符號識別系統設計及FPGA實現

山丹 張曉旭 叢國濤

摘要：為滿足符號識別系統對實時性、低功耗和小型化的要求，該文設計了一種以FPGA為系統核心，輔以OV7670視頻采集模塊和VGA接口顯示器，實現對基本圖形、數字和英文字母進行識別及結果顯示。其中，對圖像的處理及符號識別部分由FPGA完成，包括IIC攝像頭配置、緩存、灰度處理、中值濾波、根據特征識別基本圖形和數字、根據字模匹配程度識別英文字母、VGA顯示等，充分利用FPGA的高速并行處理的特點，結合片內RAM高速處理和片外SDRAM大容量特性，實現對視頻數據的處理和存儲。同時，系統具有抗干擾性較強、小巧、通用性強等特點，可擴展為人工智能、車牌識別等系統使用。

關鍵詞：FPGA；符號識別；圖像處理；中值濾波

中圖分類號：TP311 文獻標識碼：A 文章編號：1009-3044（2018）30-0252-03

Abstract： In order to satisfy the real-time， low-power and miniaturization requirements of symbol recognition system， a system is designed based on FPGA， supplemented by OV7670 video acquisition module and VGA interface displayer to realize the recognition of basic graphics， numbers and English letters. The image processing and symbol recognition part is completed by FPGA， including IIC camera configuration， buffer， gray processing， median filtering， recognition of basic graphics and numbers according to features， recognition of English letters according to the degree of font matching， VGA display and so on. The features of high-speed and parallel processing ability of FPGA are fully utilized in combination with high-speed RAM on chip and large capacity of off-chip SDRAM to achieve the processing and storage of video data. At the same time， the system has strong anti-interference， compact， versatility and other characteristics， which can be extended to artificial intelligence， number plate recognition systems.

Key words： FPGA； Symbol Recognition； Image Processing； Median Filtering

對圖形、數字和英文字母等符號的識別，作為圖像處理和機器視覺領域的重要分支，近年來成為廣大學者研究的熱點和難點。目前，此類系統在信息處理、人工智能、密碼識別、車牌識別和交通管理等領域有著廣泛的應用前景。而現有系統，絕大多數都是基于PC機[1] [2]設計的，其從實時性、功耗、成本和小型化等方面都難以滿足不同應用的需求。鑒于此，基于嵌入式平臺的符號識別系統成為研究熱點，而FPGA擁有大量邏輯單元和布線資源，具有并行處理、速度快、功耗低、成本低的特點，其設計靈活，易于維護和升級，較傳統PC機及其他以單片機為核心的嵌入式系統，有明顯優勢。因此，本文提出了一種基于FPGA硬件平臺的符號識別方案。

對符號的識別方法目前有很多種，如提取特征的識別方法[3]、模板匹配方法[4]和人工神經網絡法[5]等。其中，人工神經網絡的方法雖較為流行，但其輸入向量數據量大，訓練時間長，網絡結構復雜，實現難度大；基于特征的識別方法適用于一些簡單符號，特征明顯，易提取，如三角形等基本圖形和數字的識別；模板匹配方法無須樣本訓練，也避免了提取復雜符號特征的困難，而是利用符號圖像的整體特征，大大提高識別速度和準確率，適用于如英文字母的識別。

1系統總體設計方案及原理

本系統是由FPGA核心板、OV7670視頻采集模塊、VGA顯示模塊組成，如圖1系統結構框圖所示。

系統工作原理。 ① FPGA核心板采用Altera的CycloneIV系列 4CE6F17 FPGA作為控制和數據處理中心，接收由視頻采集模塊送來的圖像幀信息，進而經過一系列處理并識別符號后，產生VGA接口控制時序，最終將識別結果顯示出來。② 視頻采集模塊采用CMOS攝像頭模塊OV7670，通過IIC接口對其進行配置后，開始采集圖像數據，并通過8位并行接口，每幀圖像傳輸30萬像素數據，給FPGA單元，供后續處理。③VGA顯示模塊用于接收來自FPGA的顯示數據，經過D/A轉換后，顯示在顯示器上。

2FPGA實現

2.1 FPGA內部電路結構

FPGA內部電路作為整個電路的核心，如圖2所示，主要由IIC配置模塊、并行視頻數據緩存模塊、預處理模塊、基本圖形識別模塊、數字識別模塊、英文字母識別模塊、VGA接口模塊和狀態機模塊組成。這里，為提高圖像識別精度，節省FPGA內部資源，采用紅色矩形方框作為識別框，將待識別符號置于識別框內，之后完成識別操作；有限狀態機模塊協調電路動作的整體步調，對電路動作的先后順序進行控制。

2.2 圖像采集及預處理模塊

對于圖像采集部分，首先，在FPGA內部實現IIC接口時序，并對OV7670圖像數據采集模塊寄存器進行設置，使其每幀圖像以640*480的RGB565格式輸出，由于并行接口位寬為8位，而每個像素點顏色為16位，分2次傳輸。其中，FPGA外部晶振輸入為50MHz，而IIC接口的通信頻率為10KHz，并行數據傳輸頻率為25MHz，所以模塊內部需對50MHz進行分頻，產生相應時鐘，供數據傳輸用。之后，對采集進來的圖像信息進行緩存。考慮到FPGA內部存儲器資源有限，而視頻數據量較大，這里使用片外SDRAM進行緩存，以突發方式傳輸。由于其讀寫速度較快，在100MHz左右，與輸入圖像信息頻率不一致，所以引入雙端口FIFO解決異步時鐘域的數據傳輸。

對于圖像預處理部分，為節省邏輯資源和減小計算量，首先完成對彩色圖像的灰度處理，每個像素點數據由原來的16比特減少為8比特，節省一半的存儲空間。灰度處理公式如（1）所示。由于式中涉及浮點數的處理，在FPGA中將浮點數轉為定點數后，方便電路實現。所以，將各系數同時擴大256倍，則公式（1）變成公式（2）的形式。

之后，對灰度圖像進行中值濾波，用統計排序結果的中值來代替中心像素的值，濾除脈沖噪聲。采用5ⅹ5濾波窗口，以滑窗形式，不斷在圖像上從左向右，從上向下流水線式滑動。對濾波窗口中25個值的中值獲取，采用基于比特平面的中值濾波算法[6]來實現。

最后，對中值濾波后的圖像進行二值化處理，每個像素點用1和0區分，供后續符號識別時用，使后續計算變得簡單、穩定、易于電路實現。

2.3 基本圖形識別模塊

特征提取的目的是獲取一組少而精的分類特征，即獲取特征數目少且分類錯誤概率小的特征向量。由于三角形、矩形、圓形等基本圖形基本特征比較明顯，這里采用特征法來區分三角形、矩形和圓型。這里，如圖3所示，用兩條線對圖形進行切割，對每個圖形的切割交點記錄橫坐標，由于圖形線條存在寬度差別，取最左側交點作為X交點坐標，比較各個橫坐標點X的大小從而判斷圖形所屬類別。

如圖3（a）所示，當用識別框中心點以下兩條線切割三角形時，X1-X2>閾值，可作為三角形的特征。如圖3（b）所示，當用識別框中心點以下兩條線切割矩形時，|X1-X2|<閾值，可作為矩形的特征。如圖3（c）所示，當用識別框中心點以下兩條線切割圓型時，X2-X1>閾值，可作為圓形的特征。這里，識別框行坐標范圍設為：100

2.4 數字識別模塊

數字0～9的識別，同樣采用特征點統計方式實現[3]。如圖4所示，以對數字3的識別為例，用三條直線對數字進行切割，其中，行方向兩條，列方向一條，統計數字在三條直線上的特征變化情況，從而達到圖像號碼的區分和識別。在號碼的列方向上的2/5和2/3處的橫線與號碼的交點數量均為1個；號碼行方向中間的1/2處作豎線，與號碼豎直方向的交點數量為3個。同樣規則下，對0～9所有統計數據進行歸類總結，同時結合X1和X2交點在Y方向左右情況，作為識別數字的特征依據，保存于FPGA片內ROM中，供查詢比較用。這里，根據識別框坐標，行方向兩條直線的列坐標分別為180和230，列方向直線的行坐標為200。考慮到數字線條粗細差別，交點個數計算時，以灰度值由0到1變化一次計數一次。

2.5 英文字母識別模塊

對于英文大寫字母A～Z和小寫字母a～z的識別，采用模板匹配方式實現，在FPGA片內ROM中分別存儲26個大寫字母和26個小寫字母的印刷體模板，供查詢比較用。未減少存儲空間需求和減少比較復雜度，方便FPGA電路實現，這里只取9×9一共81個點作為模板，黑色區域為字母區域，用1表示，白色區域為非字母區域，用0表示。將識別框內英文字符與模板進行比較，結合不同字母的形狀特征，區分字母類型。如圖5所示，以字母“B“為例，坐標以左上角為（0，0），右下角坐標為（8，8），字母‘B的特征位置分別為四個區域：（0，2）、（0，3）、（0，4）；（1，6）、（1，7）、（2，6）、（2，7）；（5，6）、（5，7）、（6，6）、（6，7）；（8，2）、（8，3）、（8，4）。這里，為增加與字母‘D的區分特征，這里增加了第五個特征區域（4，3）、（4，4）、（4，5）。每個特征區域內的點以“或“的形式存在，與被識別字母的二值化圖像進行比較。

為減少比較點數量，縮小組合邏輯規模，提高比較效率，這里，對識別框內二值化后圖像進行隔20行掃描一次，隔20列掃描一次，即取行110、130、150、170、190、210、230、250、270與列110、130、150、170、190、210、230、250、270的交點作為與9×9模板的比較點，實現與字母模板的一致性判別。

2.6 VGA接口模塊

VGA接口模塊用來產生VGA顯示器所需要的接口時序，包括行同步、場同步和數據總線信號，并讀取視頻數據，以25MHz的頻率以RGB565格式送到數據總線上。VGA顯示器分辨率為640*480，刷新頻率約為60Hz。

3 實驗結果與分析

FPGA電路在黑金開發板AX-301上實現，并配以OV7670視頻采集模塊和VGA接口顯示器，構建系統并驗證基于FPGA的符號識別系統的實現效果。圖6為基本圖像識別前后對比。圖7數字識別前后對比。圖8英文字母識別前后對比。紅色框中為識別框，將待識別字符置于識別框內；藍色框為識別結果。

4 結語

本系統充分利用FPGA的高速并行處理能力，配以圖像采集單元和VGA顯示器，實現了基于FPGA的基本圖像、數字和英文字母的識別。電路設計既便于FPGA電路實現，又注重算法效率和實時性要求。本設計具有低功耗、低成本等特點，可作為符號識別和信息處理的基礎，方便實現功能擴展。

參考文獻：

[1] 王育卜， 白寶興. 印刷體數字識別研究與實現[J].長春理工大學學報（自然科學版），2016，39（1）：101-102.

[2] 殷璇，王生.基于離散Hopfield神經網絡的字母識別研究[J]， 計算機與數字工程，2011，12（1）：34-37.

[3] 高振斌，趙盼，王霞，等.印刷體數字識別系統的FPGA實現[J].重慶郵電大學學報（自然科學版），2015，27（2）：213-215.

[4] 羅佳，劉大剛. 基于整體特征的快速英文字母識別方法[J]. 計算機與數學工程，2012，40（9）：117.

[5] 張翼成，陳欣，楊紅軍，等.基于組合特征的Bp神經網絡數字識別方法[J].計算機系統應用，2013，22（3）：113-116.

[6] 王瑩，高美鳳.基于FPGA的視頻圖像目標檢測系統[J].計算機系統應用，2017，26（6）：98-102.

【通聯編輯：梁書】