牌识别系统的现状由于车辆的剧增，车牌识别系统具有很大的实用价值并且具有很远大的意义。
从上个世纪八十年代开始，人们就对车牌识别系统进行和关注和研究，车牌识别系统最主要的内容就是利用图像处理技术对车牌的图像进行识别和分析，提取出车牌的信息。
现今，人们已经利用不同的方法实现了车牌识别，并且取得了很大的成就，但是软件实现的成本相对较高。
本文将车牌识别和嵌入式系统结合在一起，能够有效的节省设计的成本，提高系统的性能。
3 车牌识别系统的构成3.1 车牌识别系统的图像识别一个完整的车牌识别系统必须包括五个部分，分别是获取图像、信息预处理、定位车牌、分割字符、字符识别。
在采集车牌信息时，必须采集到完整的车牌图样，我们可以使用手机、摄像头、相机等等电子产品来收集车牌图片。
嵌入式车牌识别系统
系统设计
本 文 的 嵌 入 式 车 牌 识 别 系 统 ，也 是 “ 核 ” 方 案 ， 但 是 双
置、重用的模块。Ｉ核的重用是设计人员赢得上市时间的主要策 Ｐ 略。调用Ｉ核能避免重复劳动 ，大大减轻工程师的负担，使用Ｉ Ｐ Ｐ
智
譬 ｓ
技术 ＜Ｃ Ｏ Ｇ ＴＨ Ｌ Ｙ ＥＮ Ｏ
视 频 图像的处 理 。 ２ 、数据 存储模 块 数据 的存 储操作 主要 由Ｎ ｏ Ｉ 式软 核处 理器 配合Ｓ 卡控 ｉｓＩ 嵌入 Ｄ
添） Ｆ Ｇ （ ￣ Ｐ Ａ 现场可编程 门阵列 ），用于前端视频 图像的预处理 Ｉ ］
以及 系统 功 能ｆ 扩展 。Ｆ ＧＡ ； 勺 Ｐ 是在 Ｃ Ｌ （ Ｐ Ｄ 复杂 可编 程逻 辑器 件 ） 的 基础 上发展 起 来 的高 集成 度 、商 』 生能可 编程 逻 辑器 件 ，Ｆ Ｇ ＰＡ 的 器件 密度 从数 千逻 辑 单元 到数 百万 逻辑 单元 ，可以 实现 极其 复
圈
Ｆ ＰＧＡ
图像 处理单元
囤
Ｎｉ ｓ Ｉ ｏ Ｉ
责任编辑 张大伟
嵌 入 式 车 牌识 别 系 统
北京万集科技股份有限公司 马刚 房颜明
并 没 有 使 用 ＡＲ Ｍ处 理 器 作 为 主 处 理 器 ，而 是 将 在 传 统 嵌 入 式
刖 吾
车 牌 识 别 系统 中处 于 从属 地 位 的Ｆ ＧＡ提 升 到 了 主 控 地 位 ，在 Ｐ 进 行 视 频 预处 理 的 基础 上 ，还 实 现 了对 系 统 外 设 的 管 控 。 本
杂的时序逻辑与组合逻辑电路功能 ，非常适合于高速 、高密度的
高端数 字逻辑 电路设计 领域 。
制器Ｉ 知识产权 ） Ｐ（ 核或者硬盘控点。
基于嵌入式系统的车辆识别技术研究
基于嵌入式系统的车辆识别技术研究智能交通系统在社会中的应用越来越广泛，其中一个关键领域就是车辆识别。
车辆识别技术是智能交通系统的重要组成部分，它可以实现对车辆的分类、统计、追踪和监管等功能。
目前，基于嵌入式系统的车辆识别技术已经成为研究的热点领域之一。
本文将对基于嵌入式系统的车辆识别技术进行深入探讨。
一、嵌入式系统及其在车辆识别中的应用嵌入式系统是一种特殊的计算机系统，它集成了处理器、存储器、输入输出接口、操作系统和应用软件等多种功能。
由于嵌入式系统具有体积小、功耗低、性能高、可靠性强等优势，因此被广泛应用于许多领域，如智能交通系统、智能家居、医疗设备等。
在智能交通系统中，嵌入式系统可以通过车载计算机实现对车辆的识别、分类和跟踪等功能。
基于嵌入式系统的车辆识别技术可以提高交通管理的效率和准确性，为交通事故的防范和治理提供技术支持。
二、基于嵌入式系统的车辆识别技术的实现方法基于嵌入式系统的车辆识别技术需要涉及多个领域的知识，包括图像处理、模式识别、数字信号处理、人工智能等。
下面将对常见的基于嵌入式系统的车辆识别技术进行简要介绍。
1. 彩色图像处理技术彩色图像处理技术是一种常见的车辆识别技术，它可以通过图像处理算法实现对车辆颜色和形状等特征的提取和分析。
在这种技术中，图像采集设备可以是摄像机、雷达等，采集到的图像可以进行预处理、特征提取等操作，最终实现对车辆的快速识别和定位。
2. 深度学习技术深度学习技术是一种人工智能技术，它可以通过神经网络等算法实现对车辆的自动分类和识别。
在这种技术中，模型需要通过大量的数据学习车辆的特征，最终实现对车辆的准确识别和分类。
3. 车辆特征提取技术车辆特征提取技术是一种信号处理技术，它可以通过分析车辆的光学、声波和红外等信号实现对车辆的识别和分类。
在这种技术中，需要使用不同的传感器收集车辆的不同信号，并通过信号处理算法实现对车辆特征的分析和提取。
三、基于嵌入式系统的车辆识别技术的优缺点基于嵌入式系统的车辆识别技术具有许多优点，如速度快、精度高、成本低等。
基于Cortex-A8的嵌入式车牌识别系统设计
基于Cortex-A8的嵌入式车牌识别系统设计张涛;王剑魁;张国山;刘丽【期刊名称】《电子设计工程》【年(卷),期】2015(0)9【摘要】车牌识别（License Plate Recognition， LPR）是智能交通系统（Intelligent Transport System， ITS）需要解决的重点问题之一，目前的车牌识别系统基本上是以PC机为平台实现的，在成本、体积、灵活性等方面有很大局限性。
针对这一问题，设计了一种基于ARM嵌入式平台的车牌识别系统，并针对嵌入式平台改进和优化了车牌识别相关算法，经试验证明本系统不仅准确性好，而且成本低、体积小、功能可扩展性强。
%License Plate Recognition (LPR) is one of the most important problems that need to be solved in the Intelligent Transport System (ITS). The current LPRs are mainly designed on the platform of personal computer, which have great limitations in terms of cost, volume and flexibility. Concerning this issue, a LPR is designed on the platform of embedded system based on ARM processor in this paper. And the relative algorithm about plate location and character recognition is improved. Experimental results show that this system is not only accurate, but also has these features such as low-cost, small size, height flexibility, and its function can be extended easily.【总页数】4页(P167-170)【作者】张涛;王剑魁;张国山;刘丽【作者单位】天津大学电气与自动化工程学院，天津 300072;天津大学电气与自动化工程学院，天津 300072;天津大学电气与自动化工程学院，天津 300072;天津大学电气与自动化工程学院，天津 300072【正文语种】中文【中图分类】TN710.9【相关文献】1.基于Cortex-A8处理器的车牌识别系统设计 [J], 程海粟;李庆武;俞楷;仇春春2.基于嵌入式的车牌识别系统设计 [J], 赵凌雪;陈克然;刘存真;3.基于Cortex-A8的嵌入式门禁管理系统设计 [J], 李刚4.基于Cortex-A8的嵌入式门禁管理系统设计 [J], 李刚5.基于ARM Cortex-A8的车牌识别系统设计 [J], 丁广刘;陈小平因版权原因，仅展示原文概要，查看原文内容请购买。
基于嵌入式的车牌识别系统设计
这里设计的系统将图像处理与嵌入式系统将结合。能够较好的实现系 统的高可靠性和高性价比的统一。 2 车牌识别系统系统构成 2.1 车牌识别系统的图像识别子系统构成。不同的车牌识别系统的图像识 别算法可能不同，但一个完整的车牌识别系统必然包括以下几个部分：图象 获取、车牌信息的预处理、车牌定位、字符分割、单个字符识别。几部分关系如 图 1 所示。
图 1 车牌识别系统的图像处理子系统构成 车牌图像信息也就是含有车牌的图象。一般是由数码照相机、数码摄像 机等图像采集设备和传感器等辅助设备构成。当车辆经过时，传感器给数码 采集设备一个触发信号，记录采集设备就记录下一系列图象，并将文件传输 到计算机中，用来对车牌信息进行识别。本系统中的图像信息可以使用 USB 接口的摄像头进行采集，也可以直接对图片进行识别和处理。 车牌定位：在图像中，相对而言只有车牌的那部分图像是对本系统来说 是有用的。因此必须将这部分的车牌从图像中分离出来。车牌定位的精确度 至关重要。车牌的定位是车牌识别系统中的一个重要的数据基础，没有正确 的车牌定位就谈不上车牌的正确的识别。车牌定位子系统的算法也决定了整 个系统的优劣。 字符分割：每个车牌上有多个字符，在正确定位以后，就要把这些字符分 别提取出来进行识别。考虑到锈迹、污点和车牌因照相角度而发生的形变的 影响，字符分割需要有一定的适应性处理，必要的时候需要对含有车牌信息 的图像进行预处理。 字符识别：对分割出的字符进行识别。目前采用的主要方法有：模板匹配 法和神经网络法等等。目前主要的研究的重点是提高识别算法的识别效率。 2.2 车牌的底色检测子系统。车牌具有不同的底色，所以对车牌的底色检测 也是快速区分车辆车牌类别的一种有效的方法。通过对车辆车牌颜色特点分 析，我们发现对于本识别系统来说一般车牌有如下的颜色特征：1）车牌的底 色一般为黄色或蓝色；2）车牌的字符一般为黑色或白色。 另外，车牌颜色同其周围其他部分有较明显的区别，这一特性也使得对 车牌底色的检测有了比较充分的现实依据。 由于在 RGB 模型中颜色是通过彩色光的相加而产生的，因此，RGB 模 型一般称为加法空间，并且根据色彩产生的一般理论，由 R、G、B 三原色可以 产生如下中间色“：红+绿=黄”“，红+绿+蓝=白”等等[1]。 车牌中的颜色有蓝、白、黄、黑四种颜色，当对车牌底色进行检测时，根据 RGB 色彩理论。考虑被检测区域的像素点 RGB 分量的关系即可所处位置颜 色； 标准颜色中白色（255，255，255），黑色（0，0，0），蓝色（0，0，255），黄色 （255，255，0）。在本文讨论的环境中，由于所处的环境、镜头等原因，检测到的 颜色和标准颜色之间略有误差。编程时考虑用范围替代固定值，比如蓝色车 牌中，蓝色（0~20，0~20，120~255） ，白色（140~160，14~160，140~160）。 在车牌定位过程中获得水平区域的轮廓，车牌底色检测的过程中，利用 和车牌定位位置相同的彩色图像作为检测的源文件。检测的过程中利用一条 水平线以一定的步长（本系统选取步长为 2）扫描车牌定位检测结果的对应 区域。检测区域中的白、黑、蓝、黄的比例。 车牌中各种颜色的比例就可以判定汽车的底色。如在蓝底白字的牌照 中，具有呈现蓝色的像素点数多于呈现白色的像素点数。黄色车牌中，黄色的
基于嵌入式的Opencv车牌识别系统
分类号：密级学校代码：１０１６５学号：２０１０８７１基于嵌入式的Ｏｐｅｎｃｖ车牌识别系统作者姓名：学科、专业：研究方向：导师姓名：金芳晓光学光电检测技术及仪器姜春华教授２０１４年Ｏ５月辽宁师范大学硕士学术论文目录摘要………………………………………………………………………………………ＩＩＡｂｓｔｒａｃｔ．．………．…．…．……．．…．…．…．．．…．…．………．…．…．…．……．……．…．…．…．…………．…．…．……ＩＩＩ目录……………………………………………………………………………………．．ＩＶ１、绪论…………………………………………………………………………………………………………．．．１，１．１课题背景及意义……………………………………………………………．．．１．１．２课题相关技术的发展状况…………………………………………………．．２．１．２．１数字图像处理领域的主要内容……………………………………．．．２．１．２．２数字图像处理技术的应用…………………………………………．．．２．１．３嵌入式移植ＯｐｅｎＣＶ的意义………………………………………………．一２．１．４嵌入式车牌识别系统的概述………………………………………………．．３．１．５课题内容以及章节安排……………………………………………………．．．３．２、总体设计…………………………………………………………………………．．．４．２．１硬件平台的选择……………………………………………………………．．．４．２．２软件系统设计………………………………………………………………．．．５．３、课题关键技术的分析……………………………………………………………．．．７．３．１车牌预处理…………………………………………………………………．．７．３．１．１图像直方图均衡化…………………………………………………．．．７．３．１．２边缘检测……………………………………………………………．．．９．３．１．３膨胀和腐蚀处理……………………………………………………．１３．３．２车牌区域查找与定位………………………………………………………．１４．３．２．１车牌的筛选…………………………………………………………．１４．３．２．２傅里叶变换在数字图像处理中的应用……………………………．１５．３．２．３车牌几何变换………………………………………………………．１７．３．２．４灰度化处理…………………………………………………………．１９．３．３字符提取……………………………………………………………………．２１．３．３．１图像二值化处理……………………………………………………．２１．３．３．２去除干扰……………………………………………………………．２３．３．３．３字符筛选……………………………………………………………．２５．３．３．４车牌中文字符定位…………………………………………………．２５．３．４字符的识别与匹配…………………………………………………………．２６．ＩＶ辽宁师范大学硕士学术论文１．２课题相关技术的发展状况１．２．１数字图像处理领域的主要内容在车牌识别系统中，如果要想获得准确的车牌信息，数字图像处理技术的支持就是必不可少的重要组成部分。
基于低功耗嵌入式系统的车牌定位算法
（ Ｓ ｃ ｈ ｏ ｏ ｌ ｏ ｆ Ｉ ｎ ｆ ｏ ｒ ｍａ ｔ ｉ ｏ ｎ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ａ ｎ ｄ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ ， Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ｏ ｆ Ｄ ｏ ｎ ｇ ｈ ｕ ａ ， Ｓ ｈ ａ ｎ ｇ ｈ ａ ｉ ２ ０ １ ６ ２ ０ ， Ｃ ｈ ｉ ｎ ａ ）
平 台 的 内核 是 定 制 的 软 核 处 理 器 ，ｙ ｗｏ ｒ ｄ ｓ：ｎ ｕ ｍｂ ｅ ｒ ｐ ｌ ａ ｔ ｅ ｌ ｏ ｃ ａ ｔ ｉ ｎ ｇ ；Ｓ ｏ ｂ ｅ ｌ ｏ ｐ ｅ ｒ ａ ｔ ｏ ｒ ；ｍｏ ｒ ｐ ｈ ｏ ｌ ｏ ｇ ｙ ；ｃ ｌ ｏ ｓ ｅ ｏ ｐ ｅ ｒ ａ ｔ ｉ ｏ ｎ
０ 引 言
Ｔ Ｍ Ｓ ３ ２ ０ Ｄ Ｍ６ ４ ２读 取 Ｓ Ａ Ａ ７ １ １ ３采 集 的 图 像 数 据 ， 通 过 改 进 的Ｂ Ｐ神 经 网络 算 法 实 现 车 牌 定 位 和 识 别 。基 于 Ｆ Ｐ Ｇ Ａ
直边缘检 测 ， 运 用 形 态 学 方 法 对 边 缘 图像 进 行 闭 运 算 得 到 连 通 图 块 。 然后 根 据 连 通 区 域 轮 廓 确 定 最 小 外 接 矩 形 ， 解 决 车 牌 位 置 断节 问题 ， 得 到 车 牌 候 选 区 域 。 最后 根 据 车 牌 特 征 对 提 取 出 的 车 牌 候 选 区域 进 行 筛 选 实现 准 确 的 车 牌 定 位 。 实验 结 果 证 明 了
ｍａ ｇ ｅ ａｎ ｄ Ｍｕ ｌ ｔ ｉ ｍｅ ｄ ｉ ａ
基 于 低 功耗 嵌 入 式 系 统 的车牌 定位 算 法
李 震， 唐 莉 萍
（ 东华 大学 信 息科 学 与技 术 学 院 ， 上海 ２ ０ １ ６ ２ ０ ）
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
ቤተ መጻሕፍቲ ባይዱ
1 车牌识别系统现状分析 由于车辆车牌识别系统有着广阔的应用前景，从 20 世纪 80 年代起，澳
大利亚、法国、日本、美国、意大利、英国、韩国及我国就十分重视牌照自动识 别技术的研究，其主要途径采用图象处理的方式方法对车牌图象进行分析， 自动提取车牌信息，确定汽车牌号。目前，人们已经提出了多种方法进行车牌 的提取和识别，车牌识别的理论已经比较成熟，识别系统逐渐实用化。但是相 对成熟的识别软件和应用系统目前仍然比较昂贵。
图 1 车牌识别系统的图像处理子系统构成 车牌图像信息也就是含有车牌的图象。一般是由数码照相机、数码摄像 机等图像采集设备和传感器等辅助设备构成。当车辆经过时，传感器给数码 采集设备一个触发信号，记录采集设备就记录下一系列图象，并将文件传输 到计算机中，用来对车牌信息进行识别。本系统中的图像信息可以使用 USB 接口的摄像头进行采集，也可以直接对图片进行识别和处理。 车牌定位：在图像中，相对而言只有车牌的那部分图像是对本系统来说 是有用的。因此必须将这部分的车牌从图像中分离出来。车牌定位的精确度 至关重要。车牌的定位是车牌识别系统中的一个重要的数据基础，没有正确 的车牌定位就谈不上车牌的正确的识别。车牌定位子系统的算法也决定了整 个系统的优劣。 字符分割：每个车牌上有多个字符，在正确定位以后，就要把这些字符分 别提取出来进行识别。考虑到锈迹、污点和车牌因照相角度而发生的形变的 影响，字符分割需要有一定的适应性处理，必要的时候需要对含有车牌信息 的图像进行预处理。 字符识别：对分割出的字符进行识别。目前采用的主要方法有：模板匹配 法和神经网络法等等。目前主要的研究的重点是提高识别算法的识别效率。 2.2 车牌的底色检测子系统。车牌具有不同的底色，所以对车牌的底色检测 也是快速区分车辆车牌类别的一种有效的方法。通过对车辆车牌颜色特点分 析，我们发现对于本识别系统来说一般车牌有如下的颜色特征：1）车牌的底 色一般为黄色或蓝色；2）车牌的字符一般为黑色或白色。 另外，车牌颜色同其周围其他部分有较明显的区别，这一特性也使得对 车牌底色的检测有了比较充分的现实依据。 由于在 RGB 模型中颜色是通过彩色光的相加而产生的，因此，RGB 模 型一般称为加法空间，并且根据色彩产生的一般理论，由 R、G、B 三原色可以 产生如下中间色“：红+绿=黄”“，红+绿+蓝=白”等等[1]。 车牌中的颜色有蓝、白、黄、黑四种颜色，当对车牌底色进行检测时，根据 RGB 色彩理论。考虑被检测区域的像素点 RGB 分量的关系即可所处位置颜 色； 标准颜色中白色（255，255，255），黑色（0，0，0），蓝色（0，0，255），黄色 （255，255，0）。在本文讨论的环境中，由于所处的环境、镜头等原因，检测到的 颜色和标准颜色之间略有误差。编程时考虑用范围替代固定值，比如蓝色车 牌中，蓝色（0~20，0~20，120~255） ，白色（140~160，14~160，140~160）。 在车牌定位过程中获得水平区域的轮廓，车牌底色检测的过程中，利用 和车牌定位位置相同的彩色图像作为检测的源文件。检测的过程中利用一条 水平线以一定的步长（本系统选取步长为 2）扫描车牌定位检测结果的对应 区域。检测区域中的白、黑、蓝、黄的比例。 车牌中各种颜色的比例就可以判定汽车的底色。如在蓝底白字的牌照 中，具有呈现蓝色的像素点数多于呈现白色的像素点数。黄色车牌中，黄色的
在车牌区域中存在边框，影响车牌字符的分割，因此，需要消除边框及铆 钉等噪声对车牌字符分割的影响。否则，由于车辆车牌边框的干扰，字符串的 垂直投影值全部大于零，无法进行字符分割。
字符区域的灰度具有明显的连续跳变纹理特征，在边缘图象中搜索每 行灰度跳变次数是否满足车牌字符区域特征的方法来确定字符的上下切分 位置[3]。
系统包括 CPU、RAM、LCD 模块、USB 接口摄像头、网络接口、JTAG 接 口、UART 接口、LED、LPT 等单元。UART 和并行通信接口主要用于系统调 试；网络接口 RJ45 用来进行程序下载；JTAG 接口进行对程序的在线监控。 RAM 用于存储数据。系统功能框图 2 所示。
图 2 嵌入式系统功能框图 4 结论
像素点数多于黑色的像素点数。 如果不做车牌底色的检测，系统无法区别蓝色、黄色底色以外的车牌，不
利于系统的扩展性。底色检测的耗时相对于图像的预处理、车牌位置的识别 来说很小，不会对系统带来过多的耗时。 2.3 车牌字符分割。车牌字符分割的任务是把多个字符图像中的每个字符 从待识别的区域中分割出来，成为单个字符[2]。车牌字符分割是车牌智能识别 系统的关键技术之一，有着承上启下的作用。
去左右边框基本流程：STEP1 对图像竖直方向投影、统计各列像素，统 计边框边度；STEP2 设定字符宽度阈值，其值大于边框投影宽度；STEP3 将小 于 T 的部分去掉；STEP4 根据车辆车牌的形状，边框的位置位于投影区域的 两侧，即开始和结束的位置，保存图像[4]。 3 系统硬件功能组成
系统的工作流程是获取一个含有车牌信息的图像，经嵌入式 CPU 进行 图像预处理、图像分割，车牌字符字符的识别等过程，完成一次对含有车牌信 息的图像进行车辆车牌识别的过程。为了完成整个识别流程，系统包括下述 单元：
科技论坛
民营科技 2011 年第 12 期
基于嵌入式的车牌识别系统设计
王金鉴 （兰州交通大学机电工程学院，甘肃 兰州 730070）
摘 要：介绍了车牌自动识别系统的现状，结合课题研究的实际工作对车牌识别的字符分割算法和车牌底色检测算法进行了阐述。最后对车牌 识别的嵌入式系统的硬件给出了硬件功能划分。
这里设计的系统将图像处理与嵌入式系统将结合。能够较好的实现系 统的高可靠性和高性价比的统一。 2 车牌识别系统系统构成 2.1 车牌识别系统的图像识别子系统构成。不同的车牌识别系统的图像识 别算法可能不同，但一个完整的车牌识别系统必然包括以下几个部分：图象 获取、车牌信息的预处理、车牌定位、字符分割、单个字符识别。几部分关系如 图 1 所示。
以上主要讨论到了车牌识别系统的系统构成，系统的硬件功能组成、车 牌识别系统的底色是别和字符分割子系统的算法。
实验结果表示：本文采用的车牌的定位方法可靠，可以满足本系统的识 别速度要求。
参考文献 [1] 张洪涛，郑浩，叶声华.基于目标边缘的图象二值化方法研究[J].理论与实
践，2002（4）：3-5. [2] 赵雪春，戚飞虎.基于彩色分割的车辆牌照自动识别技术[J].上海交通大学
学报，1998，32（10）：4-9. [3] 杨明，刘强，尹忠科，等.基于轮廓追踪的字符识别特征提取[J].计算机工程
与应用. [4] 张引，潘云鹤.工程图纸自动输入字符识别的二维隐性马尔可夫模型方法
[J].计算机辅助设计与图形学报，1999，11（5）：403-406.
MYKJ 41