Principio di funzionamento del riconoscimento della targa

Da: Shenzhen TGW Technology Co.,Ltd

La tecnologia di riconoscimento della targa si basa sulla segmentazione dell'immagine, teoria del riconoscimento dell'immagine. La tecnologia serve per analizzare le immagini contenenti una targa per determinare la posizione della targa ed estrae ulteriormente e riconosce i caratteri di testo.

Un tipico processo di riconoscimento della targa include l'acquisizione di immagini, la pre-elaborazione delle immagini, il posizionamento della targa, la segmentazione dei caratteri, il riconoscimento dei caratteri e l'output dei risultati. Per processo è complementare tra loro. Tutto il processo deve garantire la sua alta efficienza e l'elevata capacità anti-interferenza. Solo in questo modo l'elaborazione dell'identificazione può ottenere un risultato soddisfacente.

Esistono due modi principali per implementare il sistema di riconoscimento della targa, uno fermo il riconoscimento delle immagini e l'altro è il riconoscimento dinamico del flusso video. Il riconoscimento dell'immagine è limitato da fattori quali la qualità dell'immagine, la deturpazione della targa e l'inclinazione della targa. Il riconoscimento dinamico del flusso video richiede una velocità di riconoscimento più rapida, che è limitata dagli indicatori di prestazioni del processore, soprattutto quando vogliamo realizzare il riconoscimento della targa in tempo reale sui terminali mobili, richiede una maggiore ottimizzazione delle prestazioni.

Sebbene il riconoscimento della targa includa sei processi principali, l'algoritmo di base si trova solo in tre moduli: posizionamento della targa, segmentazione dei caratteri e riconoscimento dei caratteri.

Posizionamento della targa

Il compito principale del posizionamento della targa è trovare l'area della targa dall'immagine fissa o dal fotogramma video e separare la targa dall'immagine per la successiva elaborazione del modulo di elaborazione. Il posizionamento della targa è uno dei fattori importanti che influisce sulle prestazioni del sistema. Al momento, ci sono molti modi per individuare le targhe, ma in generale, possono essere suddivisi in due metodi:

Innanzitutto, il metodo basato sull'imaging grafico.

Esistono principalmente (1) metodi di localizzazione basati sul colore, come l'algoritmo del bordo del colore, la distanza del colore e l'algoritmo di somiglianza, ecc.; (2) metodi di localizzazione basati sulla trama, come la texture wavelet, la trama differenziale del gradiente orizzontale, ecc.; (3) metodo di posizionamento basato sul rilevamento dei bordi; (4) Metodo di posizionamento basato sulla forma matematica.

Il metodo di posizionamento basato sulla grafica e sulla tecnologia delle immagini è suscettibile alle interferenze causate da informazioni sulle interferenze esterne e causa un guasto di posizionamento. Ad esempio, nel metodo di posizionamento basato sull'analisi del colore, se il colore di sfondo della targa è simile al colore della targa, è difficile estrarre la targa dallo sfondo. Nel metodo basato sul rilevamento dei bordi, la macchia sul bordo della targa può facilmente causare il guasto del posizionamento. L'interferenza delle informazioni sulle interferenze esterne ingannerà anche l'algoritmo di posizionamento, facendo sì che l'algoritmo di posizionamento generi troppe regioni candidate non targhe, il che aumenta il carico del sistema.

In secondo luogo, il metodo basato sull'apprendimento automatico.

I metodi basati sull'apprendimento automatico includono metodi di posizionamento basati sull'ingegneria delle caratteristiche e metodi di posizionamento basati sulla rete neurale. Ad esempio, possiamo addestrare un sistema di posizionamento delle targhe tramite un classificatore a cascata basato sulle funzionalità haar fornite da OpenCV. Ma questo metodo richiede molto tempo per allenarsi e anche l'efficienza della classificazione e del posizionamento è bassa. Pertanto, nell'area della localizzazione target, i metodi basati sulla rete neurale sono i metodi tradizionali. Nei metodi di localizzazione basati su reti neurali, le reti neurali convoluzionali vengono utilizzate principalmente per apprendere le caratteristiche target. Poiché la rete neurale convoluzionale ha invarianza di traduzione, può essere integrata con le regioni candidate nel processo di apprendimento e classificare le regioni candidate. La regione candidata classificata correttamente è la posizione del target. Esistono molti modelli di implementazione per tali metodi, come RCNN, RCNN più veloce, SSD e così via.

Segmentazione dei caratteri

Il compito della segmentazione dei caratteri è tagliare ogni carattere in un'immagine a più colonne o a più linee dall'intera immagine in un'unica immagine di carattere. Gli algoritmi di segmentazione dei caratteri tradizionali possono essere riassunti nelle seguenti due categorie: metodi di segmentazione diretta, metodi di segmentazione basati sulla morfologia dell'immagine. Il metodo di segmentazione diretta è semplice, basato su alcune conoscenze precedenti, come la distribuzione dei caratteri delle targhe, e aiuta anche alcuni algoritmi di proiezione di base per ottenere la segmentazione; il metodo di segmentazione basato sulla morfologia utilizza il rilevamento, l'espansione e la corrosione dei bordi per determinare la posizione dell'immagine del personaggio. Gli algoritmi di segmentazione dei caratteri tradizionali sono anche sensibili ai disturbi esterni, come l'inclinazione della targa, le incrostazioni dei caratteri e l'adesione. La corretta segmentazione dei caratteri della targa è molto importante per il riconoscimento dei caratteri. Solo quando la segmentazione è corretta può essere garantita l'accuratezza del riconoscimento. Con il continuo sviluppo della teoria delle reti neurali, anche la tecnologia di classificazione e riconoscimento delle immagini end-to-end ha fatto grandi progressi, quindi molti software OCR si liberano gradualmente della tradizionale elaborazione della segmentazione dei caratteri e i multi-caratteri vengono riconosciuti direttamente dalla rete di riconoscimento.

Riconoscimento dei caratteri

Il riconoscimento dei caratteri è il processo di estrazione della codifica dei caratteri da un'immagine contenente uno o più caratteri. Il metodo tipico di riconoscimento dei caratteri è il metodo di classificazione delle immagini basato sull'apprendimento automatico. Nel metodo di classificazione delle immagini, un'immagine può produrre solo una classificazione, ovvero un'immagine può contenere solo un'immagine di carattere. Ciò richiede un'elevata precisione della segmentazione dei caratteri. Un altro metodo di riconoscimento è il metodo di riconoscimento dei caratteri end-to-end basato su una rete neurale ricorrente. Questo metodo inserisce l'intera immagine della targa nella rete e la rete neurale emetterà direttamente tutti i caratteri. Il metodo end-to-end rimuove direttamente il processo di segmentazione dei caratteri ed evita la perdita di stabilità causata dall'errore di segmentazione dei caratteri, ma il metodo end-to-end è anche sensibile ad altri disturbi come l'inclinazione della targa.

Abbiamo discusso brevemente alcune tecnologie delle tre parti principali del sistema di riconoscimento della targa sopra. Nel follow-up, faremo una discussione dettagliata di alcune tecnologie tradizionali.