車(chē)牌影像辨識(shí)系統(tǒng)及方法
【專利摘要】一種車(chē)牌影像辨識(shí)系統(tǒng)及方法，能辨識(shí)附掛在交通工具上具有車(chē)牌號(hào)碼的車(chē)牌，該車(chē)牌影像辨識(shí)系統(tǒng)包含數(shù)據(jù)庫(kù)模塊、縮減模塊、影像擷取單元、分類單元與辨識(shí)模塊。其中，該數(shù)據(jù)庫(kù)模塊儲(chǔ)存多個(gè)車(chē)牌位臵樣本類別與多個(gè)車(chē)牌號(hào)碼樣本類別，并通過(guò)該縮減模塊減少這些樣本類別的數(shù)量，又該影像擷取單元以不同影像分辨率擷取該車(chē)牌，用以產(chǎn)生車(chē)牌位臵影像及車(chē)牌號(hào)碼影像，該分類單元演算這些影像以產(chǎn)生車(chē)牌位臵類別與車(chē)牌號(hào)碼類別，而該辨識(shí)模塊在該數(shù)據(jù)庫(kù)模塊搜尋是否有相關(guān)于該車(chē)牌位臵類別的該車(chē)牌位臵樣本類別及相關(guān)于該車(chē)牌號(hào)碼類別的該車(chē)牌號(hào)碼樣本類別，用以決定將該車(chē)牌號(hào)碼樣本類別視為該車(chē)牌的該車(chē)牌號(hào)碼。
【專利說(shuō)明】車(chē)牌影像辨識(shí)系統(tǒng)及方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種車(chē)牌影像辨識(shí)系統(tǒng)及方法，尤其涉及一種應(yīng)用于監(jiān)控交通工具的車(chē)牌的系統(tǒng)與方法。
【背景技術(shù)】
[0002]在現(xiàn)有技術(shù)中，影像辨識(shí)技術(shù)讓用戶可通過(guò)計(jì)算機(jī)視覺(jué)處理技術(shù)解決生活中的許多問(wèn)題，例如為了控管進(jìn)出國(guó)道客運(yùn)站的龐大客運(yùn)車(chē)輛，必須使用可記錄客運(yùn)車(chē)輛進(jìn)出時(shí)間的系統(tǒng)。舉例而言，目前國(guó)道客運(yùn)站已經(jīng)開(kāi)始使用圖像處理辨識(shí)系統(tǒng)來(lái)取代人力，用以自動(dòng)化地辨識(shí)與記錄該客運(yùn)車(chē)輛。
[0003]然而，由于該客運(yùn)車(chē)輛的車(chē)型或外觀新舊的不同，導(dǎo)致在該客運(yùn)車(chē)輛辨識(shí)的過(guò)程中，會(huì)發(fā)生許多無(wú)法識(shí)別的情況。
[0004]一般而言，該國(guó)道客運(yùn)站所使用的該圖像處理辨識(shí)系統(tǒng)采用車(chē)牌辨識(shí)技術(shù)。舉例而言，該圖像處理辨識(shí)系統(tǒng)利用文字辨識(shí)技術(shù)(optical character recognition, OCR)辨識(shí)位于該車(chē)牌上的號(hào)碼，但由于該圖像處理辨識(shí)系統(tǒng)在文字辨識(shí)過(guò)程中，該車(chē)牌上的號(hào)碼必須在文字內(nèi)容完整的情形下才能正常地辨識(shí)。然而，該車(chē)牌的車(chē)牌號(hào)碼可能發(fā)生無(wú)法辨識(shí)的情況，例如被車(chē)前燈等的遮蔽物遮蔽、車(chē)牌號(hào)碼污損與車(chē)牌號(hào)碼不清晰等，此種情況也可稱為車(chē)牌本身因素。
[0005]另外，該車(chē)牌可能因外在環(huán)境的影響而導(dǎo)致無(wú)法辨識(shí)文字的情況，例如環(huán)境昏暗、煙霧造成的眩光、車(chē)前燈太亮等光影變化所造成車(chē)牌上號(hào)碼的改變，此種情況也可稱為環(huán)境因素。
[0006]簡(jiǎn)言之，由于上述車(chē)牌本身因素與上述環(huán)境因素，使得該系統(tǒng)無(wú)法有效地利用該文字辨識(shí)技術(shù)辨識(shí)該車(chē)牌上的號(hào)碼。
[0007]為解決上述的問(wèn)題，現(xiàn)有技術(shù)也提出一些解決的方法，例如將該車(chē)牌的辨識(shí)過(guò)程區(qū)分成兩個(gè)階段，第一個(gè)階段為檢測(cè)該車(chē)牌，以及第二階段為辨識(shí)該車(chē)牌的號(hào)碼。
[0008]檢測(cè)該車(chē)牌的方法大多采用抓取車(chē)牌邊緣輪廓、色彩分布或灰階分布等算法，用以搜尋到該車(chē)牌的區(qū)域分布，以及該車(chē)牌號(hào)碼的辨識(shí)方法幾乎采用該文字辨識(shí)技術(shù)的算法以取得該車(chē)牌號(hào)碼。
[0009]然而，若這些方法要能夠正常的運(yùn)作，則必須要有一個(gè)前提，該前提就是在擷取該車(chē)牌的過(guò)程中，所擷取到的車(chē)牌影像必須要清楚，且讓這些算法能夠明顯地區(qū)別該車(chē)牌上的號(hào)碼。
[0010]故有需要提出一種車(chē)牌影像辨識(shí)系統(tǒng)及方法，可用于解決現(xiàn)有技術(shù)的缺陷。

【發(fā)明內(nèi)容】

[0011]本發(fā)明的一個(gè)目的是提供一種車(chē)牌影像辨識(shí)系統(tǒng)，供辨識(shí)附掛在交通工具上具有車(chē)牌號(hào)碼的車(chē)牌，用以達(dá)到監(jiān)控該交通工具的目的。
[0012]本發(fā)明的另一目的是提供上述的車(chē)牌影像辨識(shí)方法，通過(guò)旋轉(zhuǎn)強(qiáng)度統(tǒng)計(jì)直方圖算法(histogram of oriented gradients analysis, HOG)與支持向量器算法(supportvector machines analysis, SVM)演算該車(chē)牌,使得該車(chē)牌不受到車(chē)牌本身因素與環(huán)境因
素的影響。
[0013]本發(fā)明的又一目的是提供上述的車(chē)牌影像辨識(shí)方法，通過(guò)主成分分析算法(principle component analysis, PCA)與支持向量器算法(SVM)對(duì)該車(chē)牌的影像進(jìn)行分類，使得可自分類后的該影像中快速地與實(shí)時(shí)地判斷位于該交通工具上該車(chē)牌的位鉻與該車(chē)牌上的號(hào)碼。
[0014]本發(fā)明的再一目的是提供上述的車(chē)牌影像辨識(shí)方法，通過(guò)縮減在數(shù)據(jù)庫(kù)中與該車(chē)牌相關(guān)樣本類別的數(shù)量，除可減少該樣本類別占用該數(shù)據(jù)庫(kù)的空間之外，更能夠在辨識(shí)過(guò)程中提高演算的速度。
[0015]本發(fā)明的再一目的是提供上述的車(chē)牌影像辨識(shí)方法，先利用該低分辨率取得該車(chē)牌附掛于該交通工具的位鉻，并在獲得該車(chē)牌的位鉻之后，進(jìn)一步利用該高分辨率取得該車(chē)牌上的該車(chē)牌號(hào)碼。
[0016]本發(fā)明的再一目的是提供上述的車(chē)牌影像辨識(shí)方法，若數(shù)據(jù)庫(kù)未建立有新車(chē)牌的車(chē)牌影像樣本時(shí)，則在車(chē)牌位鉻數(shù)據(jù)庫(kù)與車(chē)牌號(hào)碼數(shù)據(jù)庫(kù)利用單一車(chē)牌的多個(gè)新車(chē)牌圖框建立新的新車(chē)牌位鉻樣本類別與新車(chē)牌號(hào)碼樣本類別，而這些新車(chē)牌圖框可降低該車(chē)牌被誤判的風(fēng)險(xiǎn)。
[0017]為達(dá)到上述目的與其它目的，本發(fā)明提供一種車(chē)牌影像辨識(shí)系統(tǒng)，供辨識(shí)附掛在交通工具上具有車(chē)牌號(hào)碼的車(chē)牌，該影像辨識(shí)系統(tǒng)包含數(shù)據(jù)庫(kù)模塊、縮減模塊、影像擷取單元、分類單元與辨識(shí)模塊。其中，該數(shù)據(jù)庫(kù)模塊具有車(chē)牌位鉻數(shù)據(jù)庫(kù)與車(chē)牌號(hào)碼數(shù)據(jù)庫(kù)，該車(chē)牌位鉻數(shù)據(jù)庫(kù)儲(chǔ)存多個(gè)車(chē)牌位鉻樣本類別，以及該車(chē)牌號(hào)碼數(shù)據(jù)庫(kù)儲(chǔ)存多個(gè)車(chē)牌號(hào)碼樣本類別；該縮減模塊與該數(shù)據(jù)庫(kù)模塊連接，該縮減模塊減少位于該數(shù)據(jù)庫(kù)模塊中這些車(chē)牌位鉻樣本類別與這些車(chē)牌號(hào)碼樣本類別的類別數(shù)量；該影像擷取單元供執(zhí)行第一分辨率與第二分辨率的影像擷取，該影像擷取單元通過(guò)該第一分辨率擷取該車(chē)牌以產(chǎn)生車(chē)牌位鉻影像及通過(guò)該第二分辨率擷取該車(chē)牌以產(chǎn)生車(chē)牌號(hào)碼影像，其中該第二分辨率高于第一分辨率；該分類單元連接該影像擷取單元，該分類單元通過(guò)主成分分析算法與支持向量器算法演算該車(chē)牌位鉻影像及該車(chē)牌號(hào)碼影像，用以產(chǎn)生車(chē)牌位鉻類別與車(chē)牌號(hào)碼類別；以及該辨識(shí)模塊，連接該分類單元與該數(shù)據(jù)庫(kù)模塊，該辨識(shí)模塊在該車(chē)牌位鉻數(shù)據(jù)庫(kù)中搜尋與該車(chē)牌位鉻類別相關(guān)的這些車(chē)牌位鉻樣本類別的其中之一，并在該辨識(shí)模塊確認(rèn)該車(chē)牌位鉻類別與該車(chē)牌位鉻類別相關(guān)的該車(chē)牌位鉻樣本類別相同之后，該辨識(shí)模塊在該車(chē)牌號(hào)碼數(shù)據(jù)庫(kù)中搜尋與該車(chē)牌號(hào)碼類別相關(guān)的這些車(chē)牌號(hào)碼樣本類別的其中之一，并在該辨識(shí)模塊搜尋到與該車(chē)牌號(hào)碼類別相關(guān)的該車(chē)牌號(hào)碼樣本類別之后，該辨識(shí)模塊將該車(chē)牌號(hào)碼類別視為該車(chē)牌的該車(chē)牌號(hào)碼。
[0018]為達(dá)到上述目的與其它目的，本發(fā)明提供一種車(chē)牌影像辨識(shí)方法，供辨識(shí)附掛在交通工具上具有車(chē)牌號(hào)碼的車(chē)牌，該車(chē)牌影像辨識(shí)方法包含步驟a，在車(chē)牌位鉻數(shù)據(jù)庫(kù)儲(chǔ)存與該車(chē)牌相關(guān)的車(chē)牌位鉻樣本類別，以及在車(chē)牌號(hào)碼數(shù)據(jù)庫(kù)儲(chǔ)存與該車(chē)牌號(hào)碼相關(guān)的車(chē)牌號(hào)碼樣本類別；接著步驟b，利用低分辨率與高分辨率的影像擷取技術(shù)分別地?cái)X取該車(chē)牌，以產(chǎn)生車(chē)牌影像；再接著步驟C，通過(guò)旋轉(zhuǎn)強(qiáng)度統(tǒng)計(jì)直方圖算法(HOG)演算該車(chē)牌影像，以產(chǎn)生車(chē)牌位鉻影像與車(chē)牌號(hào)碼影像；又接著步驟d，通過(guò)支持向量器算法(SVM)演算該車(chē)牌位鉻影像與該車(chē)牌號(hào)碼影像，以產(chǎn)生車(chē)牌位鉻類別與車(chē)牌號(hào)碼類別；以及另接著步驟e，在該車(chē)牌位鉻數(shù)據(jù)庫(kù)中搜尋與該車(chē)牌位鉻類別相關(guān)的該車(chē)牌位鉻樣本類別，并在確認(rèn)該車(chē)牌位鉻類別與該車(chē)牌位鉻樣本類別相同之后，進(jìn)一步在該車(chē)牌號(hào)碼數(shù)據(jù)庫(kù)中搜尋與該車(chē)牌號(hào)碼類別相關(guān)的該車(chē)牌號(hào)碼樣本類別，且該辨識(shí)模塊也在該車(chē)牌號(hào)碼數(shù)據(jù)庫(kù)搜尋有該車(chē)牌號(hào)碼樣本類別之后，將該車(chē)牌號(hào)碼類別視為該車(chē)牌的該車(chē)牌號(hào)碼。
[0019]與現(xiàn)有技術(shù)相較，本發(fā)明的車(chē)牌影像辨識(shí)系統(tǒng)解決在傳統(tǒng)車(chē)牌辨識(shí)技術(shù)中因車(chē)牌本身因素與環(huán)境因素所造成無(wú)法執(zhí)行辨識(shí)的缺陷。
[0020]本發(fā)明將車(chē)牌辨識(shí)的過(guò)程區(qū)分為兩個(gè)階段，第一階段利用低分辨率掃描該車(chē)牌用以快速搜尋可能是車(chē)牌的區(qū)塊，直到確認(rèn)到位于該交通工具中該車(chē)牌的位鉻時(shí)，再通過(guò)高分辨率進(jìn)一步掃描該車(chē)牌的影像中的該車(chē)牌號(hào)碼。因此，本發(fā)明通過(guò)兩個(gè)階段且不同的影像擷取分辨率擷取該影像，用以減少辨識(shí)車(chē)牌號(hào)碼所需耗費(fèi)的時(shí)間。
[0021]由于本發(fā)明采用復(fù)雜的兩種算法(即HOG與SVM)進(jìn)行演算，因此演算過(guò)后的數(shù)據(jù)勢(shì)必會(huì)十分龐大。若直接地將該數(shù)據(jù)儲(chǔ)存在數(shù)據(jù)庫(kù)模塊中，除了會(huì)占用數(shù)據(jù)庫(kù)模塊的儲(chǔ)存空間之外，更會(huì)影響存取該數(shù)據(jù)的速度，但通過(guò)本發(fā)明所提供的縮減模塊，可縮減位于該數(shù)據(jù)模塊中龐大的該數(shù)據(jù)量，用以彌補(bǔ)因使用這些算法所造成執(zhí)行速度降低與占用該數(shù)據(jù)庫(kù)模塊的儲(chǔ)存空間等的缺陷。
[0022]在該車(chē)牌辨識(shí)的過(guò)程中，若該車(chē)牌為新車(chē)牌(即在數(shù)據(jù)庫(kù)模塊中未儲(chǔ)存的車(chē)牌)時(shí)，還可通過(guò)本發(fā)明的更新模塊，在數(shù)據(jù)庫(kù)模塊中自動(dòng)地建立與該新車(chē)牌相關(guān)新車(chē)牌位鉻樣本類別與新車(chē)牌號(hào)碼樣本類別。此外，由于本發(fā)明的該更新模塊在一時(shí)間中擷取多個(gè)張新車(chē)牌圖框。故通過(guò)該更新模塊除可在該數(shù)據(jù)模塊中建立正確且可供該新車(chē)牌進(jìn)行辨識(shí)的相關(guān)樣本類別之外，更可讓該新車(chē)牌的辨識(shí)率可大為提升。 【專利附圖】

【附圖說(shuō)明】
[0023]圖1為本發(fā)明第一實(shí)施例的車(chē)牌影像辨識(shí)系統(tǒng)的方塊示意圖；
[0024]圖2為說(shuō)明圖1中數(shù)據(jù)庫(kù)模塊建立車(chē)牌位鉻樣本類別與車(chē)牌號(hào)碼樣本類別的詳細(xì)流程圖；
[0025]圖3為說(shuō)明圖1車(chē)牌號(hào)碼樣本類別的像素示意圖；
[0026]圖4為說(shuō)明圖2的支持向量器算法的演算示意圖；
[0027]圖5-7為說(shuō)明圖1的縮減模塊的詳細(xì)說(shuō)明示意圖；
[0028]圖8為本發(fā)明第二實(shí)施例的車(chē)牌影像辨識(shí)系統(tǒng)的方塊示意圖；
[0029]圖9為說(shuō)明圖1中影像擷取單元與辨識(shí)模塊的詳細(xì)流程圖；以及
[0030]圖10-14為說(shuō)明圖8中更新模塊的詳細(xì)流程圖。
[0031]主要部件附圖標(biāo)記:
[0032]2 交通工具
[0033]4 車(chē)牌號(hào)碼
[0034]4’新車(chē)牌
[0035]6車(chē)牌
[0036]10、10’車(chē)牌影像辨識(shí)系統(tǒng)
[0037]12數(shù)據(jù)庫(kù)模塊[0038]122車(chē)牌位鉻數(shù)據(jù)庫(kù)
[0039]124車(chē)牌號(hào)碼數(shù)據(jù)庫(kù)
[0040]14縮減模塊
[0041]16影像擷取單元
[0042]18、18’分類單元
[0043]22辨識(shí)模塊
[0044]24更新模塊
[0045]CLPPS車(chē)牌位鉻樣本類別
[0046]CLPNS車(chē)牌號(hào)碼樣本類別
[0047]FR第一分辨率
[0048]SR第二分辨率
[0049]ILPN車(chē)牌號(hào)碼影像
[0050]ILPP車(chē)牌位鉻影像
[0051]HOG旋轉(zhuǎn)強(qiáng)度統(tǒng)計(jì)直方圖算法
[0052]PCA主成分分析算法
[0053]SVM支持向量器算法
[0054]CLPP車(chē)牌位鉻類別
[0055]CLPN車(chē)牌號(hào)碼類別
[0056]NPLIF新車(chē)牌圖框
【具體實(shí)施方式】
[0057]為充分了解本發(fā)明的目的、特征及技術(shù)效果，這里通過(guò)下述具體的實(shí)施例，并結(jié)合附圖，對(duì)本發(fā)明做詳細(xì)說(shuō)明，說(shuō)明如下:
[0058]請(qǐng)參照?qǐng)D1，為本發(fā)明第一實(shí)施例的車(chē)牌影像辨識(shí)系統(tǒng)的方塊示意圖。在圖1中，該車(chē)牌影像辨識(shí)系統(tǒng)10辨識(shí)附掛在交通工具2上具有車(chē)牌號(hào)碼4的車(chē)牌6。一般而言，在同一個(gè)國(guó)家或同一個(gè)區(qū)域中該車(chē)牌6具有固定的尺寸。
[0059]該車(chē)牌影像辨識(shí)系統(tǒng)10包含數(shù)據(jù)庫(kù)模塊12、縮減模塊14、影像擷取單元16、分類單元18與辨識(shí)模塊22。
[0060]該數(shù)據(jù)庫(kù)模塊12具有車(chē)牌位鉻數(shù)據(jù)庫(kù)122與車(chē)牌號(hào)碼數(shù)據(jù)庫(kù)124，且該車(chē)牌位絡(luò)數(shù)據(jù)庫(kù)122儲(chǔ)存多個(gè)車(chē)牌位絡(luò)樣本類別CLPPS(classification of the licenseplate position sampling),以及該車(chē)牌號(hào)碼數(shù)據(jù)庫(kù)124儲(chǔ)存多個(gè)車(chē)牌號(hào)碼樣本類別CLPNS(classification of the license plate number sampling)。
[0061 ] 該縮減模塊14與該數(shù)據(jù)庫(kù)模塊12連接，且該縮減模塊14減少位于該數(shù)據(jù)庫(kù)模塊12中該車(chē)牌位鉻樣本類別CLPPS與該車(chē)牌號(hào)碼樣本類別CLPNS的類別數(shù)量。
[0062]該影像擷取單元16能夠執(zhí)行第一分辨率FR(first resolution)與第二分辨率SR(second resolution)的影像擷取 ，且該影像擷取單元16以該第一分辨率FR擷取該車(chē)牌6,并通過(guò)旋轉(zhuǎn)強(qiáng)度統(tǒng)計(jì)直方圖算法(HOG)產(chǎn)生車(chē)牌位絡(luò)影像ILPP(image of thelicense plate position)及以該第二分辨率SR擷取該車(chē)牌6,并且通過(guò)該旋轉(zhuǎn)強(qiáng)度統(tǒng)計(jì)直方圖算法產(chǎn)生車(chē)牌號(hào)碼影像ILPN(image of the license plate number)。在本實(shí)施例中，該第二分辨率SR高于第一分辨率FR，即該第二分辨率為高分辨率及該第一分辨率FR為低分辨率。該分辨率的定義指在同一個(gè)被擷取影像中所包含像素的總數(shù)量，總數(shù)量多者可稱為高分辨率；反之，則稱為低分辨率。該分類單元18連接該影像擷取單元16，且該分類單元18通過(guò)主成分分析算法(PCA)與支持向量器算法(SVM)演算該車(chē)牌位鉻影像ILPP及該車(chē)牌號(hào)碼影像ILPN，并在該分類單元18演算這些影像之后，產(chǎn)生車(chē)牌位絡(luò)類別 CLPP(classification of the license plate position)與車(chē)牌號(hào)碼類別CLPN(classification of the license plate number)。
[0063]該旋轉(zhuǎn)強(qiáng)度統(tǒng)計(jì)直方圖算法(HOG)、該主成分分析算法(PCA)與該支持向量器算法(SVM)于后詳細(xì)說(shuō)明。
[0064]該辨識(shí)模塊22連接該分類單兀18與該數(shù)據(jù)庫(kù)模塊12,且該辨識(shí)模塊22在該車(chē)牌位鉻數(shù)據(jù)庫(kù)122中搜尋與該車(chē)牌位鉻類別CLPP相關(guān)的該車(chē)牌位鉻樣本類別CLPPS，并在該辨識(shí)模塊22確認(rèn)該車(chē)牌位鉻類別CLPP為該車(chē)牌位鉻樣本類別CLPPS之后，該辨識(shí)模塊22在該車(chē)牌號(hào)碼數(shù)據(jù)庫(kù)124中搜尋與該車(chē)牌號(hào)碼類別CLPN相關(guān)的該車(chē)牌號(hào)碼樣本類別CLPNS，并在該辨識(shí)模塊22從該車(chē)牌號(hào)碼數(shù)據(jù)庫(kù)124搜尋到該車(chē)牌號(hào)碼樣本類別CLPNS時(shí)，將該車(chē)牌號(hào)碼樣本類別CLPNS視為該車(chē)牌6的該車(chē)牌號(hào)碼4。
[0065]一并參照?qǐng)D2，為圖1中數(shù)據(jù)庫(kù)模塊12建立該車(chē)牌位鉻樣本類別CLPPS與該車(chē)牌號(hào)碼樣本類別CLPNS的詳細(xì)流程圖。
[0066]在圖2中，該影像擷取單元16擷取該交通工具2的該車(chē)牌6，使得該影像擷取單元16可在擷取該車(chē)牌6之后產(chǎn)生車(chē)牌位鉻影像樣本與車(chē)牌號(hào)碼影像樣本。在本實(shí)施例中，以“車(chē)牌影像樣本”的名詞代表該車(chē)牌位鉻影像樣本與車(chē)牌號(hào)碼影像樣本。
[0067]該影像擷取單元16通過(guò)該旋轉(zhuǎn)強(qiáng)度統(tǒng)計(jì)直方圖算法取得具有特征值的該車(chē)牌影像樣本，例如該特征值可為該車(chē)牌的影像的像素梯度強(qiáng)度以及旋轉(zhuǎn)程度。
[0068]在本實(shí)施例中，像素的梯度又可區(qū)分為水平方向梯度值Gx及垂直方向梯度值Gy，而該水平方向梯度值Gx、垂直方向梯度值Gy與旋轉(zhuǎn)程度的數(shù)學(xué)關(guān)系式可如下所示。該G表示為梯度及Θ表示為旋轉(zhuǎn)角度。
【權(quán)利要求】
1.一種車(chē)牌影像辨識(shí)系統(tǒng)，其特征在于，供辨識(shí)附掛在交通工具上具有車(chē)牌號(hào)碼的車(chē)牌，該影像辨識(shí)系統(tǒng)包含: 數(shù)據(jù)庫(kù)模塊，具有車(chē)牌位鉻數(shù)據(jù)庫(kù)與車(chē)牌號(hào)碼數(shù)據(jù)庫(kù)，該車(chē)牌位鉻數(shù)據(jù)庫(kù)儲(chǔ)存多個(gè)車(chē)牌位鉻樣本類別，以及該車(chē)牌號(hào)碼數(shù)據(jù)庫(kù)儲(chǔ)存多個(gè)車(chē)牌號(hào)碼樣本類別； 縮減模塊，與該數(shù)據(jù)庫(kù)模塊連接，該縮減模塊減少位于該數(shù)據(jù)庫(kù)模塊中這些車(chē)牌位鉻樣本類別與這些車(chē)牌號(hào)碼樣本類別的數(shù)量； 影像擷取單元，供執(zhí)行第一分辨率與第二分辨率的影像擷取，該影像擷取單元以該第一分辨率擷取該車(chē)牌并通過(guò)旋轉(zhuǎn)強(qiáng)度統(tǒng)計(jì)直方圖算法產(chǎn)生車(chē)牌位鉻影像及以該第二分辨率擷取該車(chē)牌并同樣通過(guò)該旋轉(zhuǎn)強(qiáng)度統(tǒng)計(jì)直方圖算法產(chǎn)生車(chē)牌號(hào)碼影像，其中該第二分辨率高于第一分辨率； 分類單元，連接該影像擷取單元，該分類單元通過(guò)主成分分析算法與支持向量器算法演算該車(chē)牌位鉻影像及該車(chē)牌號(hào)碼影像，用以產(chǎn)生車(chē)牌位鉻類別與車(chē)牌號(hào)碼類別；以及辨識(shí)模塊，連接該分類單元與該數(shù)據(jù)庫(kù)模塊，該辨識(shí)模塊在該車(chē)牌位鉻數(shù)據(jù)庫(kù)中搜尋與該車(chē)牌位鉻類別相關(guān)的這些車(chē)牌位鉻樣本類別的其中之一，并在該辨識(shí)模塊確認(rèn)該車(chē)牌位鉻類別為與該車(chē)牌位鉻類別相關(guān)的該車(chē)牌位鉻樣本類別之后，該辨識(shí)模塊在該車(chē)牌號(hào)碼數(shù)據(jù)庫(kù)中搜尋與該車(chē)牌號(hào)碼類別相關(guān)的這些車(chē)牌號(hào)碼樣本類別的其中之一，并在該辨識(shí)模塊搜尋到與該車(chē)牌號(hào)碼類別相關(guān)的該車(chē)牌號(hào)碼樣本類別之后，該辨識(shí)模塊將該車(chē)牌號(hào)碼樣本類別視為該車(chē)牌的該車(chē)牌號(hào)碼。
2.如權(quán)利 要求1所述的車(chē)牌影像辨識(shí)系統(tǒng)，其特征在于，還包含更新模塊，與該影像擷取單元連接，當(dāng)該更新模塊通過(guò)該影像擷取單元檢測(cè)一新車(chē)牌并未被建立于該數(shù)據(jù)庫(kù)模塊時(shí)，該更新模塊連續(xù)地?cái)X取該新車(chē)牌以形成多個(gè)新車(chē)牌圖框。
3.如權(quán)利要求2所述的車(chē)牌影像辨識(shí)系統(tǒng)，其特征在于，該分類單元還包含與該數(shù)據(jù)庫(kù)模塊連接，該分類單元通過(guò)該旋轉(zhuǎn)強(qiáng)度統(tǒng)計(jì)直方圖算法、主成分分析算法與該支持向量器算法演算這些新車(chē)牌圖框，用以產(chǎn)生新車(chē)牌位鉻樣本類別與新車(chē)牌號(hào)碼樣本類別。
4.一種車(chē)牌影像辨識(shí)方法，其特征在于，供辨識(shí)附掛在交通工具上具有車(chē)牌號(hào)碼的車(chē)牌，該車(chē)牌影像辨識(shí)方法包含: a在車(chē)牌位鉻數(shù)據(jù)庫(kù)儲(chǔ)存與該車(chē)牌相關(guān)的車(chē)牌位鉻樣本類別，以及在車(chē)牌號(hào)碼數(shù)據(jù)庫(kù)儲(chǔ)存與該車(chē)牌號(hào)碼相關(guān)的車(chē)牌號(hào)碼樣本類別； b利用低分辨率與高分辨率的影像擷取技術(shù)分別地?cái)X取該車(chē)牌，以產(chǎn)生車(chē)牌影像； c通過(guò)旋轉(zhuǎn)強(qiáng)度統(tǒng)計(jì)直方圖算法演算該車(chē)牌影像，以產(chǎn)生車(chē)牌位鉻影像與車(chē)牌號(hào)碼影像； d通過(guò)主成分分析算法與支持向量器算法演算該車(chē)牌位鉻影像與該車(chē)牌號(hào)碼影像，以產(chǎn)生車(chē)牌位鉻類別與車(chē)牌號(hào)碼類別；以及 e在該車(chē)牌位鉻數(shù)據(jù)庫(kù)中搜尋與該車(chē)牌位鉻類別相關(guān)的該車(chē)牌位鉻樣本類別，并在確認(rèn)該車(chē)牌位鉻類別與該車(chē)牌位鉻樣本類別相同之后，進(jìn)一步在該車(chē)牌號(hào)碼數(shù)據(jù)庫(kù)中搜尋與該車(chē)牌號(hào)碼類別相關(guān)的該車(chē)牌號(hào)碼樣本類別，且該辨識(shí)模塊也在該車(chē)牌號(hào)碼數(shù)據(jù)庫(kù)搜尋有該車(chē)牌號(hào)碼樣本類別之后，將該車(chē)牌號(hào)碼樣本類別視為該車(chē)牌的該車(chē)牌號(hào)碼。
5.如權(quán)利要求4所述的車(chē)牌影像辨識(shí)方法，其特征在于，在步驟a之后，還包含步驟f，縮減位于該車(chē)牌位鉻數(shù)據(jù)庫(kù)中該車(chē)牌位鉻樣本類別及位于該車(chē)牌號(hào)碼數(shù)據(jù)庫(kù)中該車(chē)牌號(hào)碼樣本類別的類別數(shù)量。
6.如權(quán)利要求4所述的車(chē)牌影像辨識(shí)方法，其特征在于，在步驟b還包含無(wú)法擷取該車(chē)牌以產(chǎn)生該車(chē)牌影像，持續(xù)地搜尋在該交通工具的該車(chē)牌。
7.如權(quán)利要求6所述 的車(chē)牌影像辨識(shí)方法，其特征在于，在步驟b之后，還包含步驟: g計(jì)算該車(chē)牌影像中邊緣部分的像素總和；以及 h將該車(chē)牌影像分割為多個(gè)影像區(qū)塊，以在這些影像區(qū)塊之間判斷彼此的區(qū)塊相似度； 其中該像素總和與該區(qū)塊相似度皆小于第一預(yù)定門(mén)檻值，則由該車(chē)牌影像判斷出該車(chē)牌影像表示該車(chē)牌。
8.如權(quán)利要求4所述的車(chē)牌影像辨識(shí)方法，其特征在于，在步驟e還包含在該車(chē)牌號(hào)碼數(shù)據(jù)庫(kù)未儲(chǔ)存對(duì)應(yīng)于該車(chē)牌號(hào)碼類別的該車(chē)牌號(hào)碼樣本類別時(shí)，將該車(chē)牌號(hào)碼類別相關(guān)的該車(chē)牌視為新車(chē)牌。
9.如權(quán)利要求8所述的車(chē)牌影像辨識(shí)方法，其特征在于，在步驟e之后，還包含步驟: i連續(xù)地?cái)X取該新車(chē)牌，以產(chǎn)生多個(gè)新車(chē)牌圖框；以及 j演算這些新車(chē)牌圖框，以在該車(chē)牌位鉻數(shù)據(jù)庫(kù)建立與該新車(chē)牌相關(guān)的新車(chē)牌位鉻樣本類別及該車(chē)牌號(hào)碼數(shù)據(jù)庫(kù)建立與該新車(chē)牌相關(guān)的新車(chē)牌號(hào)碼樣本類別。
10.如權(quán)利要求9所述的車(chē)牌影像辨識(shí)方法，其特征在于，在步驟j中還包含步驟為通過(guò)該旋轉(zhuǎn)強(qiáng)度統(tǒng)計(jì)直方圖算法、主成分分析算法與該支持向量器算法演算這些新車(chē)牌圖框。
11.如權(quán)利要求10所述的車(chē)牌影像辨識(shí)方法，其特征在于，在步驟j中還包含: k自這些新車(chē)牌圖框取得第一個(gè)圖框，并通過(guò)該旋轉(zhuǎn)強(qiáng)度統(tǒng)計(jì)直方圖算法演算該第一個(gè)圖框，以建立一標(biāo)準(zhǔn)車(chē)牌影像樣本；以及 I計(jì)算前一個(gè)該新車(chē)牌圖框與后一個(gè)該新車(chē)牌圖框之間特征值的誤差，若二者之間的誤差小于預(yù)定第二門(mén)檻值，則該標(biāo)準(zhǔn)車(chē)牌影像樣本由后一個(gè)的該新車(chē)牌圖框取代，直到計(jì)算完所有的這些新車(chē)牌圖框之后，才將該標(biāo)準(zhǔn)車(chē)牌影像樣本分別地儲(chǔ)存至該車(chē)牌位鉻數(shù)據(jù)庫(kù)與該車(chē)牌號(hào)碼數(shù)據(jù)庫(kù)。
12.如權(quán)利要求9所述的車(chē)牌影像辨識(shí)方法，其特征在于，這些新車(chē)牌圖框的數(shù)目不小于10個(gè)。
【文檔編號(hào)】G06K9/62GK103903005SQ201310099736
【公開(kāi)日】2014年7月2日 申請(qǐng)日期:2013年3月26日 優(yōu)先權(quán)日:2012年12月25日
【發(fā)明者】吳炳飛, 陳彥霖, 黃皓昱, 林信佑 申請(qǐng)人:財(cái)團(tuán)法人交大思源基金會(huì)