书签 分享 收藏 举报 版权申诉 / 28

动态实时相对关系识别方法与系统.pdf

  • 上传人:Y94****206
  • 文档编号:928692
  • 上传时间:2018-03-19
  • 格式:PDF
  • 页数:28
  • 大小:637.68KB
  • 摘要
    申请专利号:

    CN200910174060.4

    申请日:

    2009.10.20

    公开号:

    CN102043941A

    公开日:

    2011.05.04

    当前法律状态:

    授权

    有效性:

    有权

    法律详情:

    授权|||实质审查的生效IPC(主分类):G06K 9/00申请日:20091020|||公开

    IPC分类号:

    G06K9/00; G06K9/64; G07C5/08; B62D41/00; G08G1/017

    主分类号:

    G06K9/00

    申请人:

    财团法人工业技术研究院

    发明人:

    蔡雅惠; 苏耘德; 王俊胜; 林毓庭; 林彦昌

    地址:

    中国台湾新竹县

    优先权:

    专利代理机构:

    北京市柳沈律师事务所 11105

    代理人:

    陈小雯

    PDF完整版下载: PDF下载
    内容摘要

    本发明提供一种动态实时相对关系识别方法与系统。该方法包括有下列步骤,首先建立影像撷取距离与一特征物所具有的一影像特征的特征关系。接着,撷取一可动装置的一影像,该可动装置上具有该特征物。然后,于该影像中检测该特征物的影像区域以及于影像区域中决定关于特征物的一检测影像特征。最后,根据该特征关系决定该检测影像特征所对应的影像撷取距离。利用该识别方法,本发明还提供一识别系统,其设置于可动装置上以根据所撷取的外部可动装置的影像,进行相对关系的判断,以进行安全处置。

    权利要求书

    1: 一种动态实时相对关系识别方法, 其包括有下列步骤 : 建立一影像撷取装置的影像撷取距离与一特征物所具有的一影像特征的特征关系 ; 撷取一可动装置的一影像, 该可动装置上具有该特征物 ; 于该影像中检测该特征物的影像区域 ; 于影像区域中决定关于特征物的一检测影像特征 ; 以及 根据检测影像特征于该特征关系中决定该影像撷取装置与该特征物间的相对关系。
    2: 如权利要求 1 所述的动态实时相对关系识别方法, 其中该相对关系包括有距离、 以 及影像撷取距离以判断距离随时间的变化率。
    3: 如权利要求 1 所述的动态实时相对关系识别方法, 其还包括有当该相对关系超过一 特定值时, 启动影像储存的步骤。
    4: 如权利要求 1 所述的动态实时相对关系识别方法, 其还包括有辨视该影像区域的内 容的一步骤, 其中识别该影像区域所具有的内容还包括有下列步骤 : 提供一数据库, 其内具有多个已知样品影像, 每一个已知样品影像分别具有一标准影 像区域以及至少一非标准影像区域, 其中该标准影像区域内的像素分别具有对应的一第一 特征值, 而该非标准影像区域内的像素则分别对应有一第二特征值 ; 于该影像区域内撷取至少一特征影像 ; 将每一个特征影像中的每一个像素的一第三特征值分别与该多个已知样品影像中每 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影像对应该多个已 知样品影像所分别具有的一相似度值 ; 汇整关于该特征影像与该多个已知样品影像比对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识别比对结果。
    5: 如权利要求 4 所述的动态实时相对关系识别方法, 其中该演算可为正规相关比对法 或近似度比对法。
    6: 如权利要求 4 所述的动态实时相对关系识别方法, 其中于每一已知样品影像对应到 一数字或者是字符的影像。
    7: 如权利要求 4 所述的动态实时相对关系识别方法, 其中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。
    8: 如权利要求 1 所述的动态实时相对关系识别方法, 其中该影像特征为该特征物的尺 寸、 面积或形状。
    9: 如权利要求 1 所述的动态实时相对关系识别方法, 其中该检测影像特征为可动装置 上的该特征物的尺寸、 面积或形状。
    10: 一种动态车辆实时相对关系识别方法, 其包括有下列步骤 : 建立一影像撷取装置的影像撷取距离与车牌所具有的一影像特征的特征关系 ; 撷取一第一车辆的一影像, 该第一车辆上具有一车牌 ; 于该影像中检测该车牌的影像区域 ; 于影像区域中决定关于车牌的一检测影像特征 ; 以及 根据检测影像特征于该特征关系中决定该影像撷取装置与该车牌间的相对关系。
    11: 如权利要求 10 所述的动态实时相对关系识别方法, 其中该相对关系包括有距离、 以及影像撷取距离以判断距离随时间的变化率。 2
    12: 如权利要求 10 所述的动态实时相对关系识别方法, 其还包括有当该相对关系超过 一特定值时, 启动影像储存的步骤。
    13: 如权利要求 10 所述的动态实时相对关系识别方法, 其还包括有辨视该影像区域的 内容的一步骤, 该识别该影像区域所具有的内容还包括有下列步骤 : 提供一数据库, 其内具有多个已知样品影像, 每一个已知样品影像分别具有一标准影 像区域以及至少一非标准影像区域, 其中该标准影像区域内的像素分别具有对应的一第一 特征值, 而该非标准影像区域内的像素则分别对应有一第二特征值 ; 于该影像区域内撷取至少一特征影像 ; 将每一个特征影像中的每一个像素的一第三特征值分别与该多个已知样品影像中每 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影像对应该多个已 知样品影像所分别具有的一相似度值 ; 汇整关于该特征影像与该多个已知样品影像比对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识别比对结果。
    14: 如权利要求 13 所述的动态实时相对关系识别方法, 其中该演算可为正规相关比对 法或近似度比对法。
    15: 如权利要求 13 所述的动态实时相对关系识别方法, 其中于每一已知样品影像对应 到一数字或者是字符的影像。
    16: 如权利要求 13 所述的动态实时相对关系识别方法, 其中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。
    17: 如权利要求 10 所述的动态实时相对关系识别方法, 其中该影像特征为该车牌的尺 寸、 面积或形状。
    18: 如权利要求 10 所述的动态实时相对关系识别方法, 其中该检测影像特征为该第一 车辆上的车牌的尺寸、 面积或形状。
    19: 如权利要求 10 所述的动态实时相对关系识别方法, 其还包括有撷取红绿灯信号状 态与速限号志影像以进行识别的步骤。
    20: 如权利要求 19 所述的动态实时相对关系识别方法, 其还包括有当灯号为红灯或者 是该第一车辆的速度接近或超过该速限时启动影像储存机制的一步骤。
    21: 如权利要求 19 所述的动态实时相对关系识别方法, 其中该影像撷取装置设置于一 第二车辆上, 动态实时相对关系识别方法还包括有该当灯号为红灯或者是该第二车辆的速 度接近或超过该速限时发出警示讯息。
    22: 一种动态实时相对关系识别系统, 其包括有 : 一数据库, 其存有影像撷取距离与一特征物所具有的一影像特征的特征关系 ; 一第一影像撷取装置, 其撷取外在环境中关于具有该特征物的一可动装置的一影像 ; 一控制单元, 其与该数据库以及该第一影像撷取装置相连接, 该控制单元是于该影像 中检测该特征物的影像区域, 然后于影像区域中决定关于特征物的一检测影像特征, 再根 据检测影像特征于该特征关系中决定该第一影像撷取装置与该特征物间的相对关系。
    23: 如权利要求 22 所述的动态实时相对关系识别系统, 其中该相对关系包括有距离、 以及影像撷取距离以判断距离随时间的变化率。
    24: 如权利要求 23 所述的动态实时相对关系识别系统, 其中该数据库内还具有多个已 3 知样品影像, 每一个已知样品影像分别具有一标准影像区域以及至少一非标准影像区域, 其中该标准影像区域内的像素分别具有对应的一第一特征值, 而该非标准影像区域内的像 素则分别对应有一第二特征值。
    25: 如权利要求 24 所述的动态实时相对关系识别系统, 其中该控制单元是于该影像区 域内撷取至少一特征影像, 然后将每一个特征影像中的每一个像素的一第三特征值分别与 该多个已知样品影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 该特征影像对应该多个已知样品影像所分别具有的一相似度值, 汇整关于该特征影像与该 多个已知样品影像比对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 种识别比对结果。
    26: 如权利要求 25 所述的动态实时相对关系识别系统, 其中该演算可为正规相关比对 法或近似度比对法。
    27: 如权利要求 25 所述的动态实时相对关系识别系统, 其中于每一已知样品影像对应 到一数字或者是字符的影像。
    28: 如权利要求 25 所述的动态实时相对关系识别系统, 其中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。
    29: 如权利要求 22 所述的动态实时相对关系识别系统, 其中该影像特征为该特征物的 尺寸、 面积或形状。
    30: 如权利要求 22 所述的动态实时相对关系识别系统, 其中该检测影像特征为可动装 置上的该特征物的尺寸、 面积或形状。
    31: 如权利要求 22 所述的动态实时相对关系识别系统, 其设置于一移动载具上。
    32: 如权利要求 22 所述的动态实时相对关系识别系统, 其还包括一第二影像撷取装置 还撷取红绿灯信号状态与速限号志影像。
    33: 如权利要求 32 所述的动态实时相对关系识别系统, 其中该控制单元根据该红绿灯 信号状态与速限号志影像以判断该当灯号为红灯或者是该移动载具的速度接近或超过该 速限时藉由一警示单元发出警示讯息。
    34: 如权利要求 32 所述的动态实时相对关系识别系统, 其中该控制单元根据该红绿灯 信号状态与速限号志影像以判断该当灯号为红灯或者是该可动装置的速度接近或超过该 速限时将该第一影像撷取装置与第二影像撷取装置所撷取的影像予以记录。

    说明书


    动态实时相对关系识别方法与系统

        技术领域 本发明涉及一种影像识别技术, 特别是涉及一种根据影像特征判断两物体间的相 对关系的一种动态实时相对关系识别方法与系统。
         背景技术 目前市面上虽然有许多种行车记录装置, 但是都受到存储器大小的限制, 只能储 存最新数分钟到一两小时的数据。 但若遇上车祸、 意外, 驾驶很有可能无法关闭影像记录的 功能 ( 例如昏迷、 送医, 或是不能动弹等状况 ), 导致记录装置持续运作, 而盖掉记录车祸发 生时的数据, 使得最关键时刻的影像反而消失而无法提供参考。若让行车记录器随着车辆 的移动而开机, 则此记录器就无法在停等红灯或是路边停车时提供关键影像 ; 尤其是路边 停车时, 若被误撞, 则肇事者大多会逃逸, 此时关键影像将会成为索赔与判定肇事当时情况 的重要依据。
         而在现有技术中, 例如日本公开申请案 JP2009032143 揭示了一种减轻事故发生 时证据数据消失风险的行车记录器, 在该技术中, 于车辆行进间撷取车辆前方的影像讯号, 将该影像讯号转成动画影像信息而记录于存储器中。 该技术藉由将动画影像分割成多个静 止影像, 然后当事故发生时, 可以将对应发生时间点的静止影像, 利用无线网络送出。
         另外, 台湾专利公开号 TW200409051 也揭示了一种记录影像以保障车祸发生时的 数据真实性的技术。 在该技术中, 采用摄影机与距离检测分开的做法, 利用检测器检测车辆 外围的物体, 如果物体太过接近, 则启动摄影机开始录像。
         发明内容 本发明提供一种动态实时相对关系识别方法与系统, 其是利用影像检测与周环环 境中可动装置的相对关系, 并根据相对关系启动对应的机制以警示驾驶员或者是对可能产 生意外的状况进行影像的储存。
         本发明提供一种动态实时相对关系识别方法与系统, 其是利用影像撷取装置撷取 外围环境中车辆的影像, 并于该影像中检测车牌的特征, 并且根据车牌特征估测车辆的速 度与距离, 同时环境检测摄影机也检测红绿灯与速限号志等环境信息, 藉此判断是否有可 能对我车造成危害。
         本发明提供一种动态实时相对关系识别方法与系统, 其是以视觉影像记录, 不需 依赖其它额外的设备, 针对与其它车辆的距离、 速度或加速度的状态进行检测, 实时记录影 像, 本发明可以依照环境动态 ( 例如 : 红绿灯号、 两车间的距离、 速度与加速度或者是速限 ) 调整纪录参数的门坎值。
         在一实施例中, 本发明提供一种动态实时相对关系识别方法, 其包括有下列步骤 : 建立一影像撷取装置的影像撷取距离与一特征物所具有的一影像特征的特征关系 ; 撷取一 可动装置的一影像, 该可动装置上具有该特征物 ; 于该影像中检测该特征物的影像区域 ; 于影像区域中决定关于特征物的一检测影像特征 ; 以及根据检测影像特征于该特征关系中
         决定该影像撷取装置与该特征物间的相对关系。在另一实施例中, 可以根据该相对关系启 动警示或录像的机制。
         在另一实施例中, 本发明还提供一种动态车辆实时相对关系识别方法, 其包括有 下列步骤 : 建立一影像撷取装置的影像撷取距离与车牌所具有的一影像特征的特征关系 ; 撷取一第一车辆的一影像, 该第一车辆上具有一车牌 ; 于该影像中检测该车牌的影像区域 ; 于影像区域中决定关于车牌的一检测影像特征 ; 以及根据检测影像特征于该特征关系中决 定该影像撷取装置与该车牌间的相对关系。在另一实施例中, 可以根据该相对关系启动警 示或录像的机制。
         在另一实施例中, 本发明还提供一种动态实时相对关系识别系统, 其包括有 : 一数 据库, 其存有影像撷取距离与一特征物所具有的一影像特征的特征关系 ; 一影像撷取装置, 其撷取外在环境中关于具有该特征物的一可动装置的一影像 ; 一控制单元, 其与该数据库 以及该影像撷取装置相连接, 该控制单元是于该影像中检测该特征物的影像区域, 然后于 影像区域中决定关于特征物的一检测影像特征, 再根据检测影像特征于该特征关系中决定 该影像撷取装置与该特征物间的相对关系。 附图说明
         图 1 为本发明的动态实时相对关系识别方法第一实施例流程示意图。 图 2A 为影像撷取装置与车牌位置关系示意图。 图 2B 为车牌影像示意图。 图 2C 与图 2D 为不同影像撷取距离所撷取的车辆影像示意图。 图 3A 代表影像撷取距离与平均宽度的关系曲线。 图 3B 代表影像撷取距离与平均面积的关系曲线。 图 4 为本发明的动态实时相对关系识别方法第二实施例流程示意图。 图 5A 为两车辆间的相位位置关系示意图。 图 5B 为在特定距离下所撷取的车辆影像示意图。 图 6 为本发明的识别车牌影像内容流程示意图。 图 7A 至图 7D 为产生已知标准影像示意图。 图 8A 为重组影像及其特征影像示意图。 图 8B 为特征影像示意图。 图 9 为本发明的关于载具识别号码可能的输出结果排序示意图。 图 10 为本发明的动态实时相对关系识别系统实施例示意图。 附图符号说明 2- 动态实时相对关系识别方法 20 ~ 24- 步骤 3- 动态实时相对关系识别方法 30 ~ 37- 步骤 4- 识别方法 40 ~ 46- 步骤 5- 样品影像50- 标准影像区域 500、 501- 像素 51- 非标准影像区域 510- 像素 6- 识别系统 60- 数据库 61- 第一影像撷取装置 62- 控制单元 63- 警示单元 64- 储存单元 65- 第二影像撷取装置 90- 车牌 91- 车辆 910- 第二车辆 911- 第一车辆 92- 影像撷取装置 93- 候选区块 94- 影像区域 95- 特征影像 97、 98- 影像具体实施方式
         为使能对本发明的特征、 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, 该图为本发明的动态实时相对关系识别方法第一实施例流程示 意图。在本实施例中, 该方法包括有下列步骤 : 首先以步骤 20 建立一影像撷取装置的影像 撷取距离与一特征物所具有的一影像特征的特征关系。在本步骤中, 主要是利用特征物影 像所具有的影像特征会随着与影像撷取装置间的距离的不同而有所改变的特性, 先建立一 个特征关系。以特征物为车牌为例 ( 但不以此为限 ), 如图 2A 所示, 该图为影像撷取装置 与车牌位置关系示意图。该车牌 90 设置于车辆 91 上面, 在该车辆 91 前方有一影像撷取装 置 92, 其设置的高度为 H(90cm), 与车牌的距离为 D(80cm ~ 300cm), 以及摄影角度为 θ(17 度 )。随着影像撷取距离的改变, 对于同样大小的撷取影像 98 中关于该车辆 91 的大小也 会随之改变, 如图 2C 与图 2D 所示。其中图 2C 的影像撷取距离大于图 2D 的影像撷取距离。 关于影像撷取距离与该特征物之间的相对关系, 如下表一所示。如图 2B 所示, 其中表一中 的车牌宽度 ( 上 ) 为 W1, 车牌宽度 ( 下 ) 为 W2, 车牌高度为 h, 其单位为像素 (pixel)。而步 骤 20 中的影像特征即为表一中的车牌宽度、 车牌高度、 面积、 平均宽度或平均面积等。
         根据表一的特征关系可以得到如图 3A 与图 3B 所示的结果, 其中图 3A 代表影像撷 取距离与平均宽度的关系曲线, 而图 3B 代表影像撷取距离与平均面积的关系曲线。根据图3A 或图 3B 的曲线, 可以用来对照不同的影像撷取距离下, 车牌的影像特征大小。至于平均 宽度与平均面积是由于影像撷取装置相对于车牌具有一倾角 θ, 因此车牌的上宽度与下宽 度就会有所差异。至于是否要利用平均宽度与平均面积作为影像特征, 属于使用者的需要 而定。另外, 有了图 3A 或图 3B 的曲线之后, 即可利用数学拟合的算法, 建立关于曲线的方 程式。根据数据点建立拟合关系式属于现有技术, 在此不作赘述。
         表一
         再回到图 1 所示, 步骤 20 之后, 接着以步骤 21 撷取一可动装置的一影像, 该可动 装置上具有该特征物。在步骤 20 所建立的相对关系之后, 即可对任一具有该特征物的可动 物体撷取影像, 并根据该影像中关于该特征物的影像特征, 决定出影像撷取装置与特征物 间的距离。因此, 在步骤 21 取得可动装置的影像之后, 即以步骤 22 于该影像中检测该特征 物的影像区域。在本步骤中, 主要是对步骤 21 所撷取的影像进行识别, 以找到对应该特征 物的影像区域。在步骤 22 中, 主要是依边界强度搜寻候选区块, 并将该候选区块的边界作 为对应该特征物影像的边界。
         决定该影像区域之后, 接着以步骤 23 在影像区域中决定关于特征物的一检测影 像特征。本步骤为当有了该影像区域的位置之后, 即可利用影像处理的得到关于该特征 区域的宽度、 平均宽度、 高度、 面积或者是平均面积等作为关于该特征物影像的检测影像特 征。得到该检测影像特征之后, 即可进行步骤 24, 根据检测影像特征, 于该特征关系中决定 该影像撷取装置与该特征物间的相对关系。 在步骤 24 中, 主要是利用步骤 20 所建立的相对 关系曲线所对应的方程式, 根据步骤 23 所决定的检测影像特征, 带入该方程式中, 即可以 得到对应影像撷取距离。此外, 步骤 24 中的相对关系除了影像撷取距离之外, 还可以为该
         特征物与该影像撷取装置间的相对速度或者是相对加速度。 至于要判断与特征物的相对速 度与加速度只需要对两个时间点根据该特征关系取得距离的变化, 即可算出相对速度。同 样地, 两个时间点的相对速度差即为相对加速度。
         请参阅图 4 所示, 该图为本发明的动态实时相对关系识别方法第二实施例流程示 意图。该方法 3 包括有下列步骤, 首先以步骤 30 建立一影像撷取装置的影像撷取距离与车 牌所具有的一影像特征的特征关系。本步骤的方式与步骤 20 相同, 只不过特征物为车牌, 因为车牌的大小固定, 因此可以事先建立影像撷取距离与车牌的特征尺寸、 形状或面积等 属性的关系, 其如步骤 20 所述, 在此不做赘述。接着进行步骤 31, 撷取一第一车辆的一影 像, 该第一车辆上具有一车牌。 如图 5A 所示, 该影像撷取装置 92 设置于一第二车辆 910 上, 本实施例中, 该影像撷取装置 92 设置于第二车辆 910 的后方, 以撷取后方第一车辆 911 的 影像, 虽然图 5A 的实施例为设置在第二车辆 910 后方以撷取后方来车的影像, 但亦可以设 置于车辆前方 ( 如第一车辆 911 所示 ) 或者是左右两侧等位置, 其可根据实际的需要而定 并不以图 5A 的实施例为限。
         再回到图 4 所示, 步骤 31 之后以步骤 32 于该影像中检测该车牌的影像区域。请 参阅图 5B 所示, 该图为在特定距离下所撷取的车辆影像示意图。在图 5B 的该影像 97 中, 具有车牌的影像, 因此利用影像处理算法根据边界强度搜寻候选区块 93, 以作为步骤 32 的 影像区域。接着以步骤 33 于影像区域中决定关于车牌的一检测影像特征。在本步骤中, 在 得到了关于车牌的影像区域之后, 即对该影像区域中关于该车牌的尺寸特征进行检测, 可 以检测的特征包括了车牌的宽度、 高度或者是面积作为该检测影像特征, 如果影像撷取装 置相对于被撷取的车牌而言具有倾角, 如图 2A 所示, 则可以用平均宽度或者是平均面积作 为车牌的检测影像特征。
         接着, 以步骤 34 根据检测影像特征于该特征关系中决定该影像撷取装置与该车 牌间的相对关系。由于在步骤 30 中已经建立了影像撷取装置的影像撷取距离与车牌间的 特征关系, 根据该关系可以用数学方程式拟合对应该特征关系曲线的方程式。根据该拟合 的方程式, 可以得到对应该检测影像特征的影像撷取距离以作为步骤 34 的相对关系结果。 由于影像撷取装置是设置于第二车辆上, 因此步骤 34 所得到的距离即可作为图 5A 中的两 辆车辆间的距离 L。步骤 34 中的相对关系除了影像撷取距离之外, 亦可为两车辆间的相对 速度或者是示相对加速度等关系。 至于相对速度或相对加速度的信息则可以根据两个不同 时间点间的时间差 ΔT 所得到的距离差 ΔL 得知两车辆间的相对速度, 再由两不同时间点 的速度差即可得到相对加速度。由于第二车辆的车速为已知, 因此根据相对速度即可得到 后方车辆 ( 第一车辆 ) 的车速。
         有了车辆间的相对关系, 即可再进行步骤 35, 根据该相对关系决定是否为一关键 时刻, 如果是该关键时刻则以步骤 36 进行一处理动作。反之则回到步骤 31。步骤 35 中的 关键时刻为该相对关系是否超过特定值或特定范围 ( 距离、 相对速度或相对加速度 ), 例 如: 如果当第一车辆与第二车辆间的距离小于了安全剎车的距离时的时间点, 即为关键时 刻之意。 至于特定值或特定范围可事先设定而储存, 或者是根据根据环境状态而自动调整。 而步骤 36 中, 如图 5A 所示, 该处理动作可以为发出警示讯息通知第二车辆 910 的驾驶人或 者是控制第二车辆 910 中的影像撷取装置 92 撷取第一车辆 911 的影像 ( 静态或者是动态 录像 ) 然后将该关于第一车辆 911 的影像储存起来, 以作为将来发生事故的重要证明信息。此外, 警示与记录影像亦可以同时进行。
         另外, 在步骤 32 之后亦可以同步进行步骤 37, 利用一影像识别程序对该影像区域 内的车牌内容进行识别, 并将该识别内容储存下来, 以作为辅助判断的依据。请参阅图 6 所 示, 该图为本发明的识别车牌影像内容流程示意图。 该识别方法 4 首先以步骤 40, 提供一数 据库, 该数据库内建立有多个已知标准样品影像。如图 7A 所示, 该图为已知样品影像大小 示意图。 该已知样品影像 5 的大小以使用者需要而定, 例如 : 130(pixels)x130(pixels), 但 不以此为限。在该已知样品影像 5 内的像素上形成标准影像区域 50。该标准影像区域 50 的由多个像素 500 与 501 所构成, 以形成该已知样品影像所要代表的字符、 数字、 文字或者 是图案。请参阅图 7B 所示, 在本实施例中是以数字 1 来作说明, 利用在该已知样品影像 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影像区域 50, 而勾勒出数字 1 的外形。然后在该标准影像区域 50 内决定特定的像素 501( 斜线区域的像素 ) 以给予特 定的权值。 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。前述该标准影像区域 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一特征值。
         如图 7C 所示, 在该已知样品影像内决定一非标准影像区域 51。 所谓非标准影像区 域 51 是表示该标准影像区域 50 所形成的文字容易被误认的文字内容。例如, 数字 「1」 在 影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, 构成该非标准影像区域 51 的像素 510 位置可根据该标准影 像区域 50 容易被误认的字符、 数字或文字等来决定, 并无一定的规则。而灰度值与权值的 大小可根据需要而定, 本实施例中, 该非标准影像区域内 51 的权值为负值。
         如图 7D 所示, 该图为另一已知标准影像示意图。该图为根据数字 0 所建立的已知 样品影像 5a。该已知样品影像 5a, 也同样具有一标准影像区域以及一非标准影像区域。该 标准影像区域中的每一个像素所构成的图案即为数字 「0」 。同样地, 该非标准影像区域中 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」 。至于建立已知标准影像的非标准区域的方式, 可藉由影像软件, 例如 : 小画家来处理, 但不以此为限。前述为本发明所谓标准影像的产生过程, 根据前述的方式依序建立不同文 字或数字所代表的已知样品影像, 例如 : 0 ~ 9、 A ~ Z 以及 a ~ z 等, 存入数据库内。
         再回到图 6 所示, 接着进行步骤 41, 于重组影像中撷取一特征影像。例如 : 以图 8A 为例, 经由含有车辆影像中撷取出关于车牌的影像区域 94, 其中的每一个未识别的文字所 对应的区域即为该特征影像。 然后将该特征影像进行正规化以调整该特征影像的尺寸大小 以及角度, 使得该特征影像的大小与该已知样品影像的大小一致, 以利后续的识别。 在步骤 41 中, 所撷取的特征影像 95 为该车辆识别信息的第一码文字。然后进行步骤 42 将该特征 影像中每一个像素的一第三特征值分别与在数据库中该多个已知样品影像中每一个像素 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影像对应该多个已知样品影 像所分别具有的一相似度值。
         请参阅图 8B 所示, 该图为特征影像 95 示意图。利用该特征影像即可与每一个已 知样品影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比对法或者是近 似度比对法等, 但不以此为限。以正规相关比对法为例, 其演算式如下式 (1) 所示。正规相关比对法 (normalized correlation matching) 主要是计算特征影像和与已知样品影像间 的关系, 将每个影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 为该已知标准影像中的每一个像素所具有的灰度值, vi 为该特征影像中的每一个像素所具有的灰度值。 为该已知标准影像中所有像素所具有的灰度平均值, 为 该特征影像中所有像素的灰度平均值。 wi 为该已知样品影像中标准影像区域中以及非标准 影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 8B 的每一像素与已知样品影像的每一像素进行演算。例如 : 将图 8B 的影像与图 7C 的已知样品影像 ( 代表数字 1) 以及图 7D 的已知样品影像 ( 代表数字 0) 分别进行演算, 即可得到图 8B 的特征影像关于图 7C 与图 7D 的相似度值 Cuv。再回到图 6 所 示, 得到相似度值之后, 再以步骤 43 与 44 将重组影像 95 中的所有文字逐一撷取成特征影 像, 然后重复步骤 42 进行比对。接着以步骤 45 汇整关于该特征影像与该多个已知样品影 像比对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, 由可能性最高的识 别结果排序至最低的结果。最后再以步骤 46 将该多个相似度值排序输出可能的多种识别 比对结果, 以具有七码的车牌为例, 如图 8A 所示, 该图为车牌影像示意图。经过识别方法 4 的流程之后, 即可得到如图 9 的排序结果。在图 9 中, 总共输出了四种可能的结果, 每一种 可能结果代表车牌内容可能的字符组合。第一种可能结果的每一码所具有的相似度最高, 然后依序排列形成第二、 第三以及第四种可能的结果。 以第一可能结果为例, 经过分析出来 的可能车牌为 0695-0A, 其中第 1 码 “0” 其经过演算后的相似度为 52, 第2码 “6” 其经过演 算后的相似度为 72, 第3码 “9” 其经过演算后的相似度为 67, 第4码 “5” 其经过演算后的 相似度为 72, 第 5 码为 “-” , 第6码 “O” 其经过演算后的相似度为 63, 第7码 “A” 其经过演 算后的相似度为 76。当然, 使用者亦可以根据图 9 的结果, 再根据目视该待识别影像, 自行 决定出其它可能的车牌号码组合以供相关单位进行确认。
         请参阅图 10 所示, 该图为本发明的动态实时相对关系识别系统实施例示意图。该 识别系统 6 包括有 : 一数据库 60、 一第一影像撷取装置 61、 一控制单元 62 以及一警示单元 63。该识别系统 6 是设置于一移动载具上, 该移动载具可为轮型车辆, 例如 : 两轮或者是四 轮的轮型车辆 ( 如图 5A 中的第二车辆 910) 等, 但不以此为限。该数据库 60, 其存有影像撷 取距离与一特征物所具有的一影像特征的特征关系, 亦即储存图 1 或图 4 中步骤 20 与步骤 30 所建立的信息或关系曲线拟合函数。该数据库 60 为一储存媒体所构成, 例如 : 磁性储存 媒体、 光储存媒体或者是存储器等。 该第一影像撷取装置 61, 其撷取外在环境中关于具有该 特征物的一可动装置的一影像, 在本实施例中, 该可动装置为如图 5A 中的第一车辆 911, 而 该特征物为车牌 90, 但不以此为限。 只要是可动的物体, 且具有需要识别与记录的特征的情 形, 都可以应用。该控制单元 62, 其是与该数据库 60 以及该第一影像撷取装置 61 相连接, 该控制单元 62 进行图 1 的步骤 22 ~ 24 或图 4 中的步骤 32 至 34 的步骤, 以于该影像中检测该特征物的影像区域, 然后于影像区域中决定关于特征物的一检测影像特征, 再根据检 测影像特征于该特征关系中决定该影像撷取装置与该特征物间的相对关系。 其详细的步骤 如前所述, 在此不做赘述。
         当该控制单元决定出相对关系之后, 可以根据相对关系的状态亦即步骤 35 中的 判断方式, 启动警示单元 63 发出警讯以提醒驾驶或者是将该第一影像撷取装置 61 所撷取 的影像以静态 ( 单一相片 ) 的方式或者是动态录像的方式记录于储存单元 64 中。此外, 该 控制单元 62 还可以连接一第二影像撷取装置 65, 其可设置在车辆的前方或者是左右两侧, 以可以撷取到外在环境中标志 ( 例如 : 速限 ) 或者号志 ( 红绿灯 ) 的影像。该控制单元 62 还可以识别该第二影像撷取装置 65 所撷取的影像, 以判断该当灯号为红灯或者是该移动 载具的速度接近或超过该速限时, 藉由该警示单元 63 发出警示讯息。该控制单元 62 根据 该红绿灯信号状态与速限号志影像, 以判断该当灯号是否为红灯或者是该可动装置的速度 接近或超过该速限时, 将该第一影像撷取装置 61 与第二影像撷取装置 62 所撷取的影像予 以记录于该储存单元 64。以作为将来事故发生时, 证明后方来车超速或对向或要转向的车 辆闯红灯的辅助证明依据。
         以上所述仅为本发明的实施例, 而不能以此限制本发明范围。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。

    关 键  词:
    动态 实时 相对 关系 识别 方法 系统
      专利查询网所有文档均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    0条评论

    还可以输入200字符

    暂无评论,赶快抢占沙发吧。

    关于本文
    本文标题:动态实时相对关系识别方法与系统.pdf
    链接地址:https://www.zhuanlichaxun.net/p-928692.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

    copyright@ 2017-2018 zhuanlichaxun.net网站版权所有
    经营许可证编号:粤ICP备2021068784号-1