ナンバープレート認識駐車場システム-駐車場設備 | HDナンバープレート認識

ナンバープレート認識駐車場システム-駐車場装置 | 駐車場管理装置 | 駐車場システム装置、自動ナンバープレート認識原理、ナンバープレート認識プロセスの概略図、ナンバープレート認識プロセスの概略図。 自動ナンバープレート認識は、車両の動的ビデオまたは静的画像を使用してナンバープレートの番号と色を自動認識するためのパターン認識技術です。 そのハードウェア基盤には、通常、トリガー機器 (車両が視野に入るかどうかを監視する) 、カメラ機器、照明機器、画像取得機器、ナンバープレート番号を認識するためのプロセッサ (コンピューターなど) などが含まれます。 そのソフトウェアコアには、ナンバープレート位置アルゴリズム、ナンバープレート文字セグメンテーションアルゴリズム、および光学文字認識アルゴリズムが含まれます。 一部のナンバープレート認識システムには、ビデオ車両検出と呼ばれるビデオ画像を通じて車があるかどうかを判断する機能もあります。 完全なナンバープレート認識システムには、車両検出、画像取得、ナンバープレート認識などを含める必要があります。

車両検出部は、車両の到着を検出すると、画像取得部をトリガして現在のビデオ画像を取得する。 ナンバープレート認識ユニットは、画像を処理し、ナンバープレートの位置を特定し、認識のためにナンバープレート内の文字をセグメント化し、ナンバープレート番号出力を形成する。 (1) 車両検出: 車両検出は、埋め込みコイル検出、赤外線検出、レーダー検出、ビデオ検出などの方法を採用できます。 ビデオ検出を使用すると、路面の損傷、追加の外部検出装置、トリガー位置の修正、費用の節約を回避でき、モバイルおよびポータブルアプリケーションにより適しています。 ビデオ車両検出の場合、システムは高い処理速度を持ち、フレームを失うことなく画像取得と処理を実現するための優れたアルゴリズムを採用する必要があります。 処理速度が遅いとフレーム損失につながるため、システムは高速走行速度で車両を検出できません。

同時に、認識処理が認識につながる位置で開始されることを保証することは困難であり、これはシステムの認識率に影響を与える。 したがって、ビデオ車両の検出と自動ナンバープレート認識を組み合わせることは困難です。 (2) ナンバープレート番号とナンバープレート認識のための色認識。 次の基本的な手順が必要です。1) ナンバープレートの配置、画像内のナンバープレートの位置の配置。2) ナンバープレート内の文字を分割するナンバープレート文字の分割。3) ナンバープレートの文字認識、セグメント化された文字の認識、そして最後にナンバープレート番号の形成。 ナンバープレート認識のプロセスでは、ナンバープレートの色の認識は、異なるアルゴリズムに基づいており、上の異なるステップで実現することができる。 通常、ナンバープレート認識と協力して検証します。 1) ナンバープレートの位置の自然環境では、車両画像の背景が複雑で、照明が不均一です。

自然の背景でナンバープレートの領域を正確に決定する方法は、認識プロセス全体の鍵です。 まず、収集したビデオ画像に対して大規模な相関検索を行い、車両ナンバープレートの特性に沿ったいくつかの領域を候補領域として見つける。 次に、これらの候補領域をさらに分析して評価する。 最後に、最良の領域がナンバープレート領域として選択され、画像から分離される。 2) ナンバープレート文字セグメンテーションがナンバープレート領域の位置を完了した後、ナンバープレート領域は単一の文字に分割され、認識される。 文字セグメンテーションは通常、垂直投影法を採用しています。

垂直方向の文字の投影は、文字間または文字内のギャップで局所最小値に近い必要があるため、この位置は、文字の書き方、文字、サイズの制限、およびナンバープレートのその他の条件を満たしている必要があります。 垂直投影法は、複雑な環境での自動車画像の文字セグメンテーションに効果があります。 3) 現在、ナンバープレートの文字認識方法には、主にテンプレートマッチングアルゴリズムと人工ニューラルネットワークアルゴリズムが含まれます。 テンプレートマッチングアルゴリズムに基づいて、最初にセグメント化された文字が二値化され、そのサイズが文字データベース内のテンプレートのサイズにスケーリングされ、次にすべてのテンプレートとマッチングされ、結果として最適なマッチングが選択されます。 人工ニューラルネットワークに基づく2つのアルゴリズムがあります。1つは、文字の特徴を抽出し、取得した特徴を使用してニューラルネットワークのディストリビューターをトレーニングすることです。別の方法は、画像をネットワークに直接入力することであり、ネットワークは認識結果が得られるまで機能を自動的に抽出します。 実際のアプリケーションでは、ナンバープレート認識システムの認識率は、ナンバープレートの品質と射撃の品質にも密接に関連しています。

ナンバープレートの品質は、錆、汚れ、塗料の剥離、フォントの色あせ、ナンバープレートのシールド、ナンバープレートの傾斜、ハイライトと反射、複数のナンバープレート、偽のナンバープレートなどのさまざまな要因の影響を受けます。実際の撮影プロセスも環境の明るさの影響を受けます。撮影モード、車速など。 これらの要因により、ナンバープレート認識の認識率がさまざまな程度に低下します。これは、ナンバープレート認識システムの難しさと課題です。 認識率を向上させるために、認識アルゴリズムを絶えず改善することに加えて、収集された画像を認識に最も役立つようにするために、さまざまな照明条件を克服する方法も見つける必要があります。