[实用新型]一种基于暗通道先验和神经网络的雾霾天车牌识别装置

说明书

技术领域

本实用新型涉及一种车牌识别装置，特别是一种基于暗通道先验和神经网络的雾霾天车牌识别装置。

背景技术

车牌识别技术是指能够检测到受监控路面的车辆并自动提取车辆车牌信息（含汉字字符、英文字母、阿拉伯数字及号牌颜色）进行处理与识别的技术，它是智能交通系统的重要组成部分。车牌识别技术的应用对防止交通堵塞、提高运输效率、减少环境污染等有着积极的现实意义。近年来我国大部分地区的雾霾现象日益严重，在雾霾天气下，大气散射对户外图像的对比度和颜色保真度影响严重，致使交通监控系统所采集的图像许多特征被覆盖，严重影响了车牌检测的准确性。因此，对雾霾天车牌检测技术的研究和相关装置的开发具有广阔的市场需求。

发明内容

本实用新型的目的在于提供一种基于暗通道先验去雾和神经网络检测识别的雾霾天车牌识别装置，该装置通过暗通道先验理论来恢复增强雾霾天气下的车牌特征，并利用神经网络技术对车牌信息进行快速检测，满足交通监控系统对车牌识别的实时性和准确性需求。

为实现上述目的，本实用新型所采用的技术方案是：

基于暗通道先验和神经网络的雾霾天车牌识别装置，其特征在于：该装置由去雾模块、车牌识别模块、时钟模块和电源模块组成，所述去雾模块包括ADV7180模数转换芯片、暗原色去雾单元和ADV7123数模转换芯片，所述车牌识别模块包括键盘、显示屏、神经网络识别单元、RS232接口和FLASH芯片；所述的去雾模块中暗原色去雾单元与ADV7180模数转换芯片和ADV7123数模转换芯片连接；所述的车牌识别模块中神经网络识别单元与键盘、显示屏、RS232接口和FLASH芯片相连；时钟模块为装置提供同步时钟，电源模块为装置提供电源，去雾模块与车牌识别模块通过双口SDRAM0和SDRAM1共享数据和通信。

本实用新型的有益效果在于：该基于暗通道先验和神经网络的雾霾天车牌识别装置结构简单、安装便捷，能够通过暗通道先验理论来恢复增强雾霾天气下的车牌特征，并利用神经网络技术对车牌信息进行快速识别，准确性好，实时性高。

附图说明

图1是本实用新型基于暗通道先验和神经网络的雾霾天车牌识别装置的结构图。

图2是暗原色去雾单元结构图。

图3是神经网络识别单元结构图。

具体实施方式

如图1所示，基于暗通道先验和神经网络的雾霾天车牌识别装置由去雾模块、车牌识别模块、时钟模块和电源模块组成，所述去雾模块包括ADV7180模数转换芯片、暗原色去雾单元和ADV7123数模转换芯片，所述车牌识别模块包括键盘、显示屏、神经网络识别单元、RS232接口和FLASH芯片；所述的去雾模块中暗原色去雾单元与ADV7180模数转换芯片和ADV7123数模转换芯片连接；所述的车牌识别模块中神经网络识别单元与键盘、显示屏、RS232接口和FLASH芯片相连；时钟模块为装置提供同步时钟，电源模块为装置提供电源，去雾模块与车牌识别模块通过双口SDRAM0和SDRAM1共享数据和通信。

 从监控设备上采集的原始视频信号（PAL制式或NTSC制式）进入去雾模块后经ADV7180进行模数转换为数字视频信号，暗原色去雾单元接收来至ADV7180的数字视频信号，并对视频信号进行去雾。去雾后的视频信号一方面通过ADV7123进行数模转换后在VGA设备上进行显示，另一方面以帧为单位依次发送到SDRAM0和SDRAM1，等待车牌识别模块进行下一步处理。在车牌识别模块中，神经网络识别单元依次接收来自SDRAM0和SDRAM1中的去雾视频信号，并调用内置的神经网络算法对车牌进行识别，神经网络识别单元通过RS232接口与计算机PC相连，神经网络的训练和测试在计算机上完成，训练后的神经网络参数通过神经网络识别单元保存在FLASH中，供神经网络算法调用进行车牌识别。另外车牌识别模块配有独立的显示器和键盘，用于独立的显示和操作。

如图2所示，暗原色去雾单元采用FPGA实现，包括暗原色估计、计算大气光值、计算透射率图和去雾4个部分。

如图3所示：神经网络识别单元采用ARM实现，包括车牌定位、车牌分割和神经网络识别3个部分。