網路城邦
上一篇 回創作列表 下一篇   字體:
我的車牌辨識過程是萬中選一的海選程序
2019/09/21 05:12:55瀏覽757|回應0|推薦7

我常常PO出我的車牌辨識「結果」,但是礙於過程繁複,怕讀者沒耐心看,很少像是寫論文一樣,完整交代我的軟體是如何從攝影機取得影像開始,一路處理到吐出某輛車的車牌辨識結果的完整過程。現在有空就來介紹一個完整過程:

上面是某輛車經過辨識車道的一個畫面,也是我的軟體輸出的結果照片,拿到照片一定是會經過灰階→二值化與輪廓畫三個步驟,就是簡化影像準備萃取資訊的過程:

接下來就是在如此複雜的輪廓中找到「像是車牌字元」的封閉曲線,這是一個非常複雜通常需要大量運算時間的過程,但是我有一項重要的發明,算是一種快速演算法可以在大約20毫秒之內完成像上圖這樣狀況的整理,結果就是剩下不多的有像字元的目標。

此案例算是運氣不錯,剩下的候選人不多,不論合格目標多少,我的程式都會由對比最明顯的目標開始嘗試組合出車牌,排列方式像是個車牌的區塊就會如上圖的綠線被切割出來,還直接投影成車牌的灰階與二值化標準大小與形狀的影像,如下:

接下來還要在這個已經正規化為標準車牌大小的區塊中,再作一次目標分析,然後一個字一個字的將他們辨識出來,完成的字串並不是直接輸出,還要經過很繁複的車牌格式與前景背景色的分析,所以顏色或格式不符合車牌形式的辨識結果才不會誤闖,須知環境中很多英數字字串都很像車牌的!

即使已經經過這麼多關卡,這樣的辨識結果還只是我的動態車牌辨識軟體中,客戶不會直接看到的內部「原始資料」!他們累積起來一輛車大概這麼多:

我的軟體會從這麼多原始資料中,看他們的重複次數與字元符合度等等參數,決定某車號是否雀屏中選?選出的唯一資料才會出現在軟體的主要介面上,像這樣:

這樣的過程夠嚴謹了吧?但是影像辨識沒有百分之百的!即使一天下來一個停車場只錯一個車次,客戶還是抱怨的!還好現在我的軟體除非是車牌本身真的很爛,辨識錯誤已經非常少了!不論如何,對我來說就是繼續精進,基本上希望可以不比別家軟體差,產品可以繼續賣得出去!往前看呢?希望有一天我的軟體能跟人差不多聰明。

我不怕讓客戶與讀者知道我是怎麼辨識車牌的,如果有人指出我的錯誤我會感謝,如果有人模仿是我的榮幸。如果客戶因為口碑買我的東西,我會感恩,如果是因為知道我的作法而信任我,我會覺得更有成就感。

( 心情隨筆工作職場 )
回應 推薦文章 列印 加入我的文摘
上一篇 回創作列表 下一篇

引用
引用網址:http://classic-blog.udn.com/article/trackback.jsp?uid=yccsonar&aid=129584563