• 系统概要
  

本系统以STM32F103RBT6单片机为主控，控制OV7670摄像头（带FIFO）进行图像采集，通过模式识别、匹配，最后获得车牌的识别结果。为尽大可能的提高处理速度，STM32单片机进行了16倍频。识别主要过程包括图像采集、二值化分析、识别车牌区域、字符分割、字符匹配五过程。

• 系统框图
  
  

系统框图

• 识别原理
  

      

        图像采集

图像通过OV7670摄像头进行数据采集，采集的图像大小为320*240像素，像素格式为RGB565。每个像素由两字节组成，第一字节的高五位是R，第一字节的低三位和第二字节的高三位组成G，第二字节的低五位是B。图像通过STM32单片机读取，并将数据进行特殊处理后，显示于TFT显示屏上。

         二值化分析

摄像头的数据在采集过程中，对每个像素进行二值化处理，即设定R、G、B的阈值。通过二值化处理，将像素值分为全黑0x0000和全白0xffff两种。同时通过程序分析出每行的跳变点。分析跳变点的目的是识别出车牌区域。

           识别车牌区域

通过二值化分析出各行的跳变点，车牌区域处由于字符，导致跳变点明显较多，约大于15个，通过跳变点的分析和判断，即可识别出车牌区域位置。本系统程序中设定跳变点大于15个，在连续行存在多个跳变点大于15的位置处，将起始位置设定为车牌区域的上边边界Y_up，结束位置设定为车牌区域的下边边界Y_down。再通过RGB-HSV颜色转换，识别出车牌区域的左边边界X_left和右边边界X-right。这样既可获取车牌区域的准确边界，如下图蓝色边框范围。

            字符分割

车牌区域识别后，再次通过二值化进行字符的分割处理。处理过程中，获取各个字符的左边边界kk和右边边界k，若分割出来的字符数为8，则分割比较准确。

          字符匹配

字符分割后，进行归一化处理，再逐一对各个字符进行字符匹配。字符模板通过取模软件先提取出，存放于程序中，其大小为24*50的单一像素。匹配后，将相似性最大值的对应字符作为输出结果，并予以显示。

72*16=1152M  1.1+G ?????
小朋友，你是否有许多的问号❓

在不同光线下识别效果如何？

有例程吗？