Browsing by Author "張簡子介"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • No Thumbnail Available
    Item
    用小腦模型在FPGA上作車牌辨識
    (2003) 張簡子介
    I 摘要 自動化車牌辨識是一套專門辨識與記錄車輛牌照系統，其過程分兩階段，第 一階段之車牌字元擷取是應用圖像灰階化、圖像二值化、交越特性及投影分析等 運算法則找出車牌上6 個字元的位置；第二階段的字元辨識是利用類神經網路或 是樣板比對等方法作每個字元的辨識。 上述車牌字元擷取或字元辨識使用到的各種運算法則皆引伸出大量資料之 重覆運算，目前多使用相關PC 組成之電腦系統作軟體處理，如欲充分發揮車牌 辨識系統的功能應將之小型化或作為可攜式系統，讓它廣泛使用於各種停車場管 理，甚至可輔助相關警政之車輛查緝以方便車輛管理。 FPGA（Field Programmable Logic Array）是將上述軟體程式作成硬體電路小 型化的重要方法。本研究是利用類神經網路中的小腦模型（Cerebellar Model Articulation controller，CMAC）作成字元辨識的方法，利用FPGA 作成硬體電路 以達到小型化與快速運算的目的。 CMAC 是1975 年Albus 根據Marr 的小腦皮質模型發展出來的數學演算法， 由於沒有涉及到艱深的數學運算與構造簡單，正好適用於作硬體化，且CMAC 學習時具有快速收斂、良好的類化能力（generalization）等優點，故常被應用在 機械手臂控制及機器人步行控制等非線性系統。 在實驗50 張自用小客車的車牌中，使用軟體模擬的車牌辨識系統有5 張車 牌辨識錯誤，車牌辨識率為90%；在50 張車牌的300 個字元中，有5 個字元辨 識錯誤，總字元辨識率為98.3%，辨識錯誤的情形為“0”誤認為“D”及“1” 誤認為“I”；另外，在硬體實驗的車牌辨識率為70%，總字元辨識率為92.3%， 其中“0”字元的辨識率為0%。晶片設計所使用的Gate Count 為11,420。