TWI521446B - Intelligent Image Violation Detection System and Method - Google Patents

Description

智慧型影像違規偵測系統與方法

本發明係一種應用於智慧型影像違規偵測系統與方法，尤其是關於一種利用智慧型影像處理功能，有效找出汽車車牌或機車車牌被遮蔽的資訊。

有鑒於路口監視的普及，若是能從影片中透過智慧型影像處理功能找出可疑之車牌，並加以讀取出車牌的資訊，將可以有效提高警方違規取締與增加破案效率；目前習知的智慧型影像處理技術，已能從即時影像或錄影檔中找出車輛或車牌的資訊，並且應用於：可疑車輛查找、贓車比對、車輛軌跡追蹤、車流分析、交通流量預測、旅行時間估算、車輛門禁、違稅車輛等；但是，對於車牌被遮蔽的問題仍然無解，仍需仰賴警察從監視器、錄影檔一一查找，這種大海撈針的方法不僅不易找到線索，更無法於短時間掌握關鍵資訊，執行上頗為困難，衍生執法上漏洞問題。

由此可見，上述習用方式仍有諸多缺失，實非一良善之設計，而亟待加以改良。

本案發明人鑑於上述習用方式所衍生的各項缺點，乃亟思加以改良創新，並經多年苦心孤詣潛心研究後，終於成功研發完成本件智慧型影像違規偵測系統與方法。

達成上述發明目的之智慧型影像違規偵測系統與方法，係指一種獲得車牌被遮敝的車輛資訊，至少利用輸入遮蔽車牌影像特徵，與車輛影像比對篩選，偵測出畫面中出現車輛是否有發生車牌被遮蔽結果。

本發明之智慧型影像違規偵測系統之組成係包括：一遮敝物擷取特徵模組，輸入車牌遮蔽物影像資訊並且作特徵擷取；一影像接取模組，用於讀取、接收攝像裝置即時拍攝路口影像或是讀取歷史影像錄影檔；一移動物件偵測模組，用於分析該即時影像或錄影檔之影像畫面是否有出現移動物件；一車型分類模組，將移動物件結果透過分類器分類出汽車、機車或其他；一資料庫存取模組，提供讀取與儲存車輛相關資訊；車牌遮蔽特徵比對模組，其比對方法可利用(1)遮敝物的特徵與分類結果物件影像中的特徵比對、或(2)再對分類為車輛物件執行車牌辨識，再取部分辨識或無法辨識之影像中進行特徵比對，即可獲得車牌被遮敝的車輛資訊。

本發明之智慧型影像違規偵測方法所述，包含以下步驟：一遮敝物擷取特徵步驟，輸入車牌遮蔽物影像資訊與可利用其中一種尺度不變特徵轉換(Scale-Invariant Feature Transform，SIFT)、縮放不變特徵轉換(Affine SIFT)、加速穩健特徵(Speed Up Robust Features，SURF)或最大穩定極值區域(Maximally Stable Extremal Regions、MSER)方法作特徵點擷取與建立特徵描述(Feature Descriptor)；影像接取步驟，用於讀取、接收攝像裝置即時拍攝路口影像或是讀取歷 史影像錄影檔；移動物件偵測步驟，其方法可利用其中一種(1)物件追蹤(Object Tracking)、(2)連續影像相減(Temporal Differencing)、或(3)背景相減法(Background Subtraction)等找出畫面中移動物件；車型類別分類步驟，利用支持向量機(Support Vector Machine，SVM)、最近鄰居分類法(k-Nearest Neighbor Rule、KNNR)、CART算法(Classification And R.egression Tree，CART)分類器分類出汽車、機車或其他；車牌遮蔽特徵比對步驟，其比對方法(1)利用已擷取遮敝物的特徵描述(Feature Descriptor)與分類結果物件影像作特徵偵測(Feature Detection)搜尋比對，可利用其中一種尺度不變特徵轉換(Scale-Invariant Feature Transform，SIFT)、縮放不變特徵轉換(Affine SIFT)、加速穩健特徵(Speed Up Robust Features，SURF)或最大穩定極值區域(Maximally Stable Extremal Regions、MSER)等四種特徵匹配演算法或(2)再對分類車輛物件執行車牌辨識步驟，再取部分辨識或無法辨識影像作特徵偵測(Feature Detection)搜尋比對，可利用其中一種尺度不變特徵轉換(Scale-Invariant Feature Transform，SIFT)、ASIFT(Affine SIFT)、(Speed Up Robust Features，SURF)或最大穩定極值區域(Maximally Stable Extremal Regions、MSER)等四種特徵匹配演算法搜尋比對，即可獲得車牌被遮敝的車輛資訊。

相較於習知技術或方法，本發明所述利用智慧型影像違規偵測系統與方法，可根據車牌遮敝物特徵，並與移動物件影像中特徵比對，獲得車牌被遮敝的車輛資訊，不僅改善警察執行困難，而且也縮短作業時間，與提高執法效率，達到執法人員做為破案線索或違規取締資訊應用的目的。

本發明所提供之智慧型影像偵測違規車輛系統，與其他習用技術相互比較時，更具備下列優點：

1.解決警察查找車牌遮蔽的資訊，必須從監視器、錄影檔邊看邊找的人工搜尋方式，執行上頗為困難問題，以及衍生執法上漏洞問題。

2.能短時間內快速與自動的找出違規遮蔽車牌的車輛資訊，並且可以提供執法人員做為破案線索或違規取締資訊應用。

3.利用本發明的智慧型影像處理系統與方法可以有效地在影像中快速找出汽車或機車車牌被遮蔽的資訊，解決警察邊看邊找的人工搜尋方式，因此可以在短時間內有效過濾大量錄影資料，避免有心人士以遮蔽車牌等方式規避警方查緝，造成執法漏洞。

1‧‧‧監控設備

10‧‧‧攝像裝置

12‧‧‧智慧型影像違規偵測系統

14‧‧‧儲存單元

16‧‧‧處理器

117‧‧‧遮敝物擷取特徵模組

111‧‧‧影像接取模組

113‧‧‧移動物件偵測模組

115‧‧‧車型分類模組

116‧‧‧資料庫存取模組

118‧‧‧車牌遮蔽特徵比對模組

請參閱有關本發明之詳細說明及其附圖，將可進一步瞭解本發明之技術內容及其目的功效；有關附圖為：圖1為本發明利用影像偵測違規車輛系統之運行架構圖。

圖2智慧型影像違規偵測系統之系統架構圖。

圖3智慧型影像違規偵測方法流程圖。

為了使本發明的目的、技術方案及優點更加清楚明白，下面結合附圖及實施例，對本發明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅用以解釋本發明，但並不用於限定本發明。

以下，結合附圖對本發明進一步說明：請參閱圖1為本發明利用影像偵測違規車輛系統之運行架構圖。圖2為智慧型影像違規偵測系統12的軟體或韌體程式段包含在儲存在監控設備1的儲存單元單元14且能夠被安裝在監控設備的處理器執行16，以實現違規車輛的偵測，包括：遮敝物擷取特徵模組117，輸入車牌遮蔽物影像資訊並且作特徵擷取；影像接取模組111，用於讀取、接收攝像裝置10即時拍攝路口影像或是讀取歷史影像錄影檔；移動物件偵測模組113，用於分析該即時影像或錄影檔之影像畫面是否有出現移動物件；車型分類模組115，將移動物件透過分類器識別出汽車、機車或其他；一資料庫存取模組116，提供讀取與儲存車輛相關資訊；車牌遮蔽特徵比對模組118，其比對方法可利用(1)遮敝物的特徵與分類結果物件影像中的特徵比對、或(2)再對分類為車輛物件執行車牌辨識119，再取部分辨識或無法辨識之影像中進行特徵比對，即可獲得車牌被遮敝的車輛資訊。

請參閱圖3為本發明智慧型影像違規偵測方法流程圖，包含以下步驟：步驟一、首先，遮敝物擷取特徵步驟s11，輸入車牌遮蔽物影像資訊與可利用其中一種(Scale-Invariant Feature Transform，SIFT)、縮放不變特徵轉換(Affine SIFT、ASIFT)、加速穩健特徵(Speed Up Robust Features，SURF)、最大穩定極值區域(Maximally Stable Extremal Regions、MSER)方法作特徵點擷取與建立特徵描述(Feature Descriptor)； 步驟二、影像接取步驟s12，用於讀取、接收攝像裝置即時拍攝路口影像或是讀取歷史影像錄影檔；步驟三、移動物件偵測步驟s13，找出畫面中移動物件；步驟四、車型類別分類步驟s14，可利用其中一種支持向量機(Support Vector Machine，SVM)、最近鄰居分類法(k-Nearest Neighbor Rule，KNNR)或CART(Classification And Regression Tree)分類器分類出汽車、機車或其他；步驟五、車牌遮蔽特徵比對步驟s15，其比對方法(1)利用已擷取遮敝物的特徵描述(Feature Descriptor)與分類結果物件影像作特徵偵測(Feature Detection)搜尋比對，使用尺度不變特徵轉換(Scale-Invariant Feature Transform，SIFT)、縮放不變特徵轉換(Affine SIFT、ASIFT)、加速穩健特徵(Speed Up Robust Features，SURF)或最大穩定極值區域(Maximally Stable Extremal Regions、MSER)等四種特徵匹配演算法或(2)再對分類車輛物件執行車牌辨識步驟，再取部分辨識或無法辨識影像作特徵偵測(Feature Detection)搜尋比對，可利用其中一種尺度不變特徵轉換(Scale-Invariant Feature Transform，SIFT)、縮放不變特徵轉換(Affine SIFT，ASIFT)、加速穩健特徵(Speed Up Robust Features，SURF)或最大穩定極值區域(Maximally Stable Extremal Regions、MSER)等四種特徵匹配演算法搜尋比對，以上若經比對與輸入遮蔽物件影像特徵相符，即表示找到該影像中的車輛車牌 出現遮蔽，即可獲得車牌被遮敝的車輛資訊。

上列詳細說明乃針對本發明之一可行實施例進行具體說明，惟該實施例並非用以限制本發明之專利範圍，凡未脫離本發明技藝精神所為之等效實施或變更，均應包含於本案之專利範圍中。

綜上所述，本案不僅於技術思想上確屬創新，並具備習用之傳統方法所不及之上述多項功效，已充分符合新穎性及進步性之法定發明專利要件，爰依法提出申請，懇請貴局核准本件發明專利申請案，以勵發明，至感德便。

12‧‧‧智慧型影像違規偵測系統

111‧‧‧影像接取模組

113‧‧‧移動物件偵測模組

115‧‧‧車型分類模組

116‧‧‧資料庫存取模組

117‧‧‧遮敝物擷取特徵模組

118‧‧‧車牌遮蔽特徵比對模組

Claims (6)

1. 一種智慧型影像違規偵測方法，其中該方法包括：步驟一、遮敝物擷取特徵，係輸入車牌遮蔽物影像資訊與作特徵點擷取與建立特徵描述；步驟二、影像接取，係為讀取、及接收攝像裝置並即時拍攝路口影像或是讀取歷史影像錄影檔；步驟三、移動物件偵測，係找出畫面中移動物件；步驟四、車型類別分類，係利用分類器分類出汽車、機車或其他交通工具；以及步驟五、車牌遮蔽特徵比對，其比對之方式係為利用已擷取之該遮敝物的該特徵描述與該分類之結果物件影像作特徵偵測搜尋比對即可獲得車牌被遮敝的車輛資訊，或其比對方之式係為對該分類車輛物件執行該車牌辨識，再取部分辨識或無法辨識影像作該特徵偵測搜尋比對，即獲得該車牌被遮敝之車輛資訊。
2. 如申請專利範圍第1項所述之智慧型影像違規偵測方法，其中該找出畫面中移動物件，係利用物件追蹤(Object Tracking)、連續影像相減(Temporal Differencing)、或背景相減法(Background Subtraction)之方法。
3. 如申請專利範圍第1項所述之智慧型影像違規偵測方法，其中該利用分類器之方法係利用支持向量機(Support Vector Machine，SVM)、最近鄰居分類法(k-Nearest Neighbor Rule、KNNR)、或CART算法(Classification And Regression Tree、CART)之方法。
4. 如申請專利範圍第1項所述之智慧型影像違規偵測方法， 其中該遮敝物擷取特徵之特徵點擷取與建立特徵描述，係為利用尺度不變特徵轉換(Scale-Invariant Feature Transform，SIFT)、縮放不變特徵轉換(Affine SIFT)、加速穩健特徵(Speed Up Robust Features，SURF)、或最大穩定極值區域(Maximally Stable Extremal Regions、MSER)之方法。
5. 如申請專利範圍第1項所述之智慧型影像違規偵測方法，其中該車牌遮蔽特徵比對之方法，係為利用尺度不變特徵轉換(Scale-Invariant Feature Transform，SIFT)、縮放不變特徵轉換ASIFT(Affine SIFT)、加速穩健特徵(Speed Up Robust Features，SURF)、或最大穩定極值區域(Maximally Stable Extremal Regions、MSER)之方法。
6. 一種智慧型影像違規偵測系統，其中係包括：遮敝物擷取特徵模組，係輸入車牌遮蔽物影像資訊並且作特徵擷取；影像接取模組，係為讀取、及接收攝像裝置即時拍攝路口影像或是讀取歷史影像錄影檔；移動物件偵測模組，係分析該即時影像或錄影檔之影像畫面是否有出現移動物件；車型分類模組，係將移動物件結果透過分類器分類出汽車、機車或其他；一資料庫存取模組，提供讀取與儲存車輛相關資訊；車牌遮蔽特徵比對模組，其比對之方式係利用該遮敝物的特徵與分類結果物件影像中的特徵比對、或再對分類為車輛物件執行車牌辨識，再取部分辨識或無法辨識之影像中進行該特徵比對，即獲得車牌被遮敝的 車輛資訊。