Einsatz von CCD-Industriekameras

Wählen Sie einen matrixartigen Probenpunkt in einem bestimmten Teil der Fahrbahn aus.Wenn der statistische Wert der Subtraktion zwischen den beiden einen bestimmten Schwellenwert überschreitet, zeigt die Anwesenheit des Fahrzeugs.

Dieses Verfahren besteht darin, virtuelle Erkennungslinien aus Pixeln in Richtung des vertikalen oder parallelen Verkehrsstroms auszurichten, wie in Abbildung 2 dargestellt.Es besteht im Allgemeinen aus hellen Punkten, um die Trennung der Pixeltiefe der Straßenoberfläche und der Erkennungslinie zu erleichtern.. Wenn ein Fahrzeug die Erkennungslinie überschreitet, unterscheidet sich der Graustufenwert auf der Linie von dem Wert, wenn kein Fahrzeug die Straße überschreitet;wenn der Unterschied im Wert der Graustufe einen bestimmten Schwellenwert übersteigt, bedeutet, dass ein Fahrzeug vorbeizugegangen ist. Da die Probenahme- oder Nachweisgelenk-Erkennungsmethode nur einen Teil der Pixeldaten für die Verarbeitung erfasst,die Menge der verarbeiteten Daten beträchtlich reduziert wird, so dass die Berechnungszeit stark verkürzt wird. Um den Anforderungen der Echtzeiterkennung gerecht zu werden, wurde das Bildverarbeitungssystem AUTOSCOPE, das derzeit bei der Verkehrserkennung eingesetzt wird,verwendet für die Verarbeitung Detektionsleitungen.

Auf Straßenabschnitten, auf denen Fahrzeuge einfach fahren, können gute Ergebnisse erzielt werden, wenn Probenpunkte oder Detektionslinien als Mittel zur Fahrzeugerkennung verwendet werden.Wie man Probenpunkte oder Detektionslinien ausrichtet, wird das erste Problem sein., weil Fahrzeuge an Kreuzungen nicht nur gerade fahren, sondern auch biegen, und Fahrzeuge können in jeder Position erscheinen.

Die Fahrzeugerkennungsmethode, bei der die Vollbildverarbeitung verwendet wird, kann zwar mehr Informationen erhalten, aber auch die zu verarbeitende Datenmenge wird deutlich erhöht.Es gibt zwei Erkennungsmethoden, die zu dieser Methode gehören: Hintergrund-Subtraktionsmethode und Binärisierungsmethode: Die Hintergrund-Subtraktionsmethode nimmt ein Bild ohne Fahrzeug als Hintergrund.Wenn das Bild mit dem Fahrzeug vom Hintergrundbild Punkt für Punkt abgezogen wird, wird der Teil des Fahrzeugs abgezogen, wie z. B. das TRIP-System. Die Binärisierungsmethode schneidet das Bild an einer bestimmten Schwelle ab. Die Pixeltiefe höher als dieser Wert wird 255 (weiß),und die Pixeltiefe unter diesem Wert wird 0 (schwarz)Damit kann das Objekt vom Hintergrund getrennt werden.

Sowohl die Hintergrund-Subtraktionsmethode als auch die Binärisierungsmethode haben viele Mängel. Die erstere erfordert eine häufige Aktualisierung des Hintergrunds, während die letztere einen komplizierten Prozess aufweist.Der gemeinsame Nachteil beider ist, dass, wenn die Farbe des Objekts dem Hintergrund ähneltDa es zudem schwierig ist, den Schwellenwert festzulegen, wird die mehrwertige Schneidmethode vorgeschlagen.Aber der Prozess wird immer komplizierter..

Ausländer R. Taktak, Rita Cucchiara, Cucchiara und andere sind der Ansicht, daß, da die Informationen in nächtlichen Bildern ganz anders sind als bei Tagesbildern,Die Verwendung von Algorithmen und Detektionsströmen wird ganz anders seinIm Allgemeinen sind nachts und bei schlechten Lichtverhältnissen nur die Scheinwerfer und ihre Scheinwerfer, Straßenleuchten,und hochreflektierende Lichtmuster (z. B. Zebra-Kreuzungen)Sie glauben, dass nächtliche Bilder für Bewegungserkennungsalgorithmen nicht geeignet sind.

Aufgrund der Unterschiede in der Verkehrszusammensetzung zwischen inländischen und ausländischen Ländern identifizieren ausländische Studien nur große und kleine Fahrzeuge, während inländische Studien komplizierter sind.Allerdings, vereinfacht die allgemeine Forschung Fahrzeugtypen in große Fahrzeuge, kleine Fahrzeuge und Lokomotiven und verwendet diese drei Kategorien zur Identifizierung.

Bei der Verwendung von Erkennungslinien oder Probenahmepunkten zur Identifizierung von Fahrzeugtypen ist die Menge der gesammelten Daten gering und nicht zur Identifizierung des Fahrzeugtyps geeignet.Also gibt es weniger Leute, die diese Methode verwenden.Bei der Erkennung von Fahrzeugen in Tagesbildern werden in der Regel Fahrzeugmerkmale wie Aussehen und Größe als Einstufungskriterien verwendet.

"Neural Network", das sich in den letzten Jahren rasant entwickelt hat und in vielen Bereichen angewendet wurde, wurde auch für die Identifizierung von Fahrzeugtypen eingesetzt.Das Kennzeichen des Fahrzeugs kann auch verwendet werden, um das Nummernbild zu binarisieren, und identifizieren und registrieren die Nummernschilder durch Merkmalgleichstellung.die zur Festnahme illegaler Fahrzeuge verwendet werden können, Fahrzeugzählung, Fahrzeugtypidentifizierung, Untersuchung von Herkunfts- und Bestimmungsort, Reisezeitanalyse usw.

Die Technologie zur Kennzeichnung von Nummernschildern ist in den letzten Jahren in dem Land zunehmend ausgereift.Vorverarbeitung, die das Bild binarisiert und Geräusche entfernt. Dann wird für die Kennzeichenpositionierung die Verbindungskomponentenkennzeichnung verwendet, um die Verbindungskomponenten im Bild zur Analyse zu finden,und dann bestimmen Sie die NummernschildpositionFür die Zeichenerkennung wird nach der Zeichensegmentierung die Größe der Strukturkomponenten nach der Textgröße festgelegt.und schließlich wird die typologische Methode verwendet, um Textmerkmale zum Vergleich zu finden. Einige Wissenschaftler verwenden andere Methoden, wie zum Beispiel die Suche nach dem Nummernschild und dann die Verwendung von Pixelsegmentierung, um die Zeichen zu schneiden und dann neuronale Netzwerke zu verwenden, um die Zeichen zu identifizieren;oder die Berechnung der Graustufenumre zu verwenden, um mögliche Nummernschildpositionen zu finden, dann segmentieren Sie die Zeichen und verwenden Sie dann die Strichanalyse, um die Zeichen zu identifizieren; oder verwenden Sie die wechselnden Eigenschaften der Graustufenwerte im Bild, um die Nummernschildposition zu finden,Verwenden Sie vertikale Projektionshistogramme, um die Zeichen zu segmentieren, und die Korrelation der Graustufenwerte für die Anerkennung verwenden.