使用快速失真校正方法应用於车牌影像.ppt

IEEE Proceedings of the Seventh International Conference on Machine Learning and Cybernetics QING TANG*, ZHI-YAN WANG**, XIAO-WEI XU**, YING-HONG LIANG***, XIAO-YE CAO*** 使用快速失真校正方法應用於車牌影像A rapid inclined distortion rectification method for vehicle licenses plate images 指導教授：顏國郎 報告者：廖崧棋 Outlines Problems Rationales Purpose Specific Aims Literatures Review Materials Methods Experiments Results Discussions Problems Rationales 車牌辨識逐漸應用於交通系統中 Intelligent Transport System (ITS) Automatic License Plate Recognition (ALPR) 車牌辨識系統（ALPR） 車牌檢視區塊 傾斜失真 消失點 字元切割識別區塊 Hough Transform to extract the four edges of a plate Purpose 使用改善滅點演算法校正傾斜的車牌影像，讓系統更加快速、準確，並使用真實車牌加入背景噪音來作系統測試，達到真正可以應用於商業用途上。 Specific Aims Step1 找出車牌影像區塊 Step2 定義Camera Model方法 Step3 使用校正演算法 Step4 加入背景噪音車牌作辨識 Step5 結果比較 Literatures Review Materials Methods Camera Model Correction Algorithm Correction Algorithm 架構圖 Experiments Results Discussions 使用改善方法可快速校正影像 即使高角度傾斜和扭曲也能有高辨識率 灰階以及像素值仍有改善空間 謝謝聆聽，敬請指教 辨識車牌開始從研發到逐漸實際應用於日常交通應用上，例如街道、路口、機場、公路、停車場等等，而用於車牌辨識系統中有兩大部份：1.車牌檢視區塊 2.字元切割區塊，在於車牌檢視區塊裡面，又因為車牌傾斜扭曲難以還原回原來影像，為目前主要研究區塊，而大部分所做的研究都是使用Hough Transform來提取四邊的區塊。 * * 這是本篇論文的文獻探討，第一個式子是較簡單的水平垂直轉換 旋轉座標矩陣 其 西他 角度為重要關係，且沿著x軸作旋轉。另外一種方法是使用第二種公式，但因為30％以上的傾斜旋轉圖像是在三圍空間所以為了應付這樣的難題，使用四點座標和線性校準以建立投影圖像的三維空間。 * 針孔攝影機模型，攝影機三維座標系統投影於影像二維平面座標，m是二維影像座標，M是三維影像座標，但此公式加入齊次座標向量，為原向量加入一個元素1，此公式即可寫成第一個式子，戈嗎，因為製成技術的進步幾乎很微小可設為0， * Zhang校正參數，假設校正模型的平面之世界座標z=0，利用sm那個式子可以得到已下s的式子，並可從新定義二維向量 M 並可以得出平面投影轉換矩陣H與m之間的關係，下一張 * 避免混淆，改用x來代表校正模型上二維向量，H是一個非奇異的矩陣，為一般平面投影轉換關係，i是消失的線 * * 本篇論文使用了2690個樣本，其中包括627個擁有背景噪音的車牌，例如傾斜和扭曲變形、光線干擾的車牌，上圖是根據真實影像並使用提出的校正的滅點演算法所輸出的圖，根據這樣的實驗結果我們統計出以下的表格，這是和其他方法所做的比較，辨識率相差是沒有多少的，而於速度上所輸出的速度是比較快速的，平均都有392ms。 * * 辨識車牌開始從研發到逐漸實際應用於日常交通應用上，例如街道、路口、機場、公路、停車場等等，而用於車牌辨識系統中有兩大部份：1.車牌檢視區塊 2.字元切割區塊，在於車牌檢視區塊裡面，又因為車牌傾斜扭曲難以還原回原來影像，為目前主要研究區塊，而大部分所做的研究都是使用Hough Transform來提取四邊的區塊。 * * 這是本篇論文的文獻探討，第一個式子是較簡單的水平垂直轉換 旋轉座標矩陣 其 西他 角度為重要關係，且沿著x軸作旋轉。另外一種方法是使用第二種公式，但因為30％以上的傾斜旋轉圖像是在三圍空間所以為了應付這樣的難題，使用四點座標和線性校準以建立投影圖像的三維空間。