3.2 基于垂直灰度法的字符分割
在對車牌進行定位后，考慮到車牌字符的排放特點與字符間的微小間隙，采用垂直灰度法進行車牌字符的分割。主要思想是設定一個垂直投影的閾值，判斷投影大于閾值則標記并保存，遇到空隙則分割，最后判斷字符區域的長度是否滿足字符的長度，滿足字符長度的則記錄為有效字符,不滿足將剔除繼續掃描下一個知道掃描完整行為止。分割效果如圖3-2。

3.3 模板匹配
我國的車牌，字符標志的首位為漢字的省名縮寫，次位為英文字母，再次位為英文字母或阿拉伯數字，末四位均為數字。由于實際可能出現的英文字母和數字字符數目不多，再基于NIOS II 軟核的運算能力考慮，采用模板匹配方法進行字符識別。即將待識別的車牌字符矩陣與庫內的標準字符矩陣（標準模版）對比，相似度最大的則認為一致。
首先將標準模板入庫，按國家車牌標準的大小、字體、字符間距等打印出數張樣品，其前景、背景清晰，字符沒有斷續，很少噪聲、且包含了所有可能的車牌字符，作為“標準車牌”，用以采樣制作標準字符矩陣庫。把每一張“標準車牌”分割出來的字符歸一化[7]，接著將歸一化后的模板矩陣存入FPGA中作為標準模板庫，根據實驗情況，模板越大識別率越高，但同時會帶來運算數據量的大大增加，于是在綜合考慮準確度和NIOS II軟核的工作效率后采用20×15 bit大小的數組作為標準模板。
當車牌上的待識別字符歸一化以后，依次與標準庫中的模板進行匹配，即矩陣對應位依次做差，分別計算總的相同像素個數，則有最大相同數目的那一組數認為是相似度最大，則用此時的標準模板所對應的數字或字母作為最終識別的結果。車牌字符識別結果如圖3-3：

在PAL 制式的CCD 攝像頭、Altera DE2 開發板和普通VGA 顯示器的實驗環境下，隨機選取20 張車牌進行檢測，在不同的光照條件下，正確檢測出的字符率達到了90%以上，在光照較好的情況下，識別率達到94%以上，且平均識別時間不到0.1 秒，完全滿足實時性的需求。實驗結果表明，采用FPGA 可以很好的完成對車牌實時檢測的任務，且具有體積小、功耗低、速度快等明顯的優點。
4 結論
本文在利用FPGA 采集車牌圖像的基礎上，實現了一種利用字符歸一化和模板匹配的簡單快速的車牌字符識別系統，并在SOPC 中實現。系統具有視頻圖像采集實時，車牌定位分割準確和識別誤差低等特點。這種基于SOPC 技術的片上系統設計方法具有硬件設計靈活,可擴展性強等優點，它彌補了傳統PC 機系統和DSP 系統設計的不足，有效地降低了系統軟硬件設計的難度，縮短了開發周期，并提高了設計的可靠性?？捎糜诘缆奋囕v監控、智能交
通管理等應用領域，具有較高的實用價值和應用前景。
本文作者創新點：提出了根據車牌彩色通道特性和字符二值化后特征的車牌雙重定位方法，在NIOS II 中用模版匹配方法實時準確的識別車牌字符。