基于數(shù)字特征的識別算法設(shè)計實現(xiàn)

1 背景知識

現(xiàn)如今隨著機器識別技術(shù)的日益成熟，在我們的日常生活中機器識別也隨處可見。大家常見的有二維碼識別，指紋識別，車牌識別等，這些技術(shù)已經(jīng)相當(dāng)成熟。還有現(xiàn)如今比較火的無人駕駛系統(tǒng)。無人駕駛系統(tǒng)中存在很多機器識別技術(shù)，包括對人或移動物體的識別，路標識別，以及距離估算等。而各種識別系統(tǒng)中，對數(shù)字的識別是必不可少的。數(shù)字在我們?nèi)祟愂澜鐭o處不在。

目前實現(xiàn)數(shù)字識別的方法大致分為以下4種：

1）使用軟件編程在傳統(tǒng)個人PC 上進行實現(xiàn)；

2）使用通用的 MCU 微型處理器（例如 51 單片機、 ARM 等）上進行實現(xiàn)；

3）使用通用 DSP 作為系統(tǒng)處理器進行實現(xiàn)；

4）使用專用 DSP 作為運算核心；

除以上四種方法以外， FPGA 以其獨有的硬件可并行運行的優(yōu)勢，打破了傳統(tǒng)處理器順序執(zhí)行的模式，可在一個時鐘周期內(nèi)并行完成多個運算，相比于 DSP 在處理速度與處理能力上有了大幅的提高， 在具有成本低、集成化程度高、便于后期維護、 升級等優(yōu)勢的同時使系統(tǒng)的運行速度能夠滿足圖像實時處理的需求，所以本設(shè)計決定采用 FPGA 作為硬件平臺，設(shè)計與實現(xiàn)一種基于FPGA 的數(shù)字識別系統(tǒng)。

2 基于FPGA的數(shù)字識別的方法

通常，針對印刷體數(shù)字識別使用的算法有：基于模版匹配的識別方法、基于BP 神經(jīng)網(wǎng)絡(luò)的識別方法、基于數(shù)字特征的識別方法等。下文將對這幾種算法進行討論以及比較。

1》模版匹配法

模版匹配法是一種被較早應(yīng)用的數(shù)字識別算法，該算法的關(guān)鍵是對所要識別的所有數(shù)字進行模版構(gòu)建，之后將圖像中的數(shù)字與所有的數(shù)字模版一一進行比較，計算出圖像中數(shù)字與每個模版的相似度，根據(jù)所計算出的相似度結(jié)果進行識別。其中相似度最高的模版即為我們所要識別的結(jié)果。模版匹配法的對數(shù)字的大小、結(jié)構(gòu)形狀的規(guī)范化程度要求很高，數(shù)字的規(guī)范化程度對識別的準確率有著直接的影響。該算法原理較為簡單，但計算復(fù)雜度過大，同時不利于 FPGA 的實現(xiàn)。

2》神經(jīng)網(wǎng)絡(luò)識別算法

神經(jīng)網(wǎng)絡(luò)識別的方法是模仿動物神經(jīng)網(wǎng)絡(luò)的特征，對信息進行分布式并行處理的一種算法。神經(jīng)網(wǎng)絡(luò)識別算法具有一定的抗干擾能力，但為了保證識別的準確率，該算法需要負責(zé)并且大量的計算，來對神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，而過于復(fù)雜的計算不利于 FPGA 對該算法的實現(xiàn)。

3》數(shù)字特征識別算法

基于數(shù)字特征的識別算法其核心是通過對數(shù)字的形狀以及結(jié)構(gòu)等幾何特征進行分析與統(tǒng)計，通過對數(shù)字特征的識別從而達到對圖像中數(shù)字的識別。

3 基于數(shù)字特征算法實現(xiàn)數(shù)字識別

我們采用基于數(shù)字特征的算法進行數(shù)字的識別，通過圖像采集模塊采集到圖像，進行灰度化，二值化，然后進行數(shù)字特征的提取和統(tǒng)計來完成對數(shù)字的識別，最終顯示到數(shù)碼管上，完成圖像信息到數(shù)字信息的轉(zhuǎn)化。

圖2 7-8 數(shù)字特征標線

圖3 5數(shù)字特征

數(shù)字特征信息的提取基于打印體，如上圖1，圖2，圖3所示，以圖3數(shù)字5舉例，紅框是數(shù)字5的水平和豎直的上下左右邊界。X1在豎直方向的2/5處的水平線，x2在豎直方向的2/3處的水平線，y在水平方的1/2處的水直線。我們以此特征來統(tǒng)計x1，x2，y與數(shù)字5的交叉點。

以交叉統(tǒng)計法來區(qū)分0-9數(shù)字的特征如下表1：

表1 0-9數(shù)字特征統(tǒng)計表

由于2，3，5的數(shù)字特征統(tǒng)計表一樣，無法區(qū)分所以我們繼續(xù)增加數(shù)字特征以區(qū)分2，3，5。如表2：

表2 2，3，5 數(shù)字特征統(tǒng)計

這樣通過數(shù)字統(tǒng)計完全區(qū)分開數(shù)字0-9。然后利用FPGA系統(tǒng)搭建實時數(shù)字識別系統(tǒng)。

4 基于FPGA的數(shù)字識別的實現(xiàn)

圖4 基于ov5640的FPGA實時數(shù)字識別系統(tǒng)

如圖4所示，我們圖像采集使用 ov5640 500W像素攝像頭，采集到的彩色RGB圖像首先存入SDRAM中，然后由TFT顯示控制端讀出圖像數(shù)據(jù)，讀出RGB圖像數(shù)據(jù)后，我們首先進行RGB轉(zhuǎn)Ycbcr算法操作，然后對灰度圖像進行閾值分割，形成二值圖像。對二值數(shù)字圖像進行數(shù)字識別，最終顯示在數(shù)碼管上。

FPGA部分源碼：

//------------------------------------------------------------------------

// VGA display

//--------------------------------------------------------------------------

always @（posedge TFT_VCLK or negedge rst_n） begin

if（！rst_n）

TFT_RGB 《= 16‘b0;

else if（hcount == 400 || vcount == 192 || vcount == 320）

TFT_RGB 《= 16’hff00;

else

TFT_RGB 《={o_y_8b［7:3］，o_y_8b［7:2］，o_y_8b［7:3］};

end

//-------------------------------------------------------------

//digital tube display

//-------------------------------------------------------------

always @（posedge TFT_VCLK or negedge rst_n） begin

if（！rst_n）

disp_data 《= 32‘h0;

else if（（！TFT_VS_r0） && TFT_VS_r1）

case（{x1_l，x1_r，x2_l，x2_r，y，x1，x2}）

16’b1111_0010_0010_0010： disp_data 《= {28‘b0，4’h0}; //0

16‘b1010_0001_0001_0001： disp_data 《= {28’b0，4‘h1}; //1

16’b0110_0011_0001_0001： disp_data 《= {28‘b0，4’h2}; //2

16‘b0101_0011_0001_0001： disp_data 《= {28’b0，4‘h3}; //3

16’b1110_0010_0010_0001： disp_data 《= {28‘b0，4’h4}; //4

16‘b1001_0011_0001_0001： disp_data 《= {28’b0，4‘h5}; //5

16’b1011_0011_0001_0010： disp_data 《= {28‘b0，4’h6}; //6

16‘b0110_0010_0001_0001： disp_data 《= {28’b0，4‘h7}; //7

16’b1111_0011_0010_0010： disp_data 《= {28‘b0，4’h8}; //8

16‘b1101_0011_0010_0001： disp_data 《= {28’b0，4‘h9}; //9

default： disp_data 《= 32’b0;

endcase

else

disp_data 《= disp_data;

End

結(jié)果展示：

圖5 實驗原圖

圖6 數(shù)字5識別

圖7 數(shù)字7 識別

　　結(jié)果分析：

本實驗完成了對0-9數(shù)字的單個數(shù)字識別，對于多個數(shù)字的識別，我們要進行模塊分割，然后在每個模塊里邊再識別數(shù)字。我們可以加上語音系統(tǒng)來播報我們識別出來的數(shù)字，已到達更加人性化的更加實用的開發(fā)。