智能交通_人车路的检测.ppt

  1. 1、本文档共38页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
智能交通_人车路的检测

車牌自動辨識系統(1) 中華電信研究所目前車牌自動辨識正確率已達97%,若加上資料庫自動校正功能,則正確率達到99%。 車牌自動辨識系統(2) 車牌定位:當攝影機擷取到影像資料之後,利用水平梯度法對車輛影像進行處理,因車牌字串具有水平變化的特性,所以在車牌位置會產生劇烈變化的訊號。對整張車輛影像做梯度處理之後,再將變化劇烈的區域做群組化,依先前已知的車牌大小選擇符合範圍的車牌候選區域。 將影像劃分成幾個有重疊的區塊 車牌自動辨識系統(3) 字串切割:將車牌定位候選區域利用梯度法找尋字串之上下界及左右邊界: 計算每個Row之亮點的個數,由上往下以及由下往上Scan亮點個數的變化,變化最大的地方即是字串上下界的所在 再計算每個Column之亮點的個數,由左往右以及由右往左Scan亮點個數的變化,變化最大的地方即是字串左右界的所在 車牌區域的梯度二元化影像 字元分割:將車牌字串由左到右進行掃描,找出字串上下輪廓,並將上輪廓與下輪廓組合成最終輪廓。將最終輪廓由左至右進行掃描,找出輪廓值的相對低點為字元切割點。 80 車牌區域的二元化影像 車牌自動辨識系統(4) 字元辨識:將所切割字元二元化後,依據字元特徵(如筆劃特徵、三叉特徵、圓圈特徵…等),進行字元之結構分析,再與之前所定義之各字元結構比對,以決定該字元。 ? ? ? No circle 1, E, F 1 circle 0, 6, D 2 circles 8, B ? 2 end points 1, C, U 3 end points E, F, T 4 end points H, K, X 車牌自動辨識系統(5) 貨櫃號碼自動辨識系統 影像前置 處理 讀入 影像 辨識直式 櫃號 辨識橫式 櫃號 櫃號彙整 輸出辨 識結果 得以影像辨識技術或其他設備來來偵測車輛與人員。 以影像處理與圖形識別技術來實施車牌自動辨識、貨櫃號碼自動辨識、手機圖像/文字辨識等模組。 再以上述模組來建構車/人/物通行管理應用系統。 上述模組以車牌自動辨識應用最廣、技術也較成熟。 某些問題在現階段的技術水準之下,影像式偵測技術可能不若其他種類偵測技術來的理想。 有些狀況下需要多種Sensing device搭配使用。 光線、車速、處理時間 …,是使用影像式偵測技術所必須考慮的問題。 結語 中 華 電 信 研 究 所 影像辨識技術應用於 人/車/物通行管理 內容 大綱 物體偵測—使用影像識別技術 影像處理技術於票券業務與人員通行管理之應用 國外的實例 電子票券系統 電子票券的種類與技術 人員通行管理 影像處理技術於物流車輛與貨櫃通行管理之應用 無紙化通行管理 車牌自動辨識系統 貨櫃號碼自動辨識系統 結語 隨著資訊、通訊產業的一日千里,速度與成本是決定企業成敗的重要關鍵因素,如何利用先進的技術來提升其效率及節省成本,便是是否能在競爭環境中脫穎而出的關鍵。 現行對於人的通行管理大多是藉由識別證或感應卡/IC卡來實施,其發行與管理所需之人力及成本與如何確保有效性/安全性是不容忽視的問題。 現行票券業務的購票機制雖可透過電話、網際網路的方式進行預定,不必現場買票,然而仍不免須前往領票,且票券尚有遺失之虞,甚至紙票被偽造、複製之情形更是時有所聞。 物流車輛及貨櫃的通行管理大多是以由司機持通行單據通關受檢,不僅作業不便,而且耗費時間及人力。 以電子資料傳送來取代紙張,並以影像處理技術來辨識電子識別證或票券內容或車號/櫃號,將可提升車/人/物業務的效率,並節省其成本。 大綱 物體偵測— 使用影像識別技術 影像式 超音波感應器 線圈感應器 (金屬物體專用) 光感應式 反射式 反射板式 對射式 偵測物體的方式 影像式移動物偵測(1) Typical modules for moving object extraction Use ratio images as the basis for motion detection. A novel thresholding method via two-piece linear approximation for cumulative histograms. The combination of using ratio images as target images and using two-piece linear approximation for cumulative histograms as thresholding approach leads to two-fold accuracy and efficiency for motion detection. 影像式移動物偵測(2) 影像式移動物偵測(3) Use Gaussia

文档评论(0)

dajuhyy + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档