¿Qué hermano, hermana o hermano tiene un modelo nacional?
Sistema integrado de identificación automática de vehículos
1. Introducción del proyecto
(Objetivos de la investigación, antecedentes de la investigación y situación actual, principio de funcionamiento y supuestos del esquema, cronograma, etc. )
Ver apéndice.
2. Autoevaluación del proyecto
1, Avanzado:
En la era post-PC con el rápido desarrollo de la tecnología de la información digital y la tecnología de redes, con El rápido desarrollo de los procesadores integrados Con la mejora continua del rendimiento, los procesadores de alto rendimiento han podido cumplir con aplicaciones de algoritmos complejos y otras aplicaciones funcionales complejas, y los sistemas integrados inevitablemente entrarán en varios campos. Por otro lado, con el rápido desarrollo de la economía china y la convocatoria de los Juegos Olímpicos de Beijing, el "transporte inteligente" sin duda se convertirá en un tema candente. Debido a las particularidades de la industria del transporte, existen requisitos estrictos sobre los parámetros técnicos y las condiciones de uso de sus equipos, y los equipos de transporte inteligentes integrados pueden cumplir con estos requisitos. Por lo tanto, la aplicación generalizada de equipos de transporte inteligentes integrados es una tendencia inevitable. El sistema integrado de identificación automática de vehículos es una parte importante del sistema inteligente de gestión del tráfico y es la combinación perfecta de tecnología integrada y tecnología de identificación de vehículos. Cubre tres funciones principales: reconocimiento integrado de matrículas, reconocimiento integrado de vehículos y reconocimiento del color del vehículo, y se esfuerza por bloquear el objetivo del vehículo a la vez.
Tiene las siguientes ventajas:
1. Altamente independiente: adopta tecnología integrada y solo está conectado al sistema de la aplicación a través de la interfaz de comunicación, que es altamente independiente.
2. Con todas las funciones: puede identificar la matrícula, el logotipo y el color del automóvil al mismo tiempo y bloquear el objetivo a la vez. Tiene funciones potentes que los sistemas existentes no tienen.
3. Fuerte plasticidad: la parte frontal se puede combinar con productos ascendentes, como dispositivos de activación de señal, y la red inalámbrica incorporada y varios puertos serie en el extremo se pueden combinar con productos descendentes. La funcionalidad y el ámbito de aplicación del sistema se han ampliado considerablemente.
4. Fácil mantenimiento: El mantenimiento solo involucra a este sistema y no afecta a otros módulos. El costo de mantenimiento es mucho menor que el de productos similares.
5. Portátil y flexible: El dispositivo está altamente integrado, compacto y flexible, y fácil de usar.
2. Operabilidad y realizabilidad:
En la actualidad, tecnologías como el reconocimiento de matrículas y el reconocimiento de vehículos son cada vez más maduras y perfectas, y la información relevante es más fácil de obtener. La tecnología integrada existente también es relativamente madura. Por tanto, en términos de dificultad técnica, este tema es más fácil de implementar que otras ciencias de vanguardia. Los equipos y materiales involucrados en la selección del tema también son fáciles de obtener y el costo es moderado.
3. Innovación:
Los equipos de reconocimiento de matrículas existentes generalmente utilizan computadoras para procesar datos, y algunos incluso requieren la cooperación de varias computadoras, lo que ocupa mucho espacio y recursos. Aunque ocasionalmente existan sistemas integrados, sus funciones se limitan al reconocimiento de matrículas o de vehículos. Este sistema combina creativamente sistemas integrados con reconocimiento de matrículas, reconocimiento de automóviles y reconocimiento de colores de automóviles, y resuelve los problemas de sistemas de equipos inflados, integración difícil, estabilidad deficiente, mantenimiento difícil y funciones únicas a la vez.
4. Posibles problemas:
Los principales problemas en la actualidad son la integración integrada y la distancia de transmisión inalámbrica. Nuestra situación ideal es desarrollar un sistema portátil de identificación de automóviles con transmisión de datos inalámbrica para abordar las deficiencias del uso actual de computadoras para procesar datos y la escasa flexibilidad de los dispositivos. Sin embargo, debido a las limitaciones de nuestro tiempo, energía y fondos, la "transportabilidad" es actualmente el mayor problema. Además, el impacto de la velocidad del vehículo y la profundidad de campo en el reconocimiento de imágenes también es un problema difícil al que nos podemos enfrentar.
Tres. Resultados esperados
(La forma específica de resultados, como solicitar patentes, publicar artículos, producir objetos científicos y tecnológicos (incluidos programas de software), etc., puede tener múltiples formas de logros al mismo tiempo)
Esperamos que nuestros resultados experimentales tengan los siguientes aspectos.
En primer lugar, planeamos producir objetos tecnológicos, es decir, sistemas integrados completos y producir resultados tangibles.
En segundo lugar, según nuestro análisis de la situación actual del mercado, las perspectivas de mercado de los sistemas integrados de identificación de automóviles son muy optimistas. Podemos solicitar patentes para nuestros productos y ponerlos en producción en el mercado.
En tercer lugar, dado que no existe un algoritmo adecuado para el reconocimiento combinado del color, la matrícula y el logotipo del automóvil, inevitablemente completaremos el diseño del algoritmo en el proceso de completar este sistema, y esta parte del Los resultados se pueden mostrar en forma de documento público.
Debido a que planeamos completar un sistema, necesitamos completar el hardware y el software del sistema. Desde una perspectiva amplia, los resultados del software y los algoritmos se pueden publicar a través de artículos, mientras que los resultados del hardware se pueden reflejar a través de la producción y la solicitud de patentes. No hay duda de que nuestros resultados aparecerán en más formas que solo software o hardware. Esta es también una de nuestras grandes ventajas.
Requisitos del entorno experimental
Contenido del presupuesto, propósito, monto del presupuesto, tiempo estimado de ejecución
Recolección de imágenes frontales de la cámara CCD, compra de cámara o cámara de video 3000 07.12 ~ 08,2 meses .
Fuente de luz auxiliar para rellenar la luz según el entorno especial 1500 07,12~ 08,2 meses
Digitalización de señal analógica de tarjeta de adquisición de imágenes 2500 07,12~ 08,2 meses
3 de agosto , 2000 -6 de agosto de 2000 + octubre de 2000 Procesamiento de imágenes de instalaciones de hardware de sistemas integrados.
La información de vídeo de la grabadora de vídeo del disco duro se almacena durante 2500 08.10~ 08.12 meses
El dispositivo de visualización genera 1500 08.12~ 09.2 meses de resultados de reconocimiento de imágenes.
Transmisión de información mediante transceptor inalámbrico o equipo de transmisión por cable 2500 09. 2~ 09.3.
La etapa final de ensamblaje de las piezas mecánicas en el prototipo 2000.
Total: 19.500 yuanes
Opinión de aprobación de la universidad
Opinión de evaluación del comité de expertos
Opinión de aprobación de la escuela
Apéndice 1: Situación actual, antecedentes y trascendencia del tema.
Desde el nacimiento del primer automóvil del mundo en 1885, los automóviles han tenido un tremendo impacto en nuestro trabajo y nuestra vida diaria. Durante los últimos 100 años, los automóviles han sido gradualmente aceptados por el público debido a su bajo precio y fácil manejo, y han llegado a miles de hogares. En nuestro país, muchas personas se incorporan cada año a la clase de propietarios de automóviles. Naturalmente, existe un estilo de vida cada vez más rápido y cómodo y una serie de problemas que conlleva: cada año se producen más de 10.000 robos de coches, y de vez en cuando se producen accidentes de tráfico... No hay duda de que los coches necesitan supervisión. En la actualidad, la mayor parte de la gestión del automóvil en nuestro país la realizan personas. No es difícil imaginar que, ante un parque automovilístico cada vez mayor, las operaciones manuales sean claramente insuficientes. Por tanto, la "inteligencia de tráfico" se convertirá en una tendencia inevitable en la gestión del tráfico del futuro.
¿Cómo realizar un transporte inteligente sin el reconocimiento de la "identidad del coche"? Ya a principios de la década de 1990, la identificación de automóviles atrajo la atención mundial y la gente comenzó a estudiar cuestiones relacionadas con la identificación automática de las tarjetas de identificación de los automóviles: las matrículas de los automóviles. Unos años más tarde, otro importante símbolo de identidad de los automóviles: el reconocimiento del logotipo de los automóviles también se ha convertido en un tema candente. El método general de reconocimiento de matrículas es utilizar tecnología de procesamiento de imágenes por computadora para analizar la matrícula y luego extraer automáticamente la información de la matrícula y determinar el número de matrícula. El reconocimiento de vehículos se basa en un algoritmo híbrido de histogramas de bordes y coeficientes de correlación de coincidencia de plantillas. En la actualidad, la teoría de distinguir matrículas y reconocimiento de vehículos se ha vuelto relativamente madura, y la tasa de reconocimiento de algoritmos fuera de línea también ha alcanzado un alto nivel y se está desarrollando hacia la integración y la inteligencia.
En el sistema de gestión de transporte inteligente, el reconocimiento de automóviles es equivalente al estado de "clase base" en vc ++, es decir, otros submódulos en el sistema de gestión de transporte inteligente deben heredar y desarrollarse sobre la base de reconocimiento del coche. Por lo tanto, creemos que el reconocimiento de automóviles requiere un alto grado de integración, que se logra mejor mediante módulos altamente integrados que puedan integrarse en otros sistemas, como microcontroladores, CPLD, etc. En la actualidad, el reconocimiento de vehículos se realiza principalmente mediante ordenadores.
Además, debido al posicionamiento de "clase base" de la identificación del automóvil, existen ciertos requisitos sobre "si el automóvil se puede bloquear de forma única" y "si se puede determinar rápidamente". Sin embargo, actualmente el reconocimiento de automóviles sólo se basa en la simple identificación de las matrículas. Hay muchos sistemas independientes de reconocimiento de matrículas o logotipos de vehículos en el mercado, pero los sistemas que combinan los dos son muy raros. Obviamente, es difícil para estos sistemas únicos identificar y bloquear verdaderamente la identidad de un automóvil.
Basándonos en las necesidades de los sistemas inteligentes de gestión del tráfico, el estado actual de la identificación de vehículos y sus tendencias de desarrollo, nuestro grupo de investigación seleccionó el sistema integrado de identificación automática de vehículos como tema de nuestro innovador plan experimental. Planeamos transmitir la información digital procesada a otros módulos del sistema de gestión de tráfico inteligente después de que la integración complete la identificación del automóvil. El uso de sistemas integrados en lugar de computadoras para la identificación de vehículos mejorará enormemente la integración de los sistemas inteligentes de gestión del tráfico y reducirá los costos. A diferencia de un sistema de reconocimiento único, el sistema de reconocimiento de automóviles que diseñamos combina el reconocimiento de matrículas con el reconocimiento de automóviles, complementado con el reconocimiento del color del automóvil. Al mismo tiempo, se reconoce la salida y el automóvil se bloquea desde múltiples lados, esforzándose por ser infalible. Esto facilita enormemente el uso del sistema en diversos campos.
En el campo del control de tráfico de seguridad pública, el sistema integrado de identificación automática de vehículos se puede aplicar a los sistemas de control de tráfico. Integrar este producto en otras instalaciones de transporte utilizadas para medir la velocidad y la sobrecarga puede completar una serie de tareas de gestión; está conectado al sistema de procesamiento de la computadora terminal y transmite información digital procesada en lugar de información de imagen, lo que ahorra en gran medida el procesamiento de la computadora terminal; .Tiempo y espacio de almacenamiento, mejorando la velocidad de respuesta y la eficiencia del procesamiento, resolviendo eficazmente el problema de la escasez de mano de obra en el campo del control del tráfico.
En cuanto a la gestión de vehículos en el parque, este sistema integrado de identificación automática de vehículos contará con un puerto para que, cuando el propietario del parque se instale, pueda conectarse a su base de datos de información de vehículos registrados. Instale nuestro sistema de reconocimiento automático de matrículas en la entrada del parque para identificar automáticamente los vehículos que entran y salen, y luego transfiera los datos a la base de datos con base en los datos de las matrículas en la base de datos, se juzga si es un vehículo en la base de datos. Estacione y luego procese de acuerdo con la situación. Esto aumentará en gran medida el factor de seguridad de los coches en el parque y el coste de utilizar el sistema es mucho menor que el de utilizar un sistema informático.
En cuanto a la gestión de estacionamientos, nuestro sistema integrado de reconocimiento automático de matrículas puede completar el proceso de gestión inteligente. El sistema se instala en la entrada y salida del estacionamiento e identifica automáticamente los vehículos que entran y salen del estacionamiento. Los datos procesados se enviarán a la computadora terminal. La computadora terminal combinará la información entrante con la base de datos para determinar si. pertenece a una plaza de aparcamiento comprada (o alquilada) y gestionarla en consecuencia.
En resumen, tenemos motivos para creer que el sistema integrado de reconocimiento automático de matrículas que planeamos completar puede desempeñar un papel decisivo en los futuros sistemas inteligentes de gestión del tráfico y es digno de investigación y exploración.
Apéndice 2: Principio de funcionamiento e idea del esquema
Este sistema de reconocimiento de automóviles incluye reconocimiento de matrículas, reconocimiento de colores de automóviles y reconocimiento de logotipos de automóviles. Este sistema utilizará un sistema integrado para completar estos tres. Identificación de piezas. Como acabamos de entrar en contacto con esta parte, las ideas aún no están muy maduras.
A continuación se presentarán nuestros principios de trabajo y soluciones en tres partes: reconocimiento de matrículas y color del automóvil, reconocimiento de automóviles e integrado.
Primera Parte: Reconocimiento de Matrículas.
1. Estructura general
El sistema de reconocimiento automático de matrículas se divide principalmente en tres módulos: (1) Activador, que es la entrada de datos del dispositivo frontal, como El sistema de medición de velocidad. (2) Procesamiento de imágenes: se divide en cuatro partes: recopilación de imágenes, posicionamiento de matrículas, segmentación de caracteres y reconocimiento de caracteres. (3) El sistema de transmisión inalámbrica transmite los datos procesados a sistemas de aplicaciones de back-end, como sistemas de gestión de infracciones de tráfico, sistemas de estacionamiento, sistemas de inspección de seguridad, etc.
2. Parte del algoritmo
①Cámara CCD frontal:
Adquisición de imagen original
Consta de cámara CCD y dispositivo de iluminación auxiliar. La calidad de las imágenes recopiladas afecta directamente el rendimiento del procesamiento y reconocimiento de fondo. Para obtener imágenes más claras, se deben considerar muchos factores que afectan la calidad de la imagen, entre ellos: selección de cámaras y tarjetas de imagen, calibración de las posiciones de las cámaras, velocidad del vehículo, distancia de la flota que entra y sale de la empresa y el impacto del clima. y luz sobre la exposición de las imágenes captadas por las cámaras.
Determinar si el vehículo ingresa al área de observación.
El método de diferencia de imagen se utiliza para determinar si un objetivo ha ingresado al área de monitoreo, es decir, primero escalar la imagen de video en escala de grises y luego comparar los valores de escala de grises de los píxeles correspondientes en las dos imágenes para vea si hay algún cambio y cuánto ha cambiado.
La diferencia de imagen solo puede determinar si hay un objeto que pasa por el área de monitoreo y se desconoce si es un vehículo de tránsito. En vista del hecho de que el ruido causado por las diferencias de imagen, los peatones y las bicicletas es mucho menor que el área ocupada por los automóviles, se diseña un filtro de escala para filtrar los objetos más pequeños y el ruido.
②Posicionamiento y preprocesamiento de matrículas
La imagen de la izquierda es el algoritmo principal para el posicionamiento de matrículas. Una vez completado el posicionamiento básico de la matrícula, es necesario realizar algunos preprocesamientos básicos. Incluye corrección de inclinación.
Quitar remaches y cenefas.
1. Corrección de la inclinación de los caracteres de las matrículas
La dificultad al segmentar los caracteres de las matrículas es que algunas matrículas están inclinadas. El efecto de segmentación directa no es bueno y necesita corrección. Primero, obtenga la pendiente de la matrícula y realice la corrección de rotación de la matrícula en función de esta pendiente.
Dos. Desmontaje del marco de la matrícula y remaches
Conocimientos previos: para una matrícula estándar, el espacio entre caracteres es de 12 mm, el espacio entre el segundo y tercer carácter es de 34 mm, el punto central tiene 10 mm de ancho y el punto y el segundo El espacio entre el primer y el tercer carácter es de 12 mm respectivamente. Generalmente hay cuatro remaches en el interior de la línea del borde de la matrícula, que están unidos al segundo o sexto carácter en distintos grados. Los caracteres segundo y sexto son difíciles de identificar sin quitar los remaches.
Después de binarizar la imagen de la matrícula, la imagen es solo en blanco y negro. Los píxeles blancos (valor de escala de grises 255) toman 1 y los píxeles negros (valor de escala de grises 0) toman 0. Aquí utilizamos un patrón con texto negro sobre fondo blanco. La imagen de la matrícula se escanea línea por línea de adentro hacia afuera. Cuando el ancho de una determinada línea de píxeles blancos en la imagen de la matrícula es mayor que un cierto umbral (la primera línea calificada), se considera el borde de los caracteres de la matrícula y todas las líneas por encima o por debajo de la línea se cortar.
③Segmentación de caracteres de matrícula
La imagen de la derecha muestra la matrícula.
El algoritmo principal para la segmentación de caracteres
.
Aquí, debido
nuestro conocimiento limitado.
Estos algoritmos son incorrectos.
Se dio una introducción detallada.
④Método de reconocimiento de personajes
Personaje; rol; letra
Reconocer que es un automóvil
Reconocimiento de tarjeta
Parte central.
Coches normales
Reconocimiento de caracteres de tarjetas
Otros paquetes de algoritmos
Incluye seis tipos.
Lo ponemos
Los niños están listados
a la derecha.
De ellos, nos interesan más los algoritmos de reconocimiento de caracteres basados en redes neuronales. A continuación, presentamos dos algoritmos simples y de uso común y algoritmos de reconocimiento de caracteres basados en redes neuronales.
1. Reconocimiento de caracteres de matrículas coincidentes con plantillas
Las plantillas de caracteres de las matrículas chinas se dividen en caracteres chinos, letras inglesas y plantillas numéricas, que se construyen mediante métodos estadísticos y se almacenan en la base de datos. La coincidencia de plantillas consiste en identificar caracteres haciendo coincidir las plantillas de caracteres con los caracteres de matrícula estandarizados.
Dos. Reconocimiento de caracteres de matrículas coincidentes con características
En el método de reconocimiento de matrículas, se pueden utilizar muchas características de caracteres, que se pueden dividir aproximadamente en características estructurales, características de distribución de píxeles y otras características.
Aquí pretendemos romper con el método de redes neuronales, porque la tecnología de redes neuronales artificiales tiene las características de descripción no lineal, capacidades de procesamiento distribuido paralelo a gran escala, alta robustez, autoaprendizaje y asociación. y es adecuado para aplicaciones no lineales Simulación y control en línea de grandes sistemas lineales que varían en el tiempo. Los pasos específicos se muestran en la siguiente figura:
Además, también intentaremos combinar varios algoritmos para maximizar las fortalezas y evitar las debilidades.
Por ejemplo, combinar el algoritmo genético con la red neuronal artificial no solo puede aprovechar la computación paralela y la búsqueda global rápida del algoritmo genético, sino también superar las deficiencias inherentes de la red neuronal, como la velocidad de búsqueda lenta y la fácil caída en sequías locales. e inundaciones.
Como todavía estoy estudiando cursos profesionales básicos en mi segundo año de universidad, no sé lo suficiente sobre los últimos algoritmos para el procesamiento de imágenes. Seleccionaremos la solución óptima durante el funcionamiento real y haremos sugerencias de mejora en función de las características de nuestro sistema.
Parte 2: Color del automóvil y reconocimiento del automóvil
(1), Reconocimiento del color de la carrocería del automóvil
Las características del color dependen del tamaño, la dirección y el ángulo de visión del la imagen en sí Tiene las ventajas de baja sensibilidad y alta robustez, por lo que tiene aplicaciones extremadamente importantes en tecnología de indexación de imágenes basada en contenido, sistemas de transporte inteligentes y muchos sistemas de la industria I (como fabricación de papel, textiles, impresión, etc.). Durante mucho tiempo, por diversas razones, la gente ha propuesto una gran cantidad de modelos de espacio de color, que se pueden dividir principalmente en tres categorías: la primera categoría es el espacio de color basado en el sistema visual humano (H VS). incluyendo RGB, H SI, M espacio de color no vendido, etc. La segunda categoría son los espacios de color específicos de la aplicación, incluidos YUV y YIQ utilizados en sistemas de televisión, YCC en la industria de la fotografía como Kodak y el espacio de color CMY (K) en sistemas de impresión. La tercera categoría es el espacio de color CIE (incluidos CIE XYZ, CIE Lab, CIE Luv, etc.). Cada uno de estos espacios de color tiene sus propias ventajas y desventajas y juega un papel importante en sus respectivos campos.
Planeamos utilizar el espacio de color RGB para completar nuestro sistema. El espacio de color RGB se utiliza ampliamente en campos relacionados con la informática, como los monitores CRT comunes. En el espacio de color RGB, cada valor de color está representado por una combinación de valores de los canales R, G y B, y el fotorreceptor o sensor CCD en la tarjeta de adquisición de gráficos obtiene el valor del canal correspondiente. Entre ellos, el valor de cada canal está representado por la suma de la luz incidente y el valor de la función fotosensible del fotorreceptor correspondiente:
R=
G=
B=
Donde S(A) es el espectro, R(A), G(A) y B(A) son las funciones de sensibilidad de los sensores R, G, B, G y B respectivamente. Como puede verse en la fórmula anterior, el espacio de color está relacionado con el dispositivo y con la función fotosensible del dispositivo de captura específico. Sin embargo, debido a que los valores RGB son fáciles de obtener, calcular y expresar en computadoras, generalmente se pueden usar para representar otros espacios de color, es decir, para convertir valores RGB en otros valores de espacios de color. La diferencia de color estándar del espacio de color RGB se define como:
)
Dado que los diferentes colores tienen diferentes efectos en los sentimientos subjetivos de las personas, para expresar mejor la diferencia de color, este color subsistema de reconocimiento Se adopta la fórmula empírica de diferencia de color:
Para el sistema de reconocimiento del color de la carrocería que planeamos diseñar, existen principalmente cuatro pasos para completar el reconocimiento del color de la carrocería.
1. Selección del área de reconocimiento
Para reconocer con precisión el color de la carrocería, la selección del área de reconocimiento es muy importante. En este experimento, se seleccionó la parte delantera del automóvil cerca del extractor de aire
2 Cálculo del histograma de color
Para el área seleccionada, se calculó el color con más apariciones. En aplicaciones prácticas, dado que los valores de los componentes de otros modelos de espacio de color se pueden representar mediante valores RGB, para simplificar el cálculo, el histograma de color solo se puede calcular para el modelo de espacio de color RGB.
3. Cálculo de la diferencia de color
De acuerdo con la fórmula de cálculo de la diferencia de color del modelo de espacio de color correspondiente, calcule la diferencia de color entre este y la plantilla de color.
4. Identificación del color
Después de obtener la diferencia de color correspondiente entre el color de muestra y el color estándar en cada modelo de espacio de color, se puede realizar la identificación del color en función de los resultados. Es decir, el valor mínimo de la diferencia de color calculado en el paso anterior se selecciona como resultado del reconocimiento.
(2).Partes innecesarias de los logotipos de los automóviles
No hay duda de que el reconocimiento automático en tiempo real de las matrículas y los logotipos de los vehículos son dos componentes importantes de un sistema de identificación preciso para los deportes. coches. Se han propuesto muchos algoritmos de posicionamiento de matrículas, que se pueden dividir principalmente en dos categorías: algoritmos de posicionamiento de matrículas basados en imágenes en blanco y negro y algoritmos de posicionamiento de matrículas basados en imágenes en color. Los algoritmos de posicionamiento de matrículas basados en imágenes en blanco y negro se pueden dividir en muchas categorías, como algoritmos de posicionamiento de matrículas basados en filtrado de energía adaptativo, algoritmos de posicionamiento de matrículas basados en transformada wavelet y procesamiento morfológico, algoritmos de posicionamiento de matrículas basados en proyección binaria y algoritmos genéticos de localización de matrículas.
Cada uno de estos algoritmos de posicionamiento de matrículas tiene sus propias ventajas y desventajas, pero todos pueden usarse como referencia para el posicionamiento del logotipo del vehículo hasta cierto punto.
El posicionamiento y reconocimiento de logotipos de vehículos es un campo relativamente nuevo en el país y en el extranjero. Debido a la particularidad inherente del logotipo del automóvil en sí: objetivo pequeño, gran similitud, muy afectado por el tamaño y la iluminación, fondo inconsistente y forma y tamaño inconsistentes de los logotipos de automóviles de diferentes compañías de automóviles, es difícil localizarlo e identificarlo con precisión.
Dividimos el reconocimiento de automóviles en los siguientes pasos principales:
(1) Posicionamiento de la matrícula: de acuerdo con las características de textura de la matrícula, el área de la matrícula se obtiene rápidamente en función de análisis de resolución múltiple;
p>
(2) Posicionamiento de la cabeza: de acuerdo con las características de energía alta y concentrada en el área de la cabeza, el algoritmo de binarización OTSU se utiliza para binarizar la imagen y luego combinado con la información de posición de la matrícula, el cabezal se posiciona rápidamente mediante proyección binaria.
(3) Posicionamiento del eje central: coloque el eje central de la parte delantera del automóvil de acuerdo con la simetría axial en el área delantera
(4) Posicionamiento aproximado del logotipo del vehículo: según el posicionamiento de la parte delantera del automóvil, según el conocimiento previo del logotipo del vehículo y la matrícula, el rectángulo de búsqueda empírico del logotipo del vehículo se obtiene;
(5) Posicionamiento preciso del logotipo: según el paso (4), las características de textura del logotipo se utilizan para posicionar con precisión el logotipo. Incluye principalmente dos pasos: en primer lugar, basándose en las características de alta energía y concentración relativa en la dirección vertical, se utiliza la mejora de energía y el filtrado morfológico adaptativo para localizar la marca una vez; en segundo lugar, se utiliza un algoritmo mejorado de coincidencia de plantillas para localizar con precisión la marca; marca. El sistema de identificación de vehículos es una parte importante del sistema de identificación de vehículos móviles. Al igual que el reconocimiento de matrículas, también incluye dos tecnologías clave: posicionamiento y reconocimiento.
La imagen de arriba es el diagrama de estructura del sistema de reconocimiento de vehículos. Como un sistema típico de reconocimiento de objetivos, incluye un proceso de formación fuera de línea y un proceso de reconocimiento en línea. Durante el proceso de capacitación, las muestras recopiladas manualmente se someten primero a un preprocesamiento de normalización de imagen y normalización de escala, y luego se extraen las plantillas para obtener una biblioteca de plantillas de logotipos estándar. Las plantillas de la biblioteca de plantillas estándar de logotipos de vehículos no solo se utilizan para el posicionamiento del logotipo del vehículo, sino también para la extracción de características para obtener una biblioteca de modelos de características del logotipo del vehículo para el reconocimiento del vehículo. En el proceso de posicionamiento, además de la imagen del automóvil, también se necesita la información de ubicación de la matrícula. Esto se debe a que varios logotipos de automóviles no tienen características de textura estables y varían en tamaño y forma. Es muy difícil localizar logotipos de automóviles directamente mediante la coincidencia de características o la coincidencia de plantillas en fondos complejos. Por lo tanto, es necesario utilizar información previa, como la posición de la matrícula y la simetría del vehículo, para un posicionamiento aproximado, y luego utilizar la tecnología de procesamiento de imágenes relevante y la coincidencia de plantillas para un posicionamiento preciso. Una vez colocado el logotipo del vehículo, el problema de reconocimiento del vehículo se transforma en un problema de reconocimiento de forma 2D, que se puede lograr mediante la coincidencia de plantillas. Sin embargo, en las imágenes recopiladas reales, a menudo hay problemas como iluminación, ruido, oclusión parcial y formas similares, lo que dificulta que los métodos convencionales de coincidencia de plantillas logren resultados de reconocimiento satisfactorios. Por lo tanto, generalmente se necesita un método de reconocimiento y extracción de características adecuado para ayudar al reconocimiento del vehículo a mejorar la tasa de reconocimiento del sistema.
Parte 3: Integrado
Según los requisitos históricos, esenciales y universales, un sistema integrado debe definirse como un "sistema informático especial integrado en el sistema de destino". La integración, la especialización y los sistemas informáticos son los tres elementos básicos de los sistemas integrados. El sistema de destino se refiere al sistema host integrado en el sistema integrado.
El núcleo del sistema integrado es el microprocesador integrado, que tiene cuatro ventajas:
(1) Tiene un fuerte soporte para multitarea en tiempo real y puede completar tareas múltiples e interrumpir la respuesta. El tiempo es corto, lo que minimiza el tiempo de ejecución del código interno y del sistema operativo en tiempo real;
(2) Tiene una poderosa función de protección del área de almacenamiento.
(3) La estructura del procesador escalable se puede expandir rápidamente a un microprocesador integrado de alto rendimiento para satisfacer las necesidades de la aplicación.
(4) Las funciones del microprocesador integrado; El consumo de energía es muy bajo, especialmente para los sistemas integrados que funcionan con baterías utilizados en equipos informáticos y de comunicación móviles e inalámbricos portátiles. El consumo de energía solo puede ser de mW o incluso μ W. Esto es sin duda muy atractivo en una era en la que la energía es cada vez más escasa. caro de.
Además, el sistema operativo integrado en tiempo real mejora la fiabilidad del sistema. Todos estos son dignos de construir un sistema integrado de reconocimiento de matrículas.
Teniendo en cuenta que los algoritmos habituales de reconocimiento de matrículas y vehículos son intensivos en términos computacionales, deben cumplir requisitos en tiempo real. Por lo tanto, vamos a utilizar un microprocesador integrado ARM de 32 bits como unidad central, CPLD como unidad de control de temporización y un sistema integrado de adquisición y procesamiento de imágenes basado en ARM 9 S3C 241 C. Basado en el sistema operativo Linux integrado, Haremos pleno uso de los dispositivos ARM. Con las características de tamaño pequeño, gran capacidad y bajo consumo de energía, realiza acceso diario a imágenes de interfaz USB/bus de datos paralelo, procesamiento rápido de imágenes, almacenamiento local comprimido de información de imágenes y transmisión de datos digitales IP. Este sistema puede simplificar el circuito de todo el sistema y reducir los recursos ocupados.
Diseño y composición del sistema
Todo el sistema consta de un subsistema de adquisición de imágenes USB, un subsistema de procesamiento ARM y un subsistema de transmisión de datos en red. Los datos de vídeo recopilados por la cámara se transmiten a la placa de procesamiento ARM a través de USB. La placa de procesamiento ARM está integrada con el sistema operativo Linux, utiliza algoritmos de imágenes rápidos para procesar la secuencia de imágenes y toma las medidas correspondientes en función de los resultados del procesamiento, el subsistema de transmisión de red puede procesar los datos y cargarlos en el centro de monitoreo para su posterior posterior; tratamiento. La estructura del sistema se muestra a continuación.
El subsistema de procesamiento de imágenes ARM planea utilizar el procesador S3C 2410, que puede cumplir con los requisitos de velocidad de procesamiento de imágenes. El acceso a imágenes USB puede garantizar la velocidad de transmisión de imágenes; ampliar 64 M SD RAM y 64 M Flash, la RAM de gran capacidad puede almacenar múltiples imágenes para facilitar el análisis y el procesamiento de imágenes. La interfaz de red inalámbrica realiza la gestión de la información de datos.
Por supuesto, las anteriores son solo nuestras ideas preliminares, ¡y serán demostradas y optimizadas en una gran cantidad de experimentos en el futuro!
Apéndice 3: Calendario y disposición
Calendario de planificación:
1. Se necesitarán unos 15 días para comprar algunos suministros básicos necesarios para el experimento.
2. Utiliza tu tiempo libre para aprender lo que necesitas.
3. Se necesitan unos 7 meses para completar la programación y resolver los problemas de software.
4. Tomará alrededor de un año completar el hardware y hacer un prototipo.
5. La inspección inicial dura aproximadamente un mes.
6. Depurar el prototipo durante seis meses, encontrar defectos y corregirlos. Repita el experimento hasta que esté satisfecho.
En resumen, tenemos previsto ganar este proyecto en unos dos años. Por supuesto, lo anterior es solo un plan aproximado y se ajustará adecuadamente en el futuro a medida que avance el progreso real del experimento.