La tecnología de reconocimiento de matrículas se refiere a la tecnología de leer automáticamente el número de matrícula, el tipo de matrícula, el color de la matrícula y otra información después de que la imagen del vehículo o la secuencia de video capturada por la cámara sea procesada por algoritmos como visión artificial, procesamiento de imágenes y reconocimiento de patrones. Rama importante Su base de hardware incluye equipos de disparo, equipos de cámara, equipos de iluminación, equipos de adquisición de imágenes y procesadores para identificar los números de matrícula.
En la actualidad, se ha utilizado ampliamente en varias ocasiones de sistemas de transporte inteligentes, como peajes de autopistas, gestión de estacionamientos, sistemas de pesaje, orientación de tránsito, aplicación de la ley de tránsito, inspección de autopistas, programación de vehículos, detección de vehículos, etc. Es de importancia práctica mantener la seguridad del tráfico y la seguridad urbana, evitar atascos y realizar una gestión del tráfico totalmente automatizada.
Proceso de reconocimiento de matrículas
1 adquisición de imagen
Según los diferentes métodos de detección de vehículos, la adquisición de imágenes generalmente se divide en dos tipos: uno es la adquisición de imágenes en modo estático. El vehículo dispara una bobina de detección de tierra, infrarrojos o radar y otros dispositivos para dar a la cámara una señal de disparo. La cámara recibe la señal de disparo. Luego se capturará una imagen. La ventaja de este método es que tiene una alta velocidad de disparo y un rendimiento estable. La desventaja es que necesita cortar el suelo y colocar la bobina, lo que requiere una gran cantidad de construcción. El otro es la adquisición de imágenes en modo de video. No se requiere señal de disparo externo. La cámara La imagen de transmisión de video se grabará en tiempo real. La ventaja de este método es que es conveniente construir, no hay necesidad de cortar el suelo para colocar la bobina, y no hay necesidad de instalar piezas como detectores de automóviles. Sin embargo, sus deficiencias también son muy significativas. La tasa y la tasa de reconocimiento son más bajas que el disparador periférico.
2 pretratamiento
Dado que la calidad de la imagen se ve afectada fácilmente por factores como la iluminación, el clima, la posición de la cámara, etc., es necesario realizar un preprocesamiento en la cámara y la imagen antes de reconocer la placa de matrícula para garantizar la imagen más clara de la placa. En general, se extraerán conclusiones basadas en el análisis del entorno in situ y las imágenes que se han tomado, y se implementará el procesamiento automático de exposición de la cámara, el procesamiento automático del balance de blancos, el procesamiento automático de la luz de fondo y el procesamiento automático de ráfagas. Escalado de imagen y otro procesamiento.
Los métodos de eliminación del ruido incluyen el filtrado medio, el filtrado medio y el filtrado gaussiano; los métodos de mejora de contraste incluyen estiramiento lineal de contraste, ecualización de histograma y filtros homomórficos; los principales métodos de escalado de imágenes son la interpolación vecina más cercana y la interpolación bilineal Método e interpolación de convolución cúbica.
3 Posicionamiento de matrícula
Detectar con precisión el área de la matrícula de la imagen completa es un paso importante en el proceso de reconocimiento de la matrícula. Si el posicionamiento falla o el posicionamiento es incompleto, conducirá directamente al fallo de reconocimiento final. Debido al complejo fondo de la imagen y al posicionamiento poco claro de la placa de matrícula, es fácil tratar el ruido, como cercas y vallas publicitarias, como placas de matrícula, por lo que la forma de eliminar estas placas de matrícula falsas también es un punto difícil para la colocación de la placa de matrícula. Para mejorar la precisión del posicionamiento y mejorar la velocidad de reconocimiento, el sistema general de reconocimiento de matrículas diseñará una interfaz externa, permitiendo a los usuarios establecer diferentes áreas de reconocimiento de acuerdo con el entorno del sitio.
4 Corrección de matrícula
Debido a la influencia de factores como el ángulo de disparo, la lente, etc., la placa de la imagen se deforma, como la inclinación horizontal, la inclinación vertical o la distorsión trapezoidal, lo que dificulta el procesamiento posterior del reconocimiento. Si el proceso de corrección de la matrícula se realiza después de ubicar la matrícula, es beneficioso eliminar el ruido, como el marco de la matrícula, y es más propicio para el reconocimiento de caracteres.
En la actualidad, los métodos de corrección comúnmente utilizados son: método de transformación de Hough, que calcula el ángulo de inclinación al detectar las líneas rectas de la placa hacia arriba y hacia abajo, los bordes izquierdo y derecho; método de proyección giratoria, al proyectar verticalmente la imagen en el eje horizontal en diferentes ángulos, el valor de proyección es la suma de 0 puntos El ángulo máximo es el ángulo de inclinación vertical, y el método de cálculo para el ángulo horizontal es similar. El método de análisis de componentes principales se basa en la característica de que el color en el límite del fondo de la placa y el carácter tiene una colocación fija. Es el ángulo de inclinación horizontal de la matrícula; el método de varianza mínima, que deriva la expresión cerrada del ángulo de inclinación vertical de acuerdo con la varianza coordinada del punto proyectado del personaje en la dirección vertical para determinar el ángulo de inclinación vertical; transformación de perspectiva, usando los cuatro vértices de la placa detectada para pasar Después de que se transforma la matriz de correlación, se realiza la corrección de distorsión de la matrícula.
División de 5 caracteres
Después de ubicar el área de la placa de matrícula, dado que no sabe cuántos caracteres hay en la placa, la relación posicional entre los caracteres y el ancho y la altura de cada carácter, para garantizar que la coincidencia del tipo de placa y el reconocimiento de caracteres sean correctos, la segmentación de caracteres es esencial. Paso.
La idea principal de la segmentación de caracteres es que, en función del resultado de binarización de la placa o del resultado de extracción de bordes, utilizando las características estructurales de los caracteres, la similitud entre los caracteres, el espacio entre los caracteres y otra información, por un lado, los caracteres individuales se extraen por separado, incluida la adhesión y Maneje casos especiales como caracteres rotos; por otro lado, clasifique los caracteres con ancho y alto similares en una categoría para eliminar el borde de la placa y algunos pequeños ruidos. Los algoritmos utilizados comúnmente son: análisis de dominio conectado, análisis de proyección, agrupación de caracteres y coincidencia de plantillas.
Reconocimiento de 6 caracteres
La imagen en escala de grises de los caracteres segmentados se normaliza, se extrae la función y luego el aprendizaje automático o la coincidencia con la plantilla de la base de datos de caracteres, y finalmente se selecciona el resultado con el mayor grado de coincidencia como resultado del reconocimiento.
Los algoritmos de reconocimiento de caracteres actualmente populares son: método de coincidencia de plantillas, método de red neuronal artificial, método de máquina de vectores de soporte y método de clasificación Adaboost. Las ventajas del método de coincidencia de plantillas son el reconocimiento rápido y el método simple, pero la desventaja es que existen algunas dificultades para tratar las fracturas y las incrustaciones; el método de la red neuronal artificial tiene una gran capacidad de aprendizaje, adaptabilidad y una gran capacidad de clasificación, pero consume mucho tiempo; vector de soporte El método de máquina tiene una mejor capacidad de reconocimiento para muestras de prueba invisibles y requiere menos muestras de entrenamiento; el método de clasificación Adaboost puede enfocarse en datos de entrenamiento más importantes, con velocidad de reconocimiento rápida y alto rendimiento en tiempo real. La matrícula de China se compone de tres caracteres: caracteres chinos, letras inglesas y números arábigos, y tiene un estilo unificado, que también es conveniente para el proceso de reconocimiento.
7 Salida de resultados de reconocimiento de matrículas
Imprima los resultados del reconocimiento de matrículas en formato de texto, incluido el número de matrícula, el color de la matrícula, el tipo de matrícula, etc.
Para obtener más información, busque transporte inteligente