Aplicação de câmeras industriais CCD

Selecionar um ponto de amostragem em forma de matriz numa determinada parte da pista.Se o valor estatístico da subtração entre os dois exceder um certo limiar, indica a presença do veículo.

Este método consiste em estabelecer linhas de detecção virtuais compostas por pixels na direção do fluxo de tráfego vertical ou paralelo, tal como mostrado na figura 2.É geralmente composto por pontos brilhantes para facilitar a separação da profundidade dos pixels da superfície da estrada e da linha de detecção. Quando um veículo passa a linha de detecção, o valor do nível de cinza na linha é diferente daquele quando nenhum veículo passa a estrada;Se a diferença no valor do nível de cinza for superior a um determinado limiarUma vez que o método de detecção do ponto de amostragem ou da linha de detecção capta apenas uma parte dos dados de pixels para processamento,A quantidade de dados tratados é significativamente reduzidaPara satisfazer os requisitos da detecção em tempo real, o sistema de processamento de imagem AUTOSCOPE, que é atualmente utilizado na detecção de tráfego,utiliza linhas de detecção para processamento.

Em secções de estrada onde os veículos estão a circular simplesmente, podem ser obtidos bons resultados utilizando pontos de amostragem ou linhas de detecção como meio de detecção de veículos; no entanto, em interseções complexas,Como colocar pontos de amostragem ou linhas de detecção será o primeiro problema encontrado, porque os veículos em interseções não só vão em linha reta, mas também têm comportamentos de viragem, e os veículos podem aparecer em qualquer posição.

O método de detecção de veículos que utiliza o processamento em ecrã completo pode obter mais informações, mas a quantidade de dados a processar também é significativamente aumentada.Existem dois métodos de detecção que pertencem a este método: método de subtração de fundo e método de binarização: o método de subtração de fundo toma uma imagem sem um veículo como fundo.Quando a imagem que contém o veículo é subtraída da imagem de fundo ponto a ponto, a parte do veículo é subtraída, como o sistema TRIP. O método de binarização corta a imagem em um certo limiar. A profundidade de pixel maior que este valor torna-se 255 (branco),e a profundidade de pixel inferior a este valor torna-se 0 (preto)Isto pode separar o objeto do fundo.

Tanto o método de subtração de fundo quanto o método de binarização têm muitas deficiências. O primeiro requer atualização frequente do fundo, enquanto o último tem um processo complicado.A desvantagem comum de ambos é que quando a cor do objeto é semelhante ao fundoAlém disso, é difícil estabelecer o valor limiar, pelo que se propõe o método de corte com vários valores,Mas o processo torna-se cada vez mais complicado..

O estrangeiro R. Taktak, Rita Cucchiara, Cucchiara e outros acreditam que, como a informação contida nas imagens noturnas é bastante diferente da das imagens diurnas,O uso de algoritmos e fluxos de detecção será bastante diferenteDe um modo geral, à noite e em condições de pouca iluminação, os únicos elementos visuais que chamam a atenção são os faróis dos automóveis e os seus feixes, os faróis de rua, os faróis de estacionamento e os faróis de estacionamento.e padrões de luz altamente refletores (como cruzamentos de zebras)Eles acreditam que as imagens noturnas não são adequadas para algoritmos de detecção de movimento.

Devido à diferença na composição do tráfego entre os países nacionais e estrangeiros, os estudos estrangeiros identificam apenas veículos grandes e pequenos, enquanto os estudos nacionais são mais complicados.No entanto, a investigação geral simplifica os tipos de veículos em veículos grandes, veículos pequenos e locomotivas, e utiliza estas três categorias para a identificação.

Quando se utilizam linhas de detecção ou pontos de amostragem como forma de identificar tipos de veículos, devido à pequena quantidade de dados recolhidos, não é propício à identificação do tipo de veículo,Então há menos pessoas usando este método.Para o reconhecimento de veículos em imagens diurnas, as características do veículo, como a aparência e o tamanho, são geralmente utilizadas como critérios de classificação.

A "Rede Neural", que se desenvolveu rapidamente nos últimos anos e tem sido aplicada a muitos campos, tem sido também aplicada à identificação de tipos de veículos.a placa do veículo também pode ser usada para binarizar a imagem do número, e identificar e registrar o número de matrícula através da correspondência de características.que podem ser usados para capturar veículos ilegais, contagem de veículos, identificação do tipo de veículo, investigação dos pontos de origem e destino, análise do tempo de viagem, etc.

A tecnologia de reconhecimento de placas de automóvel tornou-se cada vez mais madura no país nos últimos anos.pré-processamentoEm seguida, para o posicionamento da placa de matrícula, o método de rotulagem do componente de conexão é usado para encontrar os componentes de conexão na imagem para análise,e depois determinar a posição da placa de matrículaPara o reconhecimento de caracteres, após a segmentação de caracteres, o tamanho dos componentes estruturais é definido de acordo com o tamanho do texto,e finalmente o método tipológico é usado para encontrar características de texto para comparaçãoAlguns estudiosos usam outros métodos, como procurar a placa de matrícula e, em seguida, usar a segmentação de pixels para cortar os caracteres e, em seguida, usar redes neurais para identificar os caracteres;ou usar o cálculo de números de conversão em escala de cinza para encontrar possíveis posições da placa de matrícula, em seguida, segmentar os caracteres, e, em seguida, usar a análise de traços para identificar os caracteres; ou usar as características de mudança dos valores da escala de cinza na imagem para encontrar a localização da placa de matrícula,usar histogramas de projeção vertical para segmentar os caracteres, e utilizar a correlação de valores em escala de cinza para o reconhecimento.