CN101814127A - 图像辨识与输出方法以及其系统 - Google Patents
图像辨识与输出方法以及其系统 Download PDFInfo
- Publication number
- CN101814127A CN101814127A CN200910006993A CN200910006993A CN101814127A CN 101814127 A CN101814127 A CN 101814127A CN 200910006993 A CN200910006993 A CN 200910006993A CN 200910006993 A CN200910006993 A CN 200910006993A CN 101814127 A CN101814127 A CN 101814127A
- Authority
- CN
- China
- Prior art keywords
- image
- identification
- known sample
- pixel
- eigenwert
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Abstract
本发明提供一种图像辨识与输出方法与系统,其系于一图像中撷取待辨识的特征图像与建立于数据库内的多个已知样品图像逐一进行对比,然后得到该特征图像关于每一个已知样品图像的相似度值。接着,将该多个相似度值进行排序输出可能的多种辨识对比结果。利用该方法可应用于交通工具的识别号码的特征辨识,根据辨识对比所得到的相似度值输出可能的识别号码组合,以改善对于可疑的交通工具进行锁定的速度,提升辨识时效。
Description
技术领域
本发明有关一种图像辨识技术,尤其是指一种将图像与已知的样本图像进行辨识对比得到对应的相似度值,然后将该相似度值排序输出多种可能的辨识结果的图像辨识与输出方法以及其系统。
背景技术
每年因交通事故造成人员死亡人数近3000人,驱车偷窃或行抢案也层出不穷,肇事逃逸或犯案的车牌因监视录像系统不佳而无法辨识的事层出不穷,乃因该类监视系统多半存在着分辨率不佳(320X240 Pixels)、图像撷取单元的架设取像角度过于偏斜使得成图像信息残缺或模糊连人眼也无法正确辨识,每每会因无法正确识别车号而让犯案或肇事逃逸车辆得以逍遥法外。
在现有技术中,例如中国台湾专利第197752号,名称为“从车辆图像中撷取车牌区域及矫正车牌歪斜的方法及装置”。该专利由搭配镜头的CCD摄影机及图像撷取卡对车道摄取车辆图像,并由车辆图像读取单元将图像撷取卡所撷取的图像读取出来,接着由对数灰阶值运算单元来对车辆图像中的各个像素计算出其对数灰阶值,小波分解运算单元则接着将对数灰阶值图像分解成粗图像、水平差异图像、垂直差异图像、对角差异图像,接着由图像二值化运算单元将水平差异图像各像素的对数灰阶值由实数值(Real number)转为0或1的二元值。然后由车牌区域粗切割单元依照预设的车牌长宽约略值来寻找整张车辆图像中那个区域的二元值总和最高,并将该区域初步切出为车牌区域的所在;接着利用车牌歪斜矫正单元来矫正车牌区域图像的歪斜,使之不歪斜,最后由车牌区域细切割单元来切除车牌粗区域中非属于车牌的部分。
另外,如中国台湾公告专利第I286027号,名称为“整合接图式多车道自由车流图像执法系统”。该专利为一种整合接图式多车道自由车流图像执法系统(Integrated Multiple Lane Free Flow Vehicle Enforcement System),也就是说图像执法点建置门架式设备,且车道无实体分隔,系统可以让车辆以正常车速通过图像执法点并允许自由变换车道的情形下,仍能正确对各类车种进行图像执法的动作。
此外,又如中国台湾专利公开申请号第200802137号,名称为“串联式车牌辨识系统”。该专利提供一种串联式车牌办识系统,由车牌字符区域侦测模块接收一图像,并搜寻出图像中每一个近似车牌范围,接着找出每一个近似车牌范围中所有具有连续相同像素的序列,并将这些序列经过涂抹、滤除与连接区块撷取处理后,取得每一个近似车牌范围的车牌字符区域图像,而在验证后输出已确认的车牌字符区域图像,再来已确认的区域图像送入车牌字符切割与辨识模块中,以取得所有独立字符图像,并在独立字符图像经过字符验证辨识后,获得所有车牌字符信息。
发明内容
本发明解决的技术问题在于,提供一种图像辨识与输出方法以及其系统,对事先建立的已知样本图像内所具有的像素给予不同的权重,再与要进行辨识的图像进行演算而得到相似度值,最后再根据相似度值的大小予以排序而提供多种可能的结果,供辨识人员进行辨识与筛选,以增加辨识的速度与准确度。
本发明提供一种图像辨识与输出方法以及其系统,其系可应用于交通工具识别号码的辨识,透过对识别号码进行文字特征强化,再搭配文字对比的技术以产生多组可能的号码组合以限缩搜寻的范围,可协助辨识人员辨识可疑或肇事的交通工具车辆,以期降低意外肇事率或侦破重大刑案,维护国家社会安定。
在一实施例中,本发明提供一种图像辨识与输出方法,包括有下列步骤:提供一图像;于该图像中撷取一特征图像;建立多个已知样品图像,每一个已知样品图像分别具有一标准图像区域以及至少一非标准图像区域,其中该标准图像区域内的像素分别具有对应的一第一特征值,而该非标准图像区域内的像素则分别对应有一第二特征值;将该特征图像中每一个像素的一第三特征值分别与该多个已知样品图像中每一个像素所对应的第一特征值或第二特征值进行一演算以得到该特征图像对应该多个已知样品图像所分别具有的一相似度值;汇整关于该特征图像与该多个已知样品图像对比所产生的多个相似度值;以及将该多个相似度值排序输出可能的多种辨识对比结果。
在另一实施例中,本发明提供一种图像辨识与输出方法,包括有下列步骤:提供用一交通工具图像,该交通工具上具有一识别号码;于该图像中撷取关于该识别号码的多个特征图像;建立多个已知样品图像,每一个已知样品图像分别具有一标准图像区域以及至少一非标准图像区域,其中该标准图像区域内的像素分别具有对应的一第一特征值,而该非标准图像区域内的像素则分别对应有一第二特征值;分别将该多个特征图像中每一个像素的一第三特征值分别与该多个已知样品图像中每一个像素所对应的第一特征值或第二特征值进行一演算以得到每一个特征图像对应该多个已知样品图像所分别具有的一相似度值;汇整关于每一个特征图像与该多个已知样品图像对比所产生的多个相似度值;以及将对应该识别号码的相似度值排序输出可能的多种辨识对比结果。
在一实施例中,本发明更提供一种图像辨识与输出系统,包括:一数据库,其内建立有多个已知样品图像,每一个已知样品图像分别具有一标准图像区域以及至少一非标准图像区域,其中该标准图像区域内的像素分别具有对应的一第一特征值,而该非标准图像区域内的像素则分别对应有一第二特征值;一图像撷取单元,其系撷取一物体的图像;一特征撷取单元,其系撷取该图像上的一特征图像;一运算处理单元,其系将该特征图像中每一个像素的一第三特征值分别与该多个已知样品图像中每一个像素所对应的第一特征值或第二特征值进行一演算以得到该特征图像对应该多个已知样品图像所分别具有的一相似度值,将该多个相似度值排序输出可能的多种辨识对比结果;以及一辨识输出单元,其系与该运算处理单元电讯连接,以输出该运算处理单元辨识的结果。
附图说明
图1为本发明的图像辨识与输出方法实施例流程示意图;
图2为本发明建立已知样品图像流程示意图;
图3A为已知样品图像示意图;
图3B为在已知样品图像中形成标准图像区域示意图;
图3C、3D为具有标准图像区域与非标准图像区域的已知样品图像示意图;
图4为经过正规化后的特征图像示意图;
图5为本发明图像辨识与输出方法另一实施例流程示意图;
图6为交通工具图像示意图;
图7A与图7B为不同交通工具的辨识号码组合示意图;
图8A为本发明的关于交通工具识别号码可能的输出结果排序示意图;
图8B为本发明的关于交通工具识别号码的图像示意图;
图9为本发明的图像辨识与输出系统示意图。
其中,附图标记:
2-图像辨识与输出方法 20~25-步骤
25-图像撷取单元 3-图像辨识与输出方法
30~36-步骤 4-图像辨识与输出系统
40-数据库 41-图像处理单元
410-特征撷取单元 411-运算处理单元
4110-强化单元 4111-辨识对比单元
42-辨识输出单元输出 43-图像撷取单元
5-已知样品图像 50-标准图像区域
500-像素 501-像素
51-非标准图像区域 510-像素
具体实施方式
为使审查员能对本发明的特征、目的及功能有更进一步的认知与了解,下文特将本发明的装置的相关细部结构以及设计的理念原由进行说明,以使得审查委员可以了解本发明的特点,详细说明陈述如下:
请参阅图1所示,该图为本发明的图像辨识与输出方法实施例流程示意图。在本实施例中,该方法首先进行步骤20,建立多个已知样品图像,每一个已知样品图像分别具有一标准图像区域以及至少一非标准图像区域,其中该标准图像区域内的像素分别具有对应的一第一特征值,而该非标准图像区域内的像素则分别对应有一第二特征值。
步骤21,提供一图像。该图像是利用图像撷取单元如CCD或者是CMOS的图像撷取单元所撷取到的图像。该图像可由该图像撷取单元于不同水平旋转视角或垂直旋转视角获得,即,可为正视所撷取的特征图像、斜视所撷取的特征图像以及关于至少一种距离所撷取的特征图像。
接着进行步骤22,于该图像中撷取一特征图像。该特征图像为该图像中所含有的图案或者是文字等特征的区域所构成的图像,但不以此为限。至于撷取该特征图像的方式可利用手动框取或者是自动框取的方式来撷取。
请参阅图2所示,该图为本发明建立已知样品图像流程示意图。首先利用步骤220决定已知标准样品图像的大小,如图3A所示。该已知样品图像5的大小以使用者需要而定,例如:130(pixel)x130(pixel),但不以此为限。接着以步骤221在该已知样品图像5内的像素上形成标准图像区域50。该标准图像区域50由多个像素500与501所构成,以形成该已知样品图像所要代表的字符、数字、文字或者是图案。请参阅图3B所示,在本实施例中以数字“1”来作说明,利用在该已知样品图像5区域内给予每一个像素500与501一适当的灰度值以形成标准图像区域50,而勾勒出数字1的外形。然后在该标准图像区域50内决定特定的像素500(斜线区域的像素)以给予特定的权值,在一实施例中,该权值可设定为2。灰度值,权值的大小可根据需要而定并无一定限制,也就是说每一个权值大小可以不相同或者是相同,在本实施例中该权值为正值。前述该标准图像区域50内的每一个像素500与501所具有的灰度值以及权值即为该第-特征值。
再回到图2所示,接着进行步骤222在该已知样品图像内决定一非标准图像区域51以形成如图3C的状态。所谓非标准图像区域51是表示该标准图像区域50所形成的文字容易被误认的文字内容。例如,数字“1”在图像中容易被误认为英文字母“I”或者是“L”甚至是字母“E”等。因此对于可能造成被误认的相关像素位置510(点区域的像素)及给予适当的灰度值以及权值以作为对应像素510的第二特征值。在本实施例中,构成该非标准图像区域51的像素510位置可根据该标准图像区域50容易被误认成的字符、数字或文字等来决定。而灰度值与权值的大小可根据需要而定,本实施例中,该非标准图像区域内51的权值为负值,在一实施例中,该权值为-2。
如图3D所示,该图为另一已知标准图像示意图。该图为根据数字0所建立的已知样品图像5a。该已知样品图像5a,也同样具有一标准图像区域以及一非标准图像区域。该标准图像区域中的每一个像素所构成的图案即为数字“0”。同样地,该非标准图像区域中的每一个像素所构成的图案,则代表数字“0”容易被误认的文字,例如:字母“Q”或数字“8”。至于执行步骤221与222的方式,可藉由图像软件,例如:小画家,来处理,但不以此为限。
再回到图2所示,接着以步骤223将每一个建立出来的已知样品图像,例如:0~9、A~Z以及a~z等,存入一数据库内。然后在进行步骤224经过一定次数的训练并观察辨识结果。在本步骤中,主要是利用各种不同的图像来与数据库进行辨识,然后根据辨识的结果判断辨识是否正确。经过多次的测试之后,根据辨识结果进行步骤225修正该已知样品图像内的标准图像区域以及非标准图像区域内像素的权值、灰度值或位置,然后再存回数据库。
再回到图1所示,获得特征图像之后,接着进行步骤23,将该特征图像中每一个像素的一第三特征值分别与该多个已知样品图像中每一个像素所对应的第一特征值或第二特征值进行一演算以得到该特征图像对应该多个已知样品图像所分别具有的一相似度值。本步骤中的第三特征值为特征图像中每一个像素所具有的灰度值。在进行步骤23的运算前,由于特征图像撷取的距离以及角度都会影响到后续的辨识,因此当撷取到特征图像之后,更可以对该特征图像进行正规化以调整该特征图像的尺寸大小以及角度,使得该特征图像的大小与该已知样品图像的大小一致。正规化的演算技术属于现有的技术,如本发明的公式(1)即可实现。在此不作赘述。
请参阅图4所示,该图为经过正规化后的特征图像示意图。利用该正规化后的特征图像即可与每一个已知样品图像进行演算而得到对应的相似度值Cuv。该演算方式为正规相关对比法,如下式(1)所示。正规相关对比法(normalized correlation matching)主要是计算特征图像和与已知样品图像间的关系,将每个图像中的内灰度值的标准偏差视为一向量在与权值进行乘积,用以决定何者为最佳的匹配位置,标准化互相关系数介于-1到1之间,越接近于1表示相似性越高;当Cuv为最高时,其为最佳匹配位置。
其中,ui为该已知标准图像中的每一个像素所具有的灰度值,vi为该特征图像中的每一个像素所具有的灰度值,亦即前述的第三特征值。为该已知标准图像中所有像素所具有的灰度平均值,系为该特征图像中所有像素的灰度平均值。wi为该已知样品图像中标准图像区域中以及非标准图像区域中像素所代表的权值,至于其它区域的像素其权值为1。
根据式(1)将图4的每一像素与已知样品图像的每一像素进行演算。例如:将图4与3C的已知样品图像(代表数字1)以及图3D的已知样品图像(代表数字0)即可得到图4的特征图像关于图3C与图3D的相似度值Cuv。再回到图1所示,得到相似度值之后,再以步骤24汇整关于该特征图像与该多个已知样品图像对比所产生的多个相似度值。在本步骤中,可以对相似度值进行排序,由可能性最高(相似度值最高)的辨识结果排序至最低的结果。另外,根据已知标准图像的权值,数据库中的每个标准的文字或数字均可对应特定的相似度值。故而,最后再以步骤25将该多个相似度值排序输出可能的多种辨识对比结果。
请参阅图5所示,该图为本发明图像辨识与输出方法另一实施例流程示意图。该方法3针对交通工具(例如车辆)的识别号码(例如车牌)进行辨识的方法流程。首先进行步骤30提供用一交通工具图像,该交通工具上具有一识别号码。为了维护交通安全或者是于交通意外发生时还原发生事件的发生过程,在道路的一侧或者是交通路口上会设置有图像撷取单元,以撷取于道路上所发生情景的动态图像或者是静态图像。而在步骤30中的图像可于动态图像记录中撷取需要的画面以形成一静态图像。接着进行步骤31,于该图像中撷取关于该识别号码的多个特征图像。如图6所示,该图为交通工具图像示意图。在本实施例中,该交通工具为一轮型车辆,而该辨识号码为该交通工具的车牌号码。本实施例的车牌号码共有7个字符所组成,其中前四码为数字,而后两码则为英文字母。至于车牌号码的组成字符根据各地区或国家有所不同,因此不以本实施例为限。由于在步骤31中要辨识车牌的内容,因此可在图6中关于对应车牌的有兴趣区域90(region of interest,ROI)内撷取多个特征图像900,每一个特征图像分别代表该识别号码中的一码。撷取的方式可通过软件接口让使用者手动方式框取或者是软件自动框取的方式来实施。
再回到图5所示,由于该辨识号码在本实施例中具有7个字符,因此可以撷取到7张特征图像。然后以步骤32先依序对辨识号码中的每一个字符所对应的特征图像与数据库中所建立的多个已知样品图像进行对比。在本实施例中,对比的方式如同图1所示的步骤23的程序,在此不作赘述。此外,在步骤32的对比过程中,更可以步骤33根据不同种类的识别号码组合事先排除不可能的字符。例如:在一实施例中,识别号码的组合可能是四码数字与两码英文字母的组合(如图7A所示),而在四码数字与两码英文之间有一个“-”符号为区隔。在另一种辨识号码组合中可以是两码英文字母与四码数字的组合(如图7B所示),而在前四码数字与后两码字母之间以符号“-”做区隔。由于在本实施例中,已经可以归纳有两种车牌的组合,因此可以根据该特征图像于该识别号码中的相对位置,事先排除不可能字符或数字的图像,以增加对比的速度。例如,如果车牌是图7A的状态时,则可以将代表前四码数字的特征图像与数据库中属于数字的已知样品图像进行对比,至于第五码则不需要对比则判断为符号“-”,而六与七码所对应的特征图像则仅与数据库中关于字母的已知样品图像进行对比。
再回到图5所示,再利用步骤33逐一的将每一个特征图像与数据库中的每一个已知样品图像对比之后,接着再进行步骤34,汇整关于每一个特征图像与该多个已知样品图像对比所产生的多个相似度值。最后在进行步骤35,将对应该识别号码的相似度值排序,本步骤即为将对比的结果依据辨识号码的排列,形成多组可能的辨识号码组合。然后以步骤36输出可能的多种辨识对比结果。请参阅图8A所示,该图为本发明的关于交通工具识别号码可能的输出结果排序示意图。经过步骤35的汇整之后,可以将每一码的字符所对应到的特征图像经过辨识后所得到的相似度最高的字符或数字予以组合,即形成如图8A中第一可能的结果,亦即可疑的车牌号码最有可能为“1632-FV”。然后依序将相似度第二、第三与第四高的字符组合形成第二、第三与第四可能的结果。至于要输出多少种结果可以根据需要设定不同的门坎值,输出的可能性组合数量并不图9的实施例为限。
藉由本发明的步骤36可以将可能的辨识号码组合限缩至特定的数字或字符组合,以缩小辨识人员所需要辨识的范围,进而加快辨识的速度。图8A的辨识号码实际为6692-RV,根据本发明所输出的结果组合,各个字符都出现在图8A所辨识的结果中,因此辨识人员只要经过适当的筛选已对比即可快速寻找出对应的辨识号码,增加辨识速度与效率。此外,利用步骤36所得到的结果,辨识人员更可以根据目视的方式,先对步骤36所撷取的对应车牌的有兴趣区域90(如图8B所示)内的文字图像先予以判断确定特定位置的图像内容,然后配合图8A的输出结果再进一步筛选。例如:根据图8B的图像,可以藉由目视确定出第二码为6,因此辨识人员则可以仅由图8A的输出结果中,针对第一码、第三至七码的辨识相似度值来与第二码6组合,如此更可以缩小搜寻的范围。
请参阅图9所示,该图为本发明的图像辨识与输出系统示意图。该系统4可以执行前述图1或者是图5的流程,以进行图像辨识与输出。该系统4包括有一数据库40、一图像处理单元41、一辨识输出单元输出42以及多个图像撷取单元43。该系统4可执行图1或者是图5的流程以输出辨识结果。该数据库40,其内建立有多个已知样品图像,该已知样品图像包括有已知样品相较于图像撷取单元43的不同视角以及距离的图像,其如同前面所述,在此不作赘述。该多个图像撷取单元43,其与该图像处理单元41电性连接,每一个图像撷取单元43可撷取物体的图像而将该图像传递至该图像处理单元41内进行辨识处理。在本实施例中,该图像撷取单元43可撷取关于该物体的动态或者是静态的图像该图像撷取单元为CCD或者是CMOS等图像撷取组件,但不以此为限。该物体可为交通工具,其具有识别号码,例如:车辆的车牌号码。另外,该物体亦可直接为文字、字符、数字或者是前述的任意组合。
该图像处理单元41内具有一特征撷取单元410以及一运算处理单元411。该特征撷取单元410可接收该图像而于该图像上撷取一特征图像。之后,由该运算处理单元411进行对比运算的处理,在本实施例中,该运算处理单元411更具有一强化单元4110以及一辨识对比单元4111。该强化单元4110可以将该特征图像进行图像强化(增加对比或边缘强化等方式)与进行正规化以调整该特征图像的尺寸大小以及角度,使得该特征图像的大小与该已知样品图像的大小一致。该辨识对比单元4111其执行图1的步骤23则将该特征图像分别与该已知样品图像进行对比以产生对应的多个相似度值,将该多个相似度值排序输出可能的多种辨识对比结果。该辨识输出单元42,其与该运算处理单元41电性连接,以输出该运算处理单元41辨识的结果。该输出结果如图8A所示,其可以藉由图像显示器显示出来让使用者清楚了解辨识的结果。
以上所述,仅为本发明的实施例,当不能以之限制本发明范围。即大凡依本发明权利要求所做的均等变化及修饰,仍将不失本发明的要义所在,亦不脱离本发明的精神和范围,故都应视为本发明的进一步实施状况。
综合上述,本发明提供的图像辨识与输出方法以及其系统,由于具有提高辨识效率以及准确度的效果。因此已经可以提高该产业的竞争力以及带动周遭产业的发展,诚已符合发明专利法所规定申请发明所需具备的要件。
Claims (26)
1.一种图像辨识与输出方法,其特征在于,包括有下列步骤:
建立多个已知样品图像,每一个已知样品图像分别具有一标准图像区域以及至少一非标准图像区域,其中该标准图像区域内的像素分别具有对应的一第一特征值,而该非标准图像区域内的像素则分别对应有一第二特征值;
提供一图像;
于该图像中撷取一特征图像;
将该特征图像中每一个像素的一第三特征值分别与该多个已知样品图像中每一个像素所对应的第一特征值或第二特征值进行一演算以得到该特征图像对应该多个已知样品图像所分别具有的一相似度值;
汇整关于该特征图像与该多个已知样品图像对比所产生的多个相似度值;以及
将该多个相似度值排序输出可能的多种辨识对比结果。
2.如权利要求1所述的图像辨识与输出方法,其特征在于,该演算为正规相关对比法。
3.如权利要求2所述的图像辨识与输出方法,其特征在于,该第一特征值与该第二特征值分别为权值与灰度值的组合,该第三特征值为灰度值,该正规相关对比法为该已知样品图像中每一个像素的所对应的权值、其每一个像素所具有的灰度值与其平均灰度值的差值以及特征图像中每一像素的灰度值与其平均灰度值的差值的乘积除以该已知样品图像的灰度值标准差与特征图像的灰度值标准差的乘积。
4.如权利要求1所述的图像辨识与输出方法,其特征在于,于该图像中撷取一特征图像之后进行对比之前还包括有将该特征图像进行正规化以调整该特征图像的尺寸大小以及角度,使得该特征图像的大小与该已知样品图像的大小一致的步骤。
5.如权利要求1所述的图像辨识与输出方法,其特征在于,每一已知样品图像对应一数字、文字或者字符的图像。
6.如权利要求1所述的图像辨识与输出方法,其特征在于,建立多个已知样品图像还包括有下例步骤:
决定已知标准样品图像的大小;
在该已知样品图像内的像素上形成该标准图像区域以对应一信息,并决定对应像素所具有的第一特征值;
在该已知样品图像内的像素上形成该非标准图像区域以对应该信息会被误认的信息,并决定对应像素所具有的第二特征值,该信息为一数字、字符或文字;以及
重复进行前述步骤多次,以建立对应不同字符的已知样品图像。
7.如权利要求1所述的图像辨识与输出方法,其特征在于,该标准图像区域所形成的内容是指对应的已知标准图像所代表的信息,而非标准图像区与该标准图像区域结合所形成的内容指该对应的已知标准图像可能被误判的信息。
8.一种图像辨识与输出方法,其特征在于,包括有下列步骤:
建立多个已知样品图像,每一个已知样品图像分别具有一标准图像区域以及至少一非标准图像区域,其中该标准图像区域内的像素分别具有对应的一第一特征值,而该非标准图像区域内的像素则分别对应有一第二特征值;
提供用一交通工具图像,该交通工具上具有一识别号码;
于该图像中撷取关于该识别号码的多个特征图像;
分别将该多个特征图像中每一个像素的一第三特征值分别与该多个已知样品图像中每一个像素所对应的第一特征值或第二特征值进行一演算以得到每一个特征图像对应该多个已知样品图像所分别具有的一相似度值;
汇整关于每一个特征图像与该多个已知样品图像对比所产生的多个相似度值;以及
将对应该识别号码的相似度值排序输出可能的多种辨识对比结果。
9.如权利要求8所述的图像辨识与输出方法,其特征在于,该演算为正规相关对比法。
10.如权利要求9所述的图像辨识与输出方法,其特征在于,该第一特征值与该第二特征值分别为权值与灰度值的组合,该第三特征值为灰度值,该正规相关对比法为该已知样品图像中每一个像素的所对应的权值、其每一个像素所具有的灰度值与其平均灰度值的差值以及特征图像中每一像素的灰度值与其平均灰度值的差值的乘积除以该已知样品图像的灰度值标准差与特征图像的灰度值标准差的乘积。
11.如权利要求8所述的图像辨识与输出方法,其特征在于,于该图像中撷取一特征图像之后进行对比之前还包括有将该特征图像进行正规化以调整该特征图像的尺寸大小以及角度,使得该特征图像的大小与该已知样品图像的大小一致。
12.如权利要求8所述的图像辨识与输出方法,其特征在于,该识别号码为一车牌号码。
13.如权利要求8所述的图像辨识与输出方法,其特征在于,于每一已知样品图像对应到一数字、文字或者是字符的图像。
14.如权利要求8所述的图像辨识与输出方法,其特征在于,每一已知样品图像更可以分为正视所撷取的特征图像、斜视所撷取的特征图像以及关于至少一种距离所撷取的特征图像。
15.如权利要求8所述的图像辨识与输出方法,其特征在于,每一个特征图像与一数据库中所建立的多个已知样品图像进行对比的过程中,更可以根据该特征图像于该识别号码中的相对位置,事先排除不可能字符或数字的图像。
16.如权利要求8所述的图像辨识与输出方法,其特征在于,建立多个已知样品图像更包括有下例步骤:
决定已知标准样品图像的大小;
在该已知样品图像内的像素上形成该标准图像区域以对应一信息,并决定对应像素所具有的第一特征值;
在该已知样品图像内的像素上形成该标准图像区域以对应该信息会被误认的信息,并决定对应像素所具有的第一特征值,该信息为一数字、字符或文字;以及
重复进行前述步骤,以建立对应不同字符的已知样品图像。
17.如权利要求8所述的图像辨识与输出方法,其特征在于,该标准图像区域所形成的内容是指对应的已知标准图像所代表的信息,而非标准图像区与该标准图像区域结合所形成的内容是指该对应的已知标准图像可能被误判的信息。
18.一种图像辨识与输出系统,其特征在于,包括:
一数据库,其内建立有多个已知样品图像,每一个已知样品图像分别具有一标准图像区域以及至少一非标准图像区域,其中该标准图像区域内的像素分别具有对应的一第一特征值,而该非标准图像区域内的像素则分别对应有一第二特征值;
一图像撷取单元,撷取一物体的图像;
一特征撷取单元,撷取该图像上的一特征图像;
一运算处理单元,将该特征图像中每一个像素的一第三特征值分别与该多个已知样品图像中每一个像素所对应的第一特征值或第二特征值进行一演算以得到该特征图像对应该多个已知样品图像所分别具有的一相似度值,将该多个相似度值排序输出可能的多种辨识对比结果;以及
一辨识输出单元,与该运算处理单元电性连接,以输出该运算处理单元辨识的结果。
19.如权利要求18所述的图像辨识与输出系统,其特征在于,该物体为交通工具,而该物体的图像为于该交通工具上关于该交通工具的一识别号码的图像,该识别号码为车牌号码。
20.如权利要求18所述的图像辨识与输出系统,其特征在于,每一已知样品图像对应到一文字、一数字或者是字符的图像,该物体为一数字、字符或文字。
21.如权利要求18所述的图像辨识与输出系统,其特征在于,该运算处理单元于处理特征图像与一数据库中所建立的多个已知样品图像进行对比的过程中,更可以根据该特征图像于该识别号码中的相对位置,事先排除不可能字符或数字的图像。
22.如权利要求18所述的图像辨识与输出系统,其特征在于,该演算为正规相关对比法。
23.如权利要求22所述的图像辨识与输出系统,其特征在于,该第一特征值与该第二特征值分别为权值与灰度值的组合,该第三特征值系为灰度值,该正规相关对比法系为该已知样品图像中每一个像素的所对应的权值、其每一个像素所具有的灰度值与其平均灰度值的差值以及特征图像中每一像素的灰度值与其平均灰度值的差值的乘积除以该已知样品图像的灰度值标准差与特征图像的灰度值标准差的乘积。
24.如权利要求18所述的图像辨识与输出系统,其特征在于,该图像撷取单元将该特征图像进行正规化以调整该特征图像的尺寸大小以及角度,使得该特征图像的大小与该已知样品图像的大小一致。
25.如权利要求18所述的图像辨识与输出系统,其特征在于,该运算处理单元更具有一强化单元以及一辨识对比单元。该强化单元将该特征图像进行图像强化与进行正规化使得该特征图像的大小与已知样品图像的大小一致;该辨识对比单元则将该强化与正规划后的特征图像分别与该已知样品图像进行对比以产生对应的多个相似度值。
26.如权利要求18所述的图像辨识与输出系统,其特征在于,该标准图像区域所形成的内容指对应的已知标准图像所代表的信息,而非标准图像区与该标准图像区域结合所形成的内容系指该对应的已知标准图像可能被误判的信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200910006993 CN101814127B (zh) | 2009-02-23 | 2009-02-23 | 图像辨识与输出方法以及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200910006993 CN101814127B (zh) | 2009-02-23 | 2009-02-23 | 图像辨识与输出方法以及其系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101814127A true CN101814127A (zh) | 2010-08-25 |
CN101814127B CN101814127B (zh) | 2013-08-28 |
Family
ID=42621379
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 200910006993 Active CN101814127B (zh) | 2009-02-23 | 2009-02-23 | 图像辨识与输出方法以及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101814127B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105512660A (zh) * | 2015-11-27 | 2016-04-20 | 浙江宇视科技有限公司 | 车牌号码识别方法及装置 |
CN110313934A (zh) * | 2019-06-13 | 2019-10-11 | 苏州佳世达电通有限公司 | 超音波探头辨识系统及超音波探头辨识方法 |
CN113618888A (zh) * | 2021-08-20 | 2021-11-09 | 北京好运达智创科技有限公司 | 外模清理打磨控制系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08249422A (ja) * | 1995-03-08 | 1996-09-27 | Canon Inc | 文字処理装置及び方法 |
US5917928A (en) * | 1997-07-14 | 1999-06-29 | Bes Systems, Inc. | System and method for automatically verifying identity of a subject |
FR2847057B1 (fr) * | 2002-11-08 | 2005-02-04 | Sagem | Procede d'identification d'une personne par reconnaissance d'empreinte digitale |
US7382903B2 (en) * | 2003-11-19 | 2008-06-03 | Eastman Kodak Company | Method for selecting an emphasis image from an image collection based upon content recognition |
US20070297651A1 (en) * | 2006-06-23 | 2007-12-27 | Schubert Peter J | Coutour-based object recognition method for a monocular vision system |
-
2009
- 2009-02-23 CN CN 200910006993 patent/CN101814127B/zh active Active
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105512660A (zh) * | 2015-11-27 | 2016-04-20 | 浙江宇视科技有限公司 | 车牌号码识别方法及装置 |
CN105512660B (zh) * | 2015-11-27 | 2020-04-10 | 浙江宇视科技有限公司 | 车牌号码识别方法及装置 |
CN110313934A (zh) * | 2019-06-13 | 2019-10-11 | 苏州佳世达电通有限公司 | 超音波探头辨识系统及超音波探头辨识方法 |
CN110313934B (zh) * | 2019-06-13 | 2022-03-08 | 苏州佳世达电通有限公司 | 超音波探头辨识系统及超音波探头辨识方法 |
CN113618888A (zh) * | 2021-08-20 | 2021-11-09 | 北京好运达智创科技有限公司 | 外模清理打磨控制系统 |
CN113618888B (zh) * | 2021-08-20 | 2022-12-06 | 北京好运达智创科技有限公司 | 外模清理打磨控制系统 |
Also Published As
Publication number | Publication date |
---|---|
CN101814127B (zh) | 2013-08-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8391559B2 (en) | Method and system for image identification and identification result output | |
TWI384408B (zh) | 影像辨識以及輸出方法與其系統 | |
Silva et al. | Automatic detection of motorcyclists without helmet | |
CN105702048B (zh) | 基于行车记录仪的高速公路前车违法占道识别系统及方法 | |
CN106354816A (zh) | 一种视频图像处理方法及装置 | |
CN101937508A (zh) | 一种基于高清图像的车牌定位与识别方法 | |
CN102043945A (zh) | 基于车辆实时跟踪和二进指数分类车牌字符识别的方法 | |
Ravindran et al. | A novel approach to automatic road-accident detection using machine vision techniques | |
CN103279741A (zh) | 一种基于车载红外图像的行人预警系统及其工作方法 | |
CN105139011B (zh) | 一种基于标识物图像的车辆识别方法及装置 | |
CN104408475A (zh) | 一种车牌识别方法及车牌识别设备 | |
Park et al. | Real-time signal light detection | |
CN102163278B (zh) | 一种公交车道非法车辆闯入检测方法 | |
CN102122348A (zh) | 一种实用的模糊车牌图像复原方法 | |
CN103699880A (zh) | 基于物联网的交通违法车辆牌照检测与识别方法 | |
CN106919939A (zh) | 一种交通标识牌跟踪识别方法及系统 | |
CN101882219B (zh) | 图像辨识以及输出方法及其系统 | |
Mammeri et al. | North-American speed limit sign detection and recognition for smart cars | |
CN112115800A (zh) | 一种基于深度学习目标检测的车辆组合识别系统及方法 | |
CN101814127B (zh) | 图像辨识与输出方法以及其系统 | |
Islam et al. | Bangla license plate detection, recognition and authentication with morphological process and template matching | |
Thumthong et al. | Automatic detection and recognition of Thai vehicle license plate from CCTV images | |
CN103186762A (zh) | 基于surf特征匹配算法的车牌字符识别方法 | |
CN101882224B (zh) | 重组多张图像与辨识方法以及图像撷取与辨识系统 | |
Al Nasim et al. | An automated approach for the recognition of bengali license plates |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |