Применение промышленных камер CCD

При проезде автомобиля значение уровня серости точки выборки отличается от значения уровня серости первоначальной дорожной поверхности.Если статистическое значение вычитания между двумя превышает определенный порог, указывает на наличие транспортного средства.

Этот метод заключается в установке виртуальных линий обнаружения, состоящих из пикселей в направлении вертикального или параллельного потока трафика, как показано на рисунке 2.Он обычно состоит из ярких пятен, чтобы облегчить разделение глубины пикселей дорожной поверхности и линии обнаружения.При прохождении транспортного средства линией обнаружения значение уровня серости на линии отличается от значения уровня серости, когда никакое транспортное средство не проходит дорогу;если разница в значении уровня серости превышает определенный порогПоскольку метод обнаружения точки выборки или линии обнаружения захватывает только часть пиксельных данных для обработки,количество обрабатываемых данных значительно уменьшается;Чтобы удовлетворить требованиям обнаружения в реальном времени, система обработки изображений AUTOSCOPE, которая в настоящее время используется в обнаружении движения,использует для обработки линии обнаружения.

На участках дорог, на которых транспортные средства едут просто, хорошие результаты могут быть получены с помощью точек выборки или линий обнаружения в качестве средства обнаружения транспортных средств; однако на сложных перекресткахкак расположить точки выборки или линии обнаружения будет первой проблемой, с которой столкнутся, потому что транспортные средства на перекрестках не только идут прямо, но и имеют поворотное поведение, и транспортные средства могут появляться в любом положении.

Метод обнаружения транспортного средства, использующий обработку полного экрана, может получить больше информации, но также значительно увеличивает объем обрабатываемых данных.Есть два метода обнаружения, которые принадлежат этому методу: метод вычитания фона и метод бинарности: метод вычитания фона принимает изображение без транспортного средства в качестве фона.Когда изображение, содержащее транспортное средство, вычитается из фонового изображения точка за точкой, часть транспортного средства вычитается, например, система TRIP. Метод бинарности разрезает изображение на определенном пороге. Глубина пикселей выше этого значения становится 255 (белый),и глубина пикселей ниже этого значения становится 0 (черный)Это может отделить объект от фона.

Как метод вычитания фона, так и метод бинарной идентификации имеют много недостатков.Общим недостатком обоих является то, что когда цвет объекта похож на фонКроме того, трудно установить пороговое значение, поэтому предлагается многозначный метод резки.Но процесс становится все более сложным..

Иностранцы Р. Тактак, Рита Куккиара, Куккиара и другие считают, что поскольку информация, содержащаяся в ночных изображениях, сильно отличается от информации, содержащейся в дневных изображениях,использование алгоритмов и потоков обнаружения будет совершенно другимВ целом, ночью и при слабом освещении единственными привлекательными визуальными особенностями являются фары автомобилей и их лучи, уличные фонари,и высокоотражающие световые рисунки (например, пересечения зебры)Они считают, что ночные изображения не подходят для алгоритмов обнаружения движения.

Из-за разницы в составе трафика между внутренними и зарубежными странами, зарубежные исследования идентифицируют только большие и небольшие транспортные средства, в то время как внутренние исследования более сложны.Однако, общие исследования упрощают типы транспортных средств на большие транспортные средства, небольшие транспортные средства и локомотивы и используют эти три категории для идентификации.

При использовании линий обнаружения или точек выборки в качестве способа идентификации типов транспортных средств, поскольку объем собранных данных невелик, он не способствует идентификации типа транспортного средства.так что меньше людей используют этот методДля распознавания транспортных средств на дневных изображениях характеристики транспортных средств, такие как внешний вид и размер, обычно используются в качестве критериев классификации.

"Нейронная сеть", которая быстро развивается в последние годы и применяется во многих областях, также применяется для идентификации типов транспортных средств.Регистрационный номер автомобиля также может быть использован для бинарного изображения номера, и идентифицировать и записывать номер номерного знака с помощью сопоставления характеристик.которые могут быть использованы для захвата незаконных транспортных средств, подсчет транспортных средств, идентификация типа транспортного средства, исследование пункта происхождения и назначения, анализ времени следования и т.д.

Технология распознавания номерных знаков стала все более зрелой в стране в последние годы.предварительная обработкаЗатем, для позиционирования номерного знака, метод маркировки соединительных компонентов используется для поиска соединительных компонентов на изображении для анализа,и затем определить положение номерного знакаДля распознавания символов, после сегментации символов, размер структурных компонентов устанавливается в соответствии с размером текста,и, наконец, типологический метод используется для поиска текстовых особенностей для сравнения. Некоторые ученые используют другие методы, такие как поиск номерного знака, а затем использование сегментации пикселей для вырезания символов, а затем использование нейронных сетей для идентификации символов;или использовать вычисление конверсионных номеров серой шкалы для поиска возможных позиций номерных знаков, затем сегментируйте символы, а затем используйте анализ ходов для идентификации символов; или используйте изменяющиеся характеристики значений серых в изображении, чтобы найти местоположение номерного знака,Используйте гистограммы вертикальной проекции для сегментации символов, и использовать корреляцию значений серой шкалы для распознавания.