本系統以stm32f103rbt6微控制器為主控，控制ov7670攝像頭（帶fifo）進行影象採集，通過模式識別、匹配，最後獲得車牌的識別結果。為盡大可能的提高處理速度，stm32微控制器進行了16倍頻。識別主要過程包括影象採集、二值化分析、識別車牌區域、字元分割、字元匹配五過程。
影象採集
影象通過ov7670攝像頭進行資料採集，採集的影象大小為320*240畫素，畫素格式為rgb565。每個畫素由兩位元組組成，第一位元組的高五位是r，第一位元組的低三位和第二位元組的高三位組成g，第二位元組的低五位是b。影象通過stm32微控制器讀取，並將資料進行特殊處理後，顯示於tft顯示屏上。
二值化分析
攝像頭的資料在採集過程中，對每個畫素進行二值化處理，即設定r、g、b的閾值。通過二值化處理，將畫素值分為全黑0x0000和全白0xffff兩種。同時通過程式分析出每行的跳變點。分析跳變點的目的是識別出車牌區域。
識別車牌區域
通過二值化分析出各行的跳變點，車牌區域處由於字元，導致跳變點明顯較多，約大於15個，通過跳變點的分析和判斷，即可識別出車牌區域位置。本系統程式中設定跳變點大於15個，在連續行存在多個跳變點大於15的位置處，將起始位置設定為車牌區域的上邊邊界y_up，結束位置設定為車牌區域的下邊邊界y_down。再通過rgb-hsv顏色轉換，識別出車牌區域的左邊邊界x_left和右邊邊界x-right。這樣既可獲取車牌區域的準確邊界，如下圖藍色邊框範圍。
字元分割
車牌區域識別後，再次通過二值化進行字元的分割處理。處理過程中，獲取各個字元的左邊邊界kk和右邊邊界k，若分割出來的字元數為8，則分割比較準確。
字元匹配
字元分割後，進行歸一化處理，再逐一對各個字元進行字元匹配。字元模板通過取模軟體先提取出，存放於程式中，其大小為24*50的單一畫素。匹配後，將相似性最大值的對應字元作為輸出結果，並予以顯示。
基於STM32微控制器的車牌識別
使用stm32f103rct6作為主控，攝像頭使用ov7670 帶fifo stm32進行了16倍頻。識別過程分別為 影象採集，二值化，識別車牌區域，字元分割，字元匹配。通過ov7670攝像頭進行影象採集，採集的影象大小為320 240畫素，畫素格式為rgb565。每個畫素由兩位元組組成，第一位元組...
基於STM32的機器學習（手勢識別）
第一次寫部落格，希望能給研究微控制器ai的同仁乙個好的啟示。如有不當，多多指正。所用到的感測器是10g的雷達晶元，晶元出來的是中頻訊號，需要根據這些中頻訊號做手勢識別。微控制器模擬有無目標，當沒有目標時，微控制器模擬if輸出中頻訊號，雷達晶元輸出lo 本振訊號 混頻器的作用是將lo if rf。得到...
預熱2 什麼是STM32？認識STM32
1 什麼是stm32 stm32是由arm公司設計，意法半導體 st 公司生產的基於 arm cortex m 核心的32 位的mcu 系列。2 stm32能做什麼？stm32 屬於乙個微控制器，適用於控制類，自帶了各種常用通訊介面，比如 usart i2c spi 等，可接非常多的感測器，可以控制...