CCD endüstriyel kameraların uygulanması

Yolun belirli bir bölümünde matris benzeri bir örnekleme noktası seçin. Bir araç geçtiğinde, örnekleme noktasının gri seviyesi değeri orijinal yol yüzeyininkinden farklıdır.Eğer ikisinin arasındaki çıkarmanın istatistiksel değeri belirli bir eşiği aşarsa, aracın varlığını gösterir.

Bu yöntem, şekil 2'de gösterildiği gibi dikey veya paralel trafik akışı yönünde piksellerden oluşan sanal algılama hatlarını düzenlemektir.Genellikle yol yüzeyinin piksel derinliği ve algılama hattının ayrılması kolaylaştırmak için parlak noktalardan oluşur.. Bir araç algılama hattını geçtiğinde, hattaki gri seviye değeri, hiçbir araç yoldan geçmediğinde farklıdır;Eğer gri seviye değerinin farkı belirli bir eşiği aşarsa, bir aracın geçtiği anlamına gelir. Örnekleme noktası veya algılama hattı algılama yöntemi, işleme yönelik piksel verilerinin sadece bir kısmını yakaladığı için,İşlenmiş veri miktarı önemli ölçüde azalırGerçek zamanlı algılama gereksinimlerini karşılamak için, şu anda trafik algılamasında kullanılan görüntü işleme sistemi AUTOSCOPE,İşleme için algılama hatları kullanır..

Araçların basit bir şekilde ilerlediği yol kesimlerinde, örnekleme noktalarını veya tespit hatlarını araç tespiti aracı olarak kullanarak iyi sonuçlar elde edilebilir; ancak karmaşık kesişimlerde,örnekleme noktalarını veya algılama hatlarını nasıl düzenleyeceğimiz, karşılaştığımız ilk sorun olacaktır., çünkü kavşaklardaki araçlar sadece düz gitmez, aynı zamanda dönme davranışlarına sahiptir ve araçlar herhangi bir pozisyonda görünebilir.

Tam ekran işlemeyi kullanan araç tespit yöntemi daha fazla bilgi elde edebilir, ancak işlenecek veri miktarı da önemli ölçüde artar.Bu yönteme ait iki tespit yöntemi vardır.: arka plan çıkarma yöntemi ve ikilileştirme yöntemi: arka plan çıkarma yöntemi arka plan olarak bir araç olmadan bir görüntü alır.Araç içeren görüntü, arka plan görüntüsünden nokta noktasına çıkarıldığında, aracın parçası çıkarılır, örneğin TRIP sistemi. İkilileştirme yöntemi görüntüyü belirli bir eşiğinde keser. Bu değerin üstündeki piksel derinliği 255 (beyaz) olur,ve bu değerden daha düşük piksel derinliği 0 (siyah) olurBu nesneyi arka plandan ayırabilir.

Hem arka plan çıkarma yönteminin hem de ikilileştirme yönteminin birçok eksikliği vardır.Her ikisinin de ortak dezavantajı nesnenin renginin arka plana benzer olmasıdır.Ek olarak, eşiği belirlemek zordur, bu nedenle çok değerli kesim yöntemi önerilmektedir.Ama süreç giderek karmaşıklaşıyor..

Yabancı R. Taktak, Rita Cucchiara, Cucchiara ve diğerleri, gece görüntülerinde bulunan bilgilerin gündüz görüntülerinden oldukça farklı olduğu için,Algoritmaların ve algılama akışlarının kullanımı oldukça farklı olacak.Genel olarak, geceleri ve düşük ışık koşullarında, gözleri çeken tek görsel özellikler araba farları ve ışınları, sokak lambaları,ve yüksek yansıtıcı ışık desenleri (Zebra geçitleri gibi)Gece görüntülerinin hareket algılama algoritmaları için uygun olmadığına inanıyorlar.

Yerel ve yabancı ülkeler arasındaki trafik bileşimindeki fark nedeniyle, yabancı çalışmalar sadece büyük araçları ve küçük araçları belirlerken, yerli çalışmalar daha karmaşıktır.Ancak, genel araştırma, araç türlerini büyük araçlara, küçük araçlara ve lokomotiflere basitleştirir ve tanımlama için bu üç kategoriyi kullanır.

Bulma hatlarını veya örnekleme noktalarını araç türlerini tanımlamak için kullanıldığında, toplanan veri miktarı küçük olduğu için, araç türünü tanımlamaya elverişli değildir.Bu yüzden bu yöntemi kullanan daha az insan var.Gündüz görüntülerinde araç tanıma için, görünüm ve boyut gibi araç özellikleri genellikle sınıflandırma kriterleri olarak kullanılır. İlgili literatür aşağıdaki gibi düzenlenmiştir.

Son yıllarda hızla gelişen ve birçok alanda uygulanan "Nöral Ağ", aynı zamanda araç türlerinin tanımlanmasında da uygulanmıştır.Araç plakası da numara görüntüsünü ikilileştirmek için kullanılabilirVeri tabanı karşılaştırması yoluyla, her numara belirli bir araç tipine karşılık gelebilir.Yasadışı araçları yakalamak için kullanılabilir., araç sayımı, araç tipi kimliği, kaynak ve varış noktası araştırması, yolculuk süresi analizi vb.

Araç plaka tanıma teknolojisi son yıllarda ülkede giderek daha olgunlaşmıştır.Ön işleme, görüntüyi ikilileştirir ve gürültüyü ortadan kaldırır. Daha sonra, plaka konumlandırması için, bağlantı bileşeni etiketleme yöntemi, analiz için görüntüdeki bağlantı bileşenlerini bulmak için kullanılır,ve sonra plakanın konumunu belirleyinKarakter tanıma için, karakter segmentasyonundan sonra, yapısal bileşenlerin boyutu metin boyutuna göre ayarlanır.ve son olarak tipolojik yöntem karşılaştırma için metin özellikleri bulmak için kullanılırBazı bilim adamları, plakayı aramak ve sonra karakterleri kesmek için piksel segmentasyonu kullanmak ve sonra karakterleri tanımlamak için sinir ağlarını kullanmak gibi diğer yöntemleri kullanırlar;veya olası plaka konumlarını bulmak için gri ölçekli dönüşüm numaralarının hesaplamasını kullanın, sonra karakterleri segmentleyin ve sonra karakterleri tanımlamak için vuruş analizi kullanın; veya resimdeki gri ölçek değerlerinin değişen özelliklerini kullanarak plakanın yerini bulun,Karakterleri segmentlemek için dikey projeksiyon histogramları kullanın, ve tanıma için gri ölçek değer korelasyonu kullanın.