嵌入式汽车身份自动识别系统
工程等
（研究目标，研究的背景和现状，作品和方案设想的日程安排等）
BR />见附录。
1，项目的先进性：
数字信息技术和网络技术的快速发展后PC时代，嵌入式处理器的性能，高性能的处理器已经能够满足自我评价复杂的算法和其他复杂的应用，以及嵌入式应用将不可避免地进入各个领域。另一方面，随着经济快速发展的中国和北京奥运会，“智能交通将成为不争的一个热门话题。由于交通运输行业的特殊性，其设备的技术参数，使用条件苛刻的要求，嵌入式恰好能够满足这一要求，应用广泛的嵌入式智能交通设备是一个必然的趋势。随着嵌入式汽车自动识别系统是智能交通管理系统的重要组成部分，是一个完美的组合，嵌入式技术和车辆识别技术，包括嵌入式车牌识别，嵌入式汽车标志识别和自动色彩识别三个主要特点，努力针对一次性锁车。
它具有以下优点：
1，高度的独立性：嵌入式技术的使用，只有通过通信接口和应用系统的独立性连接。
2，功能齐全：识别的车牌，车标和颜色的一次性有针对性的与现有系统功能强大。
3，可塑性：可结合前端的信号触发装置的上游端内置的无线网络和各种串行接口，以结合及下游产品系统功能和使用范围已大大扩展。
4，维修方便：</维修，保养只涉及到系统，而不会影响其他模块，和维护成本比同类产品要低得多。 5，轻便灵活：该设备是一个高度集成，紧凑和灵活的，易于使用。
2，可操作性和可实现的：
目前，车牌识别，车辆识别你等待技术的成熟和完善相关的信息更容易获得。现有的嵌入式技术已经比较成熟，因此，从技术难度来说很容易实现比其他尖端科学的主题。主题包括设备和材料也更容易获得，且成本适中。
3，创新：
现有的车牌识别设备通常使用计算机处理数据，有的甚至需要几台电脑的合作，占用了大量的空间和资源，即使偶尔完成的嵌入式系统，它的功能是有限的车牌识别或识别标志的汽车。系统的，创造性的嵌入式车牌识别，车标识别，以及自动色彩识别相结合，一次性的解决方案臃肿的设备系统集成困难，稳定性差，难以维护，功能的一个问题。
4，可能出现的问题：
目前，主要的问题是嵌入式集成和无线传输距离。理想的情况下，我们设想：现在大多使用计算机机处理数据，不灵活的设备的缺点，开发一种便携式的无线数据传输，可以自动识别系统。但是，由于我们的时??间，精力和金钱，“便携性”的程度的限制，是最大的问题，此外，速度和景深的图像识别问题，我们可能面临的问题。
预期的结果
（具体形式取得的成绩，如：专利，发表论文，和实物的生产技术（包括软件程序），可以是各种形式的结果）
我们预计我们的实验结果。
首先， ，我们计划建立，完整的嵌入式系统技术的一种，它与有形的结果。
其次，我们分析市场情况，市场的前景十分看好的嵌入式车辆识别系统，它可以我们的专利和市场的生产。
第三个方面，汽车的颜色，车牌，车辆的科目组合，以确定合适的算法，所以在完成了系统的过程中是不可避免的，完成算法的设计，这是部分的结果发表论文的表演形式。
因为我们计划完成的系统，所以我们需要完成的硬件和软件系统两部分。从点的很大一部分的软件和算法的结果可以通过报纸发行，并可以投入生产，并获得专利的硬件结果，以反映毫无疑问，我们的研究结果将不仅仅是软件的一部分或只有硬件部分的主题，这是一个很大的优势。
实验环境需要使用的预算内容，预算金额，预计执行时间
CCD相机的前端图像收购，购买相机或摄像机3000 07.12至08.2
辅助光源的特殊环境的光线添加1500 07.1208.2个月的，
图像采集卡的模拟信号数字化2500 07.1208.2个月的
>嵌入式系统的硬件设施，图像处理4000 08.3 08.10至08.12?08.10
DVR视频信息存储2500
显示设备输出图像的识别结果1500 08.1209.2个月的
无线收发器或电缆传输设备信息传输250 009 2?09.3
加工机械零件组装成原型2000的最后阶段
总计：19500元
学院批准看法
专家委员会的评审意见
学校审批意见
附件：主题的现状，背景和意义，
自1885年，在世界上的第一辆汽车诞生之日起，汽车为我们的日常工作??和生活带来了巨大的影响。一百多年来，汽车与它的成本低，操作方便，优势逐渐公众接受，到几十万的家庭，在中国，每年都有很多人加入有车一族。其次是自然生长快速，便捷的生活方式，并引起了一系列的问题：偷车每年于哇嗯，交通事故时有发生......毫无疑问，汽车的需要，规范管理。现在，我们的汽车管理是由人操作完成。这是很容易想象面对不断增长的团队汽车手册无能为力的。因此，智能交通将成为未来交通管理发展的必然趋势。
交通智能实现你不能确定它会自动身份“。早在上个世纪90年代开始，汽车标识已经吸引了全世界的广泛关注，人们开始研究自动识别卡 - 自动识别车辆牌照有关的问题。几年后，另一个重要的地位象征的汽车 - 汽车标志识别也成为一个热门话题。车牌识别的一般方法：计算机图像处理技术来分析的车牌自动提取车牌信息来确定车牌号。汽车标志识别的基础上的边缘直方图和模板匹配的混合算法的相关系数。离线算法的识别率已经达到了很高的水平，当前的车牌汽车的标志图案等理论已经成熟，正向着集成化，智能化的方向发展。
智能交通管理系统，车辆识别相当于VC + +基类的“状态”，其他子模块在智能交通管理系统在汽车身份的基础上，继承和发展。因此，我们认为，汽车识别需要更高的集成度，最好可以嵌入到其他系统，高集成模块，如微控制器，CPLD。在这个阶段的汽车识别大部分是依靠计算机来完成。
此外，由于基类的自动识别定位，使用“只能锁车”和“可以快速确定哪些车将在这个阶段有一定的要求。车辆识别，但仅依靠一个简单的车牌识别。市场的主题是一个单独的牌照或车辆识别系统，这两个系统的结合，是非常罕见的。这些单一的系统显然是非常困难的，要达到的目的的真正认可锁车的身份。
相结合的智能交通管理系统的要求，今天的车辆识别的现状，以及两个发展的趋势，本集团选择了的嵌入式汽车自动识别系统的创新性实验计划课题的身份。计划完成车辆识别嵌入式处理数字信息传递给智能交通管理系统中的其它模块，而是与嵌入式计算机处理的车号识别，将大大提高智能交通管理系统的整合，以降低成本。区别于单一识别系统，车辆识别系统设计车牌识别，车辆识别不结合，并辅以由车辆颜色识别。同时确认，而输出的方法来确定和锁车，力争做到万无一失。哪位大大便于使用的系统的各个领域。
公安交通管理领域，可以应用于嵌入式汽车身份自动识别系统，交通控制系统，嵌入式产品使用的转速表，测量过载其他交通便利，你可以完成一系列的管理;连接到终端计算机处理系统，传输已处理的数字信息，而不是图像信息，显着节省终端计算机的处理时间和内存空间，提高反应速度和处理效率，有效地解决了交通管制领域的现状人手短缺的问题。
在公园的车辆管理，自动识别系统的嵌入式汽车身份离开港口，因此，它可以检查与业主的公园注册车辆连接到资源库。在公园安装在门，自动车牌识别系统，自动识别车辆进出，然后到数据库的数据和数据库中的车牌数据，以确定是否停车场的，然后处理，这将大大提高公园的汽车安全系数，使用该系统的成本是远远低于成本的计算机处理系统。
停车场管理，嵌入式自动车牌识别系统是智能管理过程中就可以完成。该系统安装在停车场的入口，自动识别出停车场的车辆，将处理后的数据将通过在电脑终端，输入数据库中的信息以确定它们是否是由计算机终端相结合，并买入（或租金）机动车停车位，以做出相应的处理。
总之，我们有理由相信，我们计划完成嵌入式车牌自动识别系统，可以在未来的智能交通管理系统中发挥了举足轻重的作用，这是值得研究和探讨。
BR />
附录二：工程方案设想
车辆识别系统包括车牌识别，车的颜色以及汽车的主体识别，系统将使用嵌入式系统，完成识别三部分组成。由于我们这部分的内容，这样的想法是不是很成熟。
为副车牌识别和车身颜色，汽车的标志图案识别嵌入在我们的作品和节目三部分组成。
：车牌识别
1，整体结构
自动车牌识别系统主要分为三个模块：（1）触发：前端设备数据的入口测速系统。（2）部分的图像处理：分为图像采集，车牌定位，字符分割和字符识别四个部分。（3）无线传输系统将处理的数据发送到后端的应用系统，如交通违章管理系统，停车系统，安全系统等。
2，算法部分
①前结束CCD摄像头：
原来的图像采集
CCD相机和辅助照明设备，获取图像质量将直接影响到后端处理和识别的效果。要获得更清晰的图像，你需要考虑的因素很多，影响图像质量，包括：选择摄像机和图像采集卡，摄像头位置校准车的车速，车队的接入单元，天气，光线等之间的距离，效果光，曝光度摄像的摄像头。
决定是否车辆进入观察区
使用，以确定是否被监视的目标区域进入第一视频图像的灰度图像差分法，然后比较两幅图像对应像素点的灰度值的数量变化，如果有变化。
形象差，才能衡量对象，通过监控领域，但无论是运输车辆，还有待观察。产生的噪音完成后的形象差，行人，自行车比汽车的地区被占领，尺度滤波器的设计规模更小的物体和噪声过滤。
②车牌定位和预处理
左车牌定位算法。车牌定位的基础，但还需要车牌号的基本预处理工作。
倾斜拉直与铆钉和边界拆除。
我，车牌字符倾斜校正
在一些车牌的车牌字符分割困难直接倒分裂无效的，需要做修正。首先，我们计算的车牌倾斜的速度，旋转车牌倾斜校正的基础上。
II，车牌边框和铆钉拆除
先验知识：标准车牌，字符间间距为12mm，2,3字符间间距为34毫米，其中中间点l0mm宽的小点2,3字符间距12毫米。车牌的边界线的内侧，通常有4个铆钉，不同程度的前两个字符，或前六个字符粘连，如果不去除铆钉，将给予2和6中的字符识别造成困难。后的
车牌图像二值化，图像只有黑色和白色的二进制文件。白色像素（灰色值255），一个黑色的像素（灰度值0）0，这里是黑与白的模式从里到外的车牌图像逐行扫描，当扫描线的车牌图像，白色像素的宽度是大于一个阈值（第一符合条件的行）时，边缘的车牌字符署，去除这条线的上方或下方的所有行。
③车牌字符分割的
算法对图片显示的车牌
字符分割。
我们有限的知识
不作具体描述这些算法
④字符识别方法...... />字符
识别汽车
品牌认知度
核心的部分。
车辆
许可字符都知道
包括6种不包的算法。
中列出
权利。
我们更感兴趣的是基于神经网络的字符识别算法。下面，我们特别推出两个相对简单，一般的算法，以及基于神经网络的字符识别算法。
我，模板匹配的车牌字符识别
中国车牌字符模板分为中文字符，英文字母和数字模板，构建的统计方法，并保存到数据库中。模板匹配的字符模板和标准化的车牌字符匹配来识别的字符。
二，功能匹配的车牌字符识别
车牌识别方法，有很多的性格特征，可大致分为结构特点，像素分布特征和其他特征。
在这里，我们打算把重点放在突破神经网络方法，因为人工神经网络技术的大规模并行分布处理能力的非线性描述，高度的鲁棒性和自学习联想功能适用的具体步骤如下所示：
另外，我们将尝试结合各种算法，以避免非线性时变大系统的仿真与在线控制。弱点，如：遗传算法和人工神经网络相结合，利用遗传算法的并行计算，可以迅速利用全球搜索在搜索的神经网络可以克服固有的很慢，容易陷入局部干燥的缺点热。
我们仍然是一个大二学生的专业基础课程，了解最新的图像处理算法是不够的，我们会选择一个最佳的解决方案在实际操作中，与我们的系统功能相结合，提出改进建议。 / a>
第二部分：汽车的颜色和标志的汽车做
①，车身颜色识别
颜色特征的大小依赖于图像本身，方向，角度，和其他小的，强大的的优点，具有非常重要的应用，在基于内容的图像检索技术和智能交通系统，以及大量的I系统??的行业（如造纸，纺织，印刷等）。很长一段时间，由于各方面的原因， ，提出了大量的颜色空间模型，主要可以分为三类：第一类是根据人的视觉系统（HumanV isionS变体系，H VS），该方法包括的RGB，H SI上的色彩空间，M UNSELL色彩空间;第二类是基于特定应用的色彩空间，其中包括电视系统中采用YUV和YIQ，摄影行业，柯达的印刷系统YCC，CMY（K）颜色空间;第三类是CIE色彩空间（CIE XYZ，CIE实验室，CIE LUV等）。这些色彩空间的优点和缺点，以及他们在各自的领域中发挥的重要作用。
RGB色彩空间，RG??B打算使用我们的系统。色彩空间被广泛用于计算机有关的领域，如常见的CRT显示器，在RGB颜色空间的颜色值，每个？的R，G，B三通道的值的组合？常见，所述其相应的通道值是通过在图像采集卡或CCD传感器，和其他类似装置的感光体，其中，该信道值？入射光和其相应的感光体感光性函数值和表达：R =
G =
B =
其中的S（A），G（A），R（A）的频谱，和B（A）是R，G，B的敏感性功能的传感器。从上面的公式可以看出，颜色空间是一个在计算机中计算，因此它是依赖于设备的，与特定的捕获设备的感光功能相关联，但是，由于是容易获得的RGB值和通常可以用于表示其他的颜色空间，变换的RGB值？为其他的颜色空间值的RGB颜色空间标准色差定义为：
）
不同的颜色的主观感受的人，为了在使用的颜色识别子系统的色差，色差公式经验，以更好地表示：
我们打算设计的车身颜色识别系统主要包括以下四个步骤来完成
1。车身颜色识别识别区域选择
必要的，以便准确地识别领域的？车身颜色的选择，确定。面对前面的实验选车的排气附近风扇部分
2。颜色直方图计算
计算选定区域的颜色发生。在实际应用中，由于其他元件值？的色彩空间模型可以是一个RGB值表示为简单的计算，在颜色直方图的计算只为在RGB颜色空间模型。
3。色差计算的
根据各颜色空间模型的色像差的计算公式来计算颜色区别的颜色模板。
4，颜色识别
样的颜色和标准色的颜色空间模型的结果，根据对颜色识别，即在相应的组件中选择上一步中计算所得到的像差，作为识别结果的最低值。
②，车标识别
不争，自动车牌和车辆的主体，实时识别是至关重要的准确的识别系统，机动车类型。已经提出的车牌定位算法，可分为两大类：车牌定位算法的基础上黑色和白色的图像和彩色图像的车牌定位算法的车牌定位算法。黑色和白色的图像上可以分为多种类型，如车牌定位算法的基础上车牌定位算法基于自适应能量过滤器，车牌定位算法的基础上，结合基于二进制小波变换和形态学处理投影的车牌定位算法和基于遗传算法的车牌定位算法。
车牌定位算法都有其优点和缺点，但它们在一定程度上的车标定位基准。
车标在国内或国外的定位和识别是一个相对较新的领域。大相似的车标固有的特殊性：目标，大小和灯光效果，背景是不统一，以及车标形状和大小的不同汽车公司是不一致的，准确的定位识别的困难。
分为汽车标志识别的车牌定位的主要步骤如下：
（L）：根据车牌的纹理特征，多分辨率分析的基础上迅速得到了车牌区域;
（2）前定位：OTSU二值化图像二值化算法，根据前区？更高的能量越来越浓，然后使用二进制投影，结合车牌定位信息向前方快速定??位;
（3）轴定位：在前方区域，根据轴对称定位前轴;
（4）汽车标准粗定位：定位前的车标车牌的先验知识的基础上，得到一个车标经验搜索矩形;
（5）车标定位精度的基础上的第一步（4 ），使用的纹理特征的汽车标准进行准确定位的车辆的主体。晚间由两个步骤组成：车标区具有高能量和相对浓度在垂直方向上的特性，使用的能量增强汽车标志识别系统的重要组成部分的机动车辆识别系统，车牌识别，还包括两个公司的定位和识别的形态滤波和自适应车的时间定位问题;改进的模板匹配算法车标的精确定位。关键技术。图为汽车的标志图案
其他系统中，典型的目标识别系统，其中包括在线和离线训练过程中识别过程的结构示意图。在培训过程中，汽车的标准样品手动采集到的图像归一化，规模化标准化，如治疗前，为了得到车标标准模板库和模板提取。车标标准模板库模板不仅为车标定位，也可用于特征提取为了识别等特点，用于汽车的汽车标准模型库。定位过程，除了需要导入的图像输入车牌位置信息的车辆。由于各种汽车标准并没有一个稳定的纹理特征，和的大小和形状的一样，所以在特征匹配或直接用模板匹配的车标定位的复杂背景下是非常困难的，因此必须充分利用先验信息，车牌定位，车辆对称粗定位，精确定位的基础上使用图像处理技术和模板匹配。后车标定位汽车标志识别问题转化为一个2D形状的识别问题，可以通过模板匹配的方法实现，但实际图像采集，往往是光，噪声，局部遮挡的影响，塑造类似的问题，传统的模板匹配的方法难以达到满意的识别，因此通常还需要一个合适的特征提取与识别方法，以协助汽车标志识别，提高了识别率。
第三部分：嵌入式 BR />在历史悠久的依据，普遍性的基本要求，嵌入式系统应定义为：“嵌入对象系统的专用计算机系统。 “嵌入式”和“私人”和“计算机系统”是嵌入式系统的三个基本要素。目标系统被嵌入在主机系统的嵌入式系统。核心
嵌入式系统是嵌入式微处理器，它具有四大优势：
（1）具有很强的能力，以支持实时和多任务时，能够进行多任务和较短的中断响应时间缩短到最低限度，从而使内部的代码和实时操作系统的执行时间;
（2）有强烈的存储器保护功能。
（3）可扩展的处理器架构，可迅速扩展，以满足高性能嵌入式微处理器的应用;
（4）嵌入式微处理器的功耗非常低，尤其是在依靠电池供电的嵌入式系统，特别是在便携式无线和移动计算和通信设备，电力消费只能μW毫瓦甚至水平的日益稀缺和昂贵的能源时代无疑是引诱人。
另外，嵌入式实时操作系统，提高了系统的可靠性。这些都是值得我们做一个嵌入式车牌识别系统。
通常车牌及汽车标志识别算法，考虑到大量的计算，而在同一时间，以满足实时性要求。因此，我们准备采用32位ARM嵌入式微处理器为核心单元，定时控制单元CPLD，基于ARM 9 S3C 241 C嵌入图像采集处理系统，嵌入式Linux操作系统的基础上，草，全利用ARM的设备，能力和低功耗的特点，以实现并行数据总线/ USB数据接口图像接入，快速图像处理，压缩图像信息的本地存储和基于IP的数据传输的小尺寸。这个系统允许整个系统，以简化电路，降低资源密集型。构成
系统设计整个系统的USB图像采集子系统，的ARM处理子系统和网络数据传输子系统，摄像头捕获实时视频数据通过U SB转移到ARM处理板，ARM处理板嵌入式Linux操作系统，快速成像算法处理图像序列，并采取适当的措施，根据结果的处理，网络传输子系统可以处理数据上传监控中心做进一步的后续处理，系统结构如图。
ARM的图像处理子系统采用S3C 2410处理器，符合要求的图像处理速度的USB图像存取，可以确保图像传输速度，扩展64M的SD RAM和64M闪存，高容量的RAM能够保存多个图像，以方便图像的分析和处理，无线网络接口的数据网络管理。
当然，以上只是我们最初的想法，这些想法是在大型的试验示范和优化！
附录三：赛程安排
1。约15天的时间买一些基本的实验所需的用品。
2。腾出时间来学习必要的知识。
3。在大约7个月时间完成的方案，解决软件问题。
大约一年的时间完成在硬件方面，公司生产的原型。
5。
6。
工程等
（研究目标，研究的背景和现状，作品和方案设想的日程安排等）
BR />见附录。
1，项目的先进性：
数字信息技术和网络技术的快速发展后PC时代，嵌入式处理器的性能，高性能的处理器已经能够满足自我评价复杂的算法和其他复杂的应用，以及嵌入式应用将不可避免地进入各个领域。另一方面，随着经济快速发展的中国和北京奥运会，“智能交通将成为不争的一个热门话题。由于交通运输行业的特殊性，其设备的技术参数，使用条件苛刻的要求，嵌入式恰好能够满足这一要求，应用广泛的嵌入式智能交通设备是一个必然的趋势。随着嵌入式汽车自动识别系统是智能交通管理系统的重要组成部分，是一个完美的组合，嵌入式技术和车辆识别技术，包括嵌入式车牌识别，嵌入式汽车标志识别和自动色彩识别三个主要特点，努力针对一次性锁车。
它具有以下优点：
1，高度的独立性：嵌入式技术的使用，只有通过通信接口和应用系统的独立性连接。
2，功能齐全：识别的车牌，车标和颜色的一次性有针对性的与现有系统功能强大。
3，可塑性：可结合前端的信号触发装置的上游端内置的无线网络和各种串行接口，以结合及下游产品系统功能和使用范围已大大扩展。
4，维修方便：</维修，保养只涉及到系统，而不会影响其他模块，和维护成本比同类产品要低得多。 5，轻便灵活：该设备是一个高度集成，紧凑和灵活的，易于使用。
2，可操作性和可实现的：
目前，车牌识别，车辆识别你等待技术的成熟和完善相关的信息更容易获得。现有的嵌入式技术已经比较成熟，因此，从技术难度来说很容易实现比其他尖端科学的主题。主题包括设备和材料也更容易获得，且成本适中。
3，创新：
现有的车牌识别设备通常使用计算机处理数据，有的甚至需要几台电脑的合作，占用了大量的空间和资源，即使偶尔完成的嵌入式系统，它的功能是有限的车牌识别或识别标志的汽车。系统的，创造性的嵌入式车牌识别，车标识别，以及自动色彩识别相结合，一次性的解决方案臃肿的设备系统集成困难，稳定性差，难以维护，功能的一个问题。
4，可能出现的问题：
目前，主要的问题是嵌入式集成和无线传输距离。理想的情况下，我们设想：现在大多使用计算机机处理数据，不灵活的设备的缺点，开发一种便携式的无线数据传输，可以自动识别系统。但是，由于我们的时??间，精力和金钱，“便携性”的程度的限制，是最大的问题，此外，速度和景深的图像识别问题，我们可能面临的问题。
预期的结果
（具体形式取得的成绩，如：专利，发表论文，和实物的生产技术（包括软件程序），可以是各种形式的结果）
我们预计我们的实验结果。
首先， ，我们计划建立，完整的嵌入式系统技术的一种，它与有形的结果。
其次，我们分析市场情况，市场的前景十分看好的嵌入式车辆识别系统，它可以我们的专利和市场的生产。
第三个方面，汽车的颜色，车牌，车辆的科目组合，以确定合适的算法，所以在完成了系统的过程中是不可避免的，完成算法的设计，这是部分的结果发表论文的表演形式。
因为我们计划完成的系统，所以我们需要完成的硬件和软件系统两部分。从点的很大一部分的软件和算法的结果可以通过报纸发行，并可以投入生产，并获得专利的硬件结果，以反映毫无疑问，我们的研究结果将不仅仅是软件的一部分或只有硬件部分的主题，这是一个很大的优势。
实验环境需要使用的预算内容，预算金额，预计执行时间
CCD相机的前端图像收购，购买相机或摄像机3000 07.12至08.2
辅助光源的特殊环境的光线添加1500 07.1208.2个月的，
图像采集卡的模拟信号数字化2500 07.1208.2个月的
>嵌入式系统的硬件设施，图像处理4000 08.3 08.10至08.12?08.10
DVR视频信息存储2500
显示设备输出图像的识别结果1500 08.1209.2个月的
无线收发器或电缆传输设备信息传输250 009 2?09.3
加工机械零件组装成原型2000的最后阶段
总计：19500元
学院批准看法
专家委员会的评审意见
学校审批意见
附件：主题的现状，背景和意义，
自1885年，在世界上的第一辆汽车诞生之日起，汽车为我们的日常工作??和生活带来了巨大的影响。一百多年来，汽车与它的成本低，操作方便，优势逐渐公众接受，到几十万的家庭，在中国，每年都有很多人加入有车一族。其次是自然生长快速，便捷的生活方式，并引起了一系列的问题：偷车每年于哇嗯，交通事故时有发生......毫无疑问，汽车的需要，规范管理。现在，我们的汽车管理是由人操作完成。这是很容易想象面对不断增长的团队汽车手册无能为力的。因此，智能交通将成为未来交通管理发展的必然趋势。
交通智能实现你不能确定它会自动身份“。早在上个世纪90年代开始，汽车标识已经吸引了全世界的广泛关注，人们开始研究自动识别卡 - 自动识别车辆牌照有关的问题。几年后，另一个重要的地位象征的汽车 - 汽车标志识别也成为一个热门话题。车牌识别的一般方法：计算机图像处理技术来分析的车牌自动提取车牌信息来确定车牌号。汽车标志识别的基础上的边缘直方图和模板匹配的混合算法的相关系数。离线算法的识别率已经达到了很高的水平，当前的车牌汽车的标志图案等理论已经成熟，正向着集成化，智能化的方向发展。
智能交通管理系统，车辆识别相当于VC + +基类的“状态”，其他子模块在智能交通管理系统在汽车身份的基础上，继承和发展。因此，我们认为，汽车识别需要更高的集成度，最好可以嵌入到其他系统，高集成模块，如微控制器，CPLD。在这个阶段的汽车识别大部分是依靠计算机来完成。
此外，由于基类的自动识别定位，使用“只能锁车”和“可以快速确定哪些车将在这个阶段有一定的要求。车辆识别，但仅依靠一个简单的车牌识别。市场的主题是一个单独的牌照或车辆识别系统，这两个系统的结合，是非常罕见的。这些单一的系统显然是非常困难的，要达到的目的的真正认可锁车的身份。
相结合的智能交通管理系统的要求，今天的车辆识别的现状，以及两个发展的趋势，本集团选择了的嵌入式汽车自动识别系统的创新性实验计划课题的身份。计划完成车辆识别嵌入式处理数字信息传递给智能交通管理系统中的其它模块，而是与嵌入式计算机处理的车号识别，将大大提高智能交通管理系统的整合，以降低成本。区别于单一识别系统，车辆识别系统设计车牌识别，车辆识别不结合，并辅以由车辆颜色识别。同时确认，而输出的方法来确定和锁车，力争做到万无一失。哪位大大便于使用的系统的各个领域。
公安交通管理领域，可以应用于嵌入式汽车身份自动识别系统，交通控制系统，嵌入式产品使用的转速表，测量过载其他交通便利，你可以完成一系列的管理;连接到终端计算机处理系统，传输已处理的数字信息，而不是图像信息，显着节省终端计算机的处理时间和内存空间，提高反应速度和处理效率，有效地解决了交通管制领域的现状人手短缺的问题。
在公园的车辆管理，自动识别系统的嵌入式汽车身份离开港口，因此，它可以检查与业主的公园注册车辆连接到资源库。在公园安装在门，自动车牌识别系统，自动识别车辆进出，然后到数据库的数据和数据库中的车牌数据，以确定是否停车场的，然后处理，这将大大提高公园的汽车安全系数，使用该系统的成本是远远低于成本的计算机处理系统。
停车场管理，嵌入式自动车牌识别系统是智能管理过程中就可以完成。该系统安装在停车场的入口，自动识别出停车场的车辆，将处理后的数据将通过在电脑终端，输入数据库中的信息以确定它们是否是由计算机终端相结合，并买入（或租金）机动车停车位，以做出相应的处理。
总之，我们有理由相信，我们计划完成嵌入式车牌自动识别系统，可以在未来的智能交通管理系统中发挥了举足轻重的作用，这是值得研究和探讨。
BR />
附录二：工程方案设想
车辆识别系统包括车牌识别，车的颜色以及汽车的主体识别，系统将使用嵌入式系统，完成识别三部分组成。由于我们这部分的内容，这样的想法是不是很成熟。
为副车牌识别和车身颜色，汽车的标志图案识别嵌入在我们的作品和节目三部分组成。
：车牌识别
1，整体结构
自动车牌识别系统主要分为三个模块：（1）触发：前端设备数据的入口测速系统。（2）部分的图像处理：分为图像采集，车牌定位，字符分割和字符识别四个部分。（3）无线传输系统将处理的数据发送到后端的应用系统，如交通违章管理系统，停车系统，安全系统等。
2，算法部分
①前结束CCD摄像头：
原来的图像采集
CCD相机和辅助照明设备，获取图像质量将直接影响到后端处理和识别的效果。要获得更清晰的图像，你需要考虑的因素很多，影响图像质量，包括：选择摄像机和图像采集卡，摄像头位置校准车的车速，车队的接入单元，天气，光线等之间的距离，效果光，曝光度摄像的摄像头。
决定是否车辆进入观察区
使用，以确定是否被监视的目标区域进入第一视频图像的灰度图像差分法，然后比较两幅图像对应像素点的灰度值的数量变化，如果有变化。
形象差，才能衡量对象，通过监控领域，但无论是运输车辆，还有待观察。产生的噪音完成后的形象差，行人，自行车比汽车的地区被占领，尺度滤波器的设计规模更小的物体和噪声过滤。
②车牌定位和预处理
左车牌定位算法。车牌定位的基础，但还需要车牌号的基本预处理工作。
倾斜拉直与铆钉和边界拆除。
我，车牌字符倾斜校正
在一些车牌的车牌字符分割困难直接倒分裂无效的，需要做修正。首先，我们计算的车牌倾斜的速度，旋转车牌倾斜校正的基础上。
II，车牌边框和铆钉拆除
先验知识：标准车牌，字符间间距为12mm，2,3字符间间距为34毫米，其中中间点l0mm宽的小点2,3字符间距12毫米。车牌的边界线的内侧，通常有4个铆钉，不同程度的前两个字符，或前六个字符粘连，如果不去除铆钉，将给予2和6中的字符识别造成困难。后的
车牌图像二值化，图像只有黑色和白色的二进制文件。白色像素（灰色值255），一个黑色的像素（灰度值0）0，这里是黑与白的模式从里到外的车牌图像逐行扫描，当扫描线的车牌图像，白色像素的宽度是大于一个阈值（第一符合条件的行）时，边缘的车牌字符署，去除这条线的上方或下方的所有行。
③车牌字符分割的
算法对图片显示的车牌
字符分割。
我们有限的知识
不作具体描述这些算法
④字符识别方法...... />字符
识别汽车
品牌认知度
核心的部分。
车辆
许可字符都知道
包括6种不包的算法。
中列出
权利。
我们更感兴趣的是基于神经网络的字符识别算法。下面，我们特别推出两个相对简单，一般的算法，以及基于神经网络的字符识别算法。
我，模板匹配的车牌字符识别
中国车牌字符模板分为中文字符，英文字母和数字模板，构建的统计方法，并保存到数据库中。模板匹配的字符模板和标准化的车牌字符匹配来识别的字符。
二，功能匹配的车牌字符识别
车牌识别方法，有很多的性格特征，可大致分为结构特点，像素分布特征和其他特征。
在这里，我们打算把重点放在突破神经网络方法，因为人工神经网络技术的大规模并行分布处理能力的非线性描述，高度的鲁棒性和自学习联想功能适用的具体步骤如下所示：
另外，我们将尝试结合各种算法，以避免非线性时变大系统的仿真与在线控制。弱点，如：遗传算法和人工神经网络相结合，利用遗传算法的并行计算，可以迅速利用全球搜索在搜索的神经网络可以克服固有的很慢，容易陷入局部干燥的缺点热。
我们仍然是一个大二学生的专业基础课程，了解最新的图像处理算法是不够的，我们会选择一个最佳的解决方案在实际操作中，与我们的系统功能相结合，提出改进建议。 / a>
第二部分：汽车的颜色和标志的汽车做
①，车身颜色识别
颜色特征的大小依赖于图像本身，方向，角度，和其他小的，强大的的优点，具有非常重要的应用，在基于内容的图像检索技术和智能交通系统，以及大量的I系统??的行业（如造纸，纺织，印刷等）。很长一段时间，由于各方面的原因， ，提出了大量的颜色空间模型，主要可以分为三类：第一类是根据人的视觉系统（HumanV isionS变体系，H VS），该方法包括的RGB，H SI上的色彩空间，M UNSELL色彩空间;第二类是基于特定应用的色彩空间，其中包括电视系统中采用YUV和YIQ，摄影行业，柯达的印刷系统YCC，CMY（K）颜色空间;第三类是CIE色彩空间（CIE XYZ，CIE实验室，CIE LUV等）。这些色彩空间的优点和缺点，以及他们在各自的领域中发挥的重要作用。
RGB色彩空间，RG??B打算使用我们的系统。色彩空间被广泛用于计算机有关的领域，如常见的CRT显示器，在RGB颜色空间的颜色值，每个？的R，G，B三通道的值的组合？常见，所述其相应的通道值是通过在图像采集卡或CCD传感器，和其他类似装置的感光体，其中，该信道值？入射光和其相应的感光体感光性函数值和表达：R =
G =
B =
其中的S（A），G（A），R（A）的频谱，和B（A）是R，G，B的敏感性功能的传感器。从上面的公式可以看出，颜色空间是一个在计算机中计算，因此它是依赖于设备的，与特定的捕获设备的感光功能相关联，但是，由于是容易获得的RGB值和通常可以用于表示其他的颜色空间，变换的RGB值？为其他的颜色空间值的RGB颜色空间标准色差定义为：
）
不同的颜色的主观感受的人，为了在使用的颜色识别子系统的色差，色差公式经验，以更好地表示：
我们打算设计的车身颜色识别系统主要包括以下四个步骤来完成
1。车身颜色识别识别区域选择
必要的，以便准确地识别领域的？车身颜色的选择，确定。面对前面的实验选车的排气附近风扇部分
2。颜色直方图计算
计算选定区域的颜色发生。在实际应用中，由于其他元件值？的色彩空间模型可以是一个RGB值表示为简单的计算，在颜色直方图的计算只为在RGB颜色空间模型。
3。色差计算的
根据各颜色空间模型的色像差的计算公式来计算颜色区别的颜色模板。
4，颜色识别
样的颜色和标准色的颜色空间模型的结果，根据对颜色识别，即在相应的组件中选择上一步中计算所得到的像差，作为识别结果的最低值。
②，车标识别
不争，自动车牌和车辆的主体，实时识别是至关重要的准确的识别系统，机动车类型。已经提出的车牌定位算法，可分为两大类：车牌定位算法的基础上黑色和白色的图像和彩色图像的车牌定位算法的车牌定位算法。黑色和白色的图像上可以分为多种类型，如车牌定位算法的基础上车牌定位算法基于自适应能量过滤器，车牌定位算法的基础上，结合基于二进制小波变换和形态学处理投影的车牌定位算法和基于遗传算法的车牌定位算法。
车牌定位算法都有其优点和缺点，但它们在一定程度上的车标定位基准。
车标在国内或国外的定位和识别是一个相对较新的领域。大相似的车标固有的特殊性：目标，大小和灯光效果，背景是不统一，以及车标形状和大小的不同汽车公司是不一致的，准确的定位识别的困难。
分为汽车标志识别的车牌定位的主要步骤如下：
（L）：根据车牌的纹理特征，多分辨率分析的基础上迅速得到了车牌区域;
（2）前定位：OTSU二值化图像二值化算法，根据前区？更高的能量越来越浓，然后使用二进制投影，结合车牌定位信息向前方快速定??位;
（3）轴定位：在前方区域，根据轴对称定位前轴;
（4）汽车标准粗定位：定位前的车标车牌的先验知识的基础上，得到一个车标经验搜索矩形;
（5）车标定位精度的基础上的第一步（4 ），使用的纹理特征的汽车标准进行准确定位的车辆的主体。晚间由两个步骤组成：车标区具有高能量和相对浓度在垂直方向上的特性，使用的能量增强汽车标志识别系统的重要组成部分的机动车辆识别系统，车牌识别，还包括两个公司的定位和识别的形态滤波和自适应车的时间定位问题;改进的模板匹配算法车标的精确定位。关键技术。图为汽车的标志图案
其他系统中，典型的目标识别系统，其中包括在线和离线训练过程中识别过程的结构示意图。在培训过程中，汽车的标准样品手动采集到的图像归一化，规模化标准化，如治疗前，为了得到车标标准模板库和模板提取。车标标准模板库模板不仅为车标定位，也可用于特征提取为了识别等特点，用于汽车的汽车标准模型库。定位过程，除了需要导入的图像输入车牌位置信息的车辆。由于各种汽车标准并没有一个稳定的纹理特征，和的大小和形状的一样，所以在特征匹配或直接用模板匹配的车标定位的复杂背景下是非常困难的，因此必须充分利用先验信息，车牌定位，车辆对称粗定位，精确定位的基础上使用图像处理技术和模板匹配。后车标定位汽车标志识别问题转化为一个2D形状的识别问题，可以通过模板匹配的方法实现，但实际图像采集，往往是光，噪声，局部遮挡的影响，塑造类似的问题，传统的模板匹配的方法难以达到满意的识别，因此通常还需要一个合适的特征提取与识别方法，以协助汽车标志识别，提高了识别率。
第三部分：嵌入式 BR />在历史悠久的依据，普遍性的基本要求，嵌入式系统应定义为：“嵌入对象系统的专用计算机系统。 “嵌入式”和“私人”和“计算机系统”是嵌入式系统的三个基本要素。目标系统被嵌入在主机系统的嵌入式系统。核心
嵌入式系统是嵌入式微处理器，它具有四大优势：
（1）具有很强的能力，以支持实时和多任务时，能够进行多任务和较短的中断响应时间缩短到最低限度，从而使内部的代码和实时操作系统的执行时间;
（2）有强烈的存储器保护功能。
（3）可扩展的处理器架构，可迅速扩展，以满足高性能嵌入式微处理器的应用;
（4）嵌入式微处理器的功耗非常低，尤其是在依靠电池供电的嵌入式系统，特别是在便携式无线和移动计算和通信设备，电力消费只能μW毫瓦甚至水平的日益稀缺和昂贵的能源时代无疑是引诱人。
另外，嵌入式实时操作系统，提高了系统的可靠性。这些都是值得我们做一个嵌入式车牌识别系统。
通常车牌及汽车标志识别算法，考虑到大量的计算，而在同一时间，以满足实时性要求。因此，我们准备采用32位ARM嵌入式微处理器为核心单元，定时控制单元CPLD，基于ARM 9 S3C 241 C嵌入图像采集处理系统，嵌入式Linux操作系统的基础上，草，全利用ARM的设备，能力和低功耗的特点，以实现并行数据总线/ USB数据接口图像接入，快速图像处理，压缩图像信息的本地存储和基于IP的数据传输的小尺寸。这个系统允许整个系统，以简化电路，降低资源密集型。构成
系统设计整个系统的USB图像采集子系统，的ARM处理子系统和网络数据传输子系统，摄像头捕获实时视频数据通过U SB转移到ARM处理板，ARM处理板嵌入式Linux操作系统，快速成像算法处理图像序列，并采取适当的措施，根据结果的处理，网络传输子系统可以处理数据上传监控中心做进一步的后续处理，系统结构如图。
ARM的图像处理子系统采用S3C 2410处理器，符合要求的图像处理速度的USB图像存取，可以确保图像传输速度，扩展64M的SD RAM和64M闪存，高容量的RAM能够保存多个图像，以方便图像的分析和处理，无线网络接口的数据网络管理。
当然，以上只是我们最初的想法，这些想法是在大型的试验示范和优化！
附录三：赛程安排
1。约15天的时间买一些基本的实验所需的用品。
2。腾出时间来学习必要的知识。
3。在大约7个月时间完成的方案，解决软件问题。
大约一年的时间完成在硬件方面，公司生产的原型。
5。
6。
温馨提示：答案为网友推荐，仅供参考
第1个回答 2013-01-09
按新规,得装四个固封螺丝,车牌架外框不得带有标志、字母、装饰图案,更不得遮挡号牌字符,否则视为涉牌涉证违法行为.
第2个回答 2013-01-09
刚出新交规肯定查的紧！换个吧朋友本回答被提问者采纳
相似回答