專利名稱：圖像辨識與輸出方法以及其系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明有關(guān)一種圖像辨識技術(shù)，尤其是指一種將圖像與已知的樣本圖像進(jìn)行辨識 對比得到對應(yīng)的相似度值，然后將該相似度值排序輸出多種可能的辨識結(jié)果的圖像辨識與 輸出方法以及其系統(tǒng)。
背景技術(shù)：
每年因交通事故造成人員死亡人數(shù)近3000人，驅(qū)車偷竊或行搶案也層出不窮，肇 事逃逸或犯案的車牌因監(jiān)視錄像系統(tǒng)不佳而無法辨識的事層出不窮，乃因該類監(jiān)視系統(tǒng)多 半存在著分辨率不佳(320X240 Pixels)、圖像擷取單元的架設(shè)取像角度過于偏斜使得成圖 像信息殘缺或模糊連人眼也無法正確辨識，每每會因無法正確識別車號而讓犯案或肇事逃 逸車輛得以逍遙法外。在現(xiàn)有技術(shù)中，例如中國臺灣專利第197752號，名稱為“從車輛圖像中擷取車牌 區(qū)域及矯正車牌歪斜的方法及裝置”。該專利由搭配鏡頭的CCD攝影機(jī)及圖像擷取卡對車 道攝取車輛圖像，并由車輛圖像讀取單元將圖像擷取卡所擷取的圖像讀取出來，接著由對 數(shù)灰階值運(yùn)算單元來對車輛圖像中的各個像素計算出其對數(shù)灰階值，小波分解運(yùn)算單元則 接著將對數(shù)灰階值圖像分解成粗圖像、水平差異圖像、垂直差異圖像、對角差異圖像，接著 由圖像二值化運(yùn)算單元將水平差異圖像各像素的對數(shù)灰階值由實數(shù)值(Real number)轉(zhuǎn)為 0或1的二元值。然后由車牌區(qū)域粗切割單元依照預(yù)設(shè)的車牌長寬約略值來尋找整張車輛 圖像中那個區(qū)域的二元值總和最高，并將該區(qū)域初步切出為車牌區(qū)域的所在；接著利用車 牌歪斜矯正單元來矯正車牌區(qū)域圖像的歪斜，使之不歪斜，最后由車牌區(qū)域細(xì)切割單元來 切除車牌粗區(qū)域中非屬于車牌的部分。另外，如中國臺灣公告專利第1286027號，名稱為“整合接圖式多車道自由車流 圖像執(zhí)法系統(tǒng)”。該專利為一種整合接圖式多車道自由車流圖像執(zhí)法系統(tǒng)(Integrated Multiple Lane Free Flow Vehicle Enforcement System)，也就是說圖像執(zhí)法點(diǎn)建置門架 式設(shè)備，且車道無實體分隔，系統(tǒng)可以讓車輛以正常車速通過圖像執(zhí)法點(diǎn)并允許自由變換 車道的情形下，仍能正確對各類車種進(jìn)行圖像執(zhí)法的動作。此外，又如中國臺灣專利公開申請?zhí)柕?00802137號，名稱為“串聯(lián)式車牌辨識系 統(tǒng)”。該專利提供一種串聯(lián)式車牌辦識系統(tǒng)，由車牌字符區(qū)域偵測模塊接收一圖像，并搜尋 出圖像中每一個近似車牌范圍，接著找出每一個近似車牌范圍中所有具有連續(xù)相同像素的 序列，并將這些序列經(jīng)過涂抹、濾除與連接區(qū)塊擷取處理后，取得每一個近似車牌范圍的車 牌字符區(qū)域圖像，而在驗證后輸出已確認(rèn)的車牌字符區(qū)域圖像，再來已確認(rèn)的區(qū)域圖像送 入車牌字符切割與辨識模塊中，以取得所有獨(dú)立字符圖像，并在獨(dú)立字符圖像經(jīng)過字符驗 證辨識后，獲得所有車牌字符信息。

發(fā)明內(nèi)容
本發(fā)明解決的技術(shù)問題在于，提供一種圖像辨識與輸出方法以及其系統(tǒng)，對事先建立的已知樣本圖像內(nèi)所具有的像素給予不同的權(quán)重，再與要進(jìn)行辨識的圖像進(jìn)行演算而 得到相似度值，最后再根據(jù)相似度值的大小予以排序而提供多種可能的結(jié)果，供辨識人員 進(jìn)行辨識與篩選，以增加辨識的速度與準(zhǔn)確度。本發(fā)明提供一種圖像辨識與輸出方法以及其系統(tǒng)，其系可應(yīng)用于交通工具識別號 碼的辨識，透過對識別號碼進(jìn)行文字特征強(qiáng)化，再搭配文字對比的技術(shù)以產(chǎn)生多組可能的 號碼組合以限縮搜尋的范圍，可協(xié)助辨識人員辨識可疑或肇事的交通工具車輛，以期降低 意外肇事率或偵破重大刑案，維護(hù)國家社會安定。在一實施例中，本發(fā)明提供一種圖像辨識與輸出方法，包括有下列步驟提供一圖 像；于該圖像中擷取一特征圖像；建立多個已知樣品圖像，每一個已知樣品圖像分別具有 一標(biāo)準(zhǔn)圖像區(qū)域以及至少一非標(biāo)準(zhǔn)圖像區(qū)域，其中該標(biāo)準(zhǔn)圖像區(qū)域內(nèi)的像素分別具有對應(yīng) 的一第一特征值，而該非標(biāo)準(zhǔn)圖像區(qū)域內(nèi)的像素則分別對應(yīng)有一第二特征值；將該特征圖 像中每一個像素的一第三特征值分別與該多個已知樣品圖像中每一個像素所對應(yīng)的第一 特征值或第二特征值進(jìn)行一演算以得到該特征圖像對應(yīng)該多個已知樣品圖像所分別具有 的一相似度值；匯整關(guān)于該特征圖像與該多個已知樣品圖像對比所產(chǎn)生的多個相似度值； 以及將該多個相似度值排序輸出可能的多種辨識對比結(jié)果。在另一實施例中，本發(fā)明提供一種圖像辨識與輸出方法，包括有下列步驟提供用 一交通工具圖像，該交通工具上具有一識別號碼；于該圖像中擷取關(guān)于該識別號碼的多個 特征圖像；建立多個已知樣品圖像，每一個已知樣品圖像分別具有一標(biāo)準(zhǔn)圖像區(qū)域以及至 少一非標(biāo)準(zhǔn)圖像區(qū)域，其中該標(biāo)準(zhǔn)圖像區(qū)域內(nèi)的像素分別具有對應(yīng)的一第一特征值，而該 非標(biāo)準(zhǔn)圖像區(qū)域內(nèi)的像素則分別對應(yīng)有一第二特征值；分別將該多個特征圖像中每一個像 素的一第三特征值分別與該多個已知樣品圖像中每一個像素所對應(yīng)的第一特征值或第二 特征值進(jìn)行一演算以得到每一個特征圖像對應(yīng)該多個已知樣品圖像所分別具有的一相似 度值；匯整關(guān)于每一個特征圖像與該多個已知樣品圖像對比所產(chǎn)生的多個相似度值；以及 將對應(yīng)該識別號碼的相似度值排序輸出可能的多種辨識對比結(jié)果。在一實施例中，本發(fā)明更提供一種圖像辨識與輸出系統(tǒng)，包括一數(shù)據(jù)庫，其內(nèi)建 立有多個已知樣品圖像，每一個已知樣品圖像分別具有一標(biāo)準(zhǔn)圖像區(qū)域以及至少一非標(biāo)準(zhǔn) 圖像區(qū)域，其中該標(biāo)準(zhǔn)圖像區(qū)域內(nèi)的像素分別具有對應(yīng)的一第一特征值，而該非標(biāo)準(zhǔn)圖像 區(qū)域內(nèi)的像素則分別對應(yīng)有一第二特征值；一圖像擷取單元，其系擷取一物體的圖像；一 特征擷取單元，其系擷取該圖像上的一特征圖像；一運(yùn)算處理單元，其系將該特征圖像中每 一個像素的一第三特征值分別與該多個已知樣品圖像中每一個像素所對應(yīng)的第一特征值 或第二特征值進(jìn)行一演算以得到該特征圖像對應(yīng)該多個已知樣品圖像所分別具有的一相 似度值，將該多個相似度值排序輸出可能的多種辨識對比結(jié)果；以及一辨識輸出單元，其系與該運(yùn)算處理單元電訊連接，以輸出該運(yùn)算處理單元辨識的結(jié)果。


圖1為本發(fā)明的圖像辨識與輸出方法實施例流程示意圖；圖2為本發(fā)明建立已知樣品圖像流程示意圖；圖3A為已知樣品圖像示意圖；圖3B為在已知樣品圖像中形成標(biāo)準(zhǔn)圖像區(qū)域示意圖3C、3D為具有標(biāo)準(zhǔn)圖像區(qū)域與非標(biāo)準(zhǔn)圖像區(qū)域的已知樣品圖像示意圖；圖4為經(jīng)過正規(guī)化后的特征圖像示意圖；圖5為本發(fā)明圖像辨識與輸出方法另一實施例流程示意圖；圖6為交通工具圖像示意圖；圖7A與圖7B為不同交通工具的辨識號碼組合示意圖；圖8A為本發(fā)明的關(guān)于交通工具識別號碼可能的輸出結(jié)果排序示意圖；圖8B為本發(fā)明的關(guān)于交通工具識別號碼的圖像示意圖；圖9為本發(fā)明的圖像辨識與輸出系統(tǒng)示意圖。其中，附圖標(biāo)記2-圖像辨識與輸出方法20 25-步驟25-圖像擷取單元3-圖像辨識與輸出方法30 36-步驟4-圖像辨識與輸出系統(tǒng)40-數(shù)據(jù)庫41-圖像處理單元410-特征擷取單元411-運(yùn)算處理單元4110-強(qiáng)化單元4111-辨識對比單元42-辨識輸出單元輸出43-圖像擷取單元5-已知樣品圖像50-標(biāo)準(zhǔn)圖像區(qū)域500-像素501-像素51-非標(biāo)準(zhǔn)圖像區(qū)域510-像素
具體實施例方式為使審查員能對本發(fā)明的特征、目的及功能有更進(jìn)一步的認(rèn)知與了解，下文特將本發(fā)明的裝置的相關(guān)細(xì)部結(jié)構(gòu)以及設(shè)計的理念原由進(jìn)行說明，以使得審查委員可以了解本 發(fā)明的特點(diǎn)，詳細(xì)說明陳述如下請參閱圖1所示，該圖為本發(fā)明的圖像辨識與輸出方法實施例流程示意圖。在本 實施例中，該方法首先進(jìn)行步驟20，建立多個已知樣品圖像，每一個已知樣品圖像分別具有 一標(biāo)準(zhǔn)圖像區(qū)域以及至少一非標(biāo)準(zhǔn)圖像區(qū)域，其中該標(biāo)準(zhǔn)圖像區(qū)域內(nèi)的像素分別具有對應(yīng) 的一第一特征值，而該非標(biāo)準(zhǔn)圖像區(qū)域內(nèi)的像素則分別對應(yīng)有一第二特征值。步驟21，提供一圖像。該圖像是利用圖像擷取單元如CXD或者是CMOS的圖像擷取 單元所擷取到的圖像。該圖像可由該圖像擷取單元于不同水平旋轉(zhuǎn)視角或垂直旋轉(zhuǎn)視角獲 得，即，可為正視所擷取的特征圖像、斜視所擷取的特征圖像以及關(guān)于至少一種距離所擷取 的特征圖像。接著進(jìn)行步驟22，于該圖像中擷取一特征圖像。該特征圖像為該圖像中所含有的 圖案或者是文字等特征的區(qū)域所構(gòu)成的圖像，但不以此為限。至于擷取該特征圖像的方式 可利用手動框取或者是自動框取的方式來擷取。請參閱圖2所示，該圖為本發(fā)明建立已知樣品圖像流程示意圖。首先利用步驟220 決定已知標(biāo)準(zhǔn)樣品圖像的大小，如圖3A所示。該已知樣品圖像5的大小以使用者需要而定， 例如130(pixel)xl30(pixel)，但不以此為限。接著以步驟221在該已知樣品圖像5內(nèi)的 像素上形成標(biāo)準(zhǔn)圖像區(qū)域50。該標(biāo)準(zhǔn)圖像區(qū)域50由多個像素500與501所構(gòu)成，以形成該已知樣品圖像所要代表的字符、數(shù)字、文字或者是圖案。請參閱圖3B所示，在本實施例中以 數(shù)字“1”來作說明，利用在該已知樣品圖像5區(qū)域內(nèi)給予每一個像素500與501 —適當(dāng)?shù)?灰度值以形成標(biāo)準(zhǔn)圖像區(qū)域50，而勾勒出數(shù)字1的外形。然后在該標(biāo)準(zhǔn)圖像區(qū)域50內(nèi)決 定特定的像素500 (斜線區(qū)域的像素)以給予特定的權(quán)值，在一實施例中，該權(quán)值可設(shè)定為 2?；叶戎?，權(quán)值的大小可根據(jù)需要而定并無一定限制，也就是說每一個權(quán)值大小可以不相 同或者是相同，在本實施例中該權(quán)值為正值。前述該標(biāo)準(zhǔn)圖像區(qū)域50內(nèi)的每一個像素500 與501所具有的灰度值以及權(quán)值即為該第-特征值。再回到圖2所示，接著進(jìn)行步驟222在該已知樣品圖像內(nèi)決定一非標(biāo)準(zhǔn)圖像區(qū)域 51以形成如圖3C的狀態(tài)。所謂非標(biāo)準(zhǔn)圖像區(qū)域51是表示該標(biāo)準(zhǔn)圖像區(qū)域50所形成的文 字容易被誤認(rèn)的文字內(nèi)容。例如，數(shù)字“1”在圖像中容易被誤認(rèn)為英文字母“I”或者是“L” 甚至是字母“E”等。因此對于可能造成被誤認(rèn)的相關(guān)像素位置510 (點(diǎn)區(qū)域的像素)及給 予適當(dāng)?shù)幕叶戎狄约皺?quán)值以作為對應(yīng)像素510的第二特征值。在本實施例中，構(gòu)成該非標(biāo) 準(zhǔn)圖像區(qū)域51的像素510位置可根據(jù)該標(biāo)準(zhǔn)圖像區(qū)域50容易被誤認(rèn)成的字符、數(shù)字或文 字等來決定。而灰度值與權(quán)值的大小可根據(jù)需要而定，本實施例中，該非標(biāo)準(zhǔn)圖像區(qū)域內(nèi)51 的權(quán)值為負(fù)值，在一實施例中，該權(quán)值為_2。如圖3D所示，該圖為另一已知標(biāo)準(zhǔn)圖像示意圖。該圖為根據(jù)數(shù)字0所建立的已知 樣品圖像5a。該已知樣品圖像5a，也同樣具有一標(biāo)準(zhǔn)圖像區(qū)域以及一非標(biāo)準(zhǔn)圖像區(qū)域。該 標(biāo)準(zhǔn)圖像區(qū)域中的每一個像素所構(gòu)成的圖案即為數(shù)字“0”。同樣地，該非標(biāo)準(zhǔn)圖像區(qū)域中的 每一個像素所構(gòu)成的圖案，則代表數(shù)字“0”容易被誤認(rèn)的文字，例如字母“Q”或數(shù)字“8”。 至于執(zhí)行步驟221與222的方式，可藉由圖像軟件，例如小畫家，來處理，但不以此為限。再回到圖2所示，接著以步驟223將每一個建立出來的已知樣品圖像，例如0 9、A Z以及a ζ等，存入一數(shù)據(jù)庫內(nèi)。然后在進(jìn)行步驟224經(jīng)過一定次數(shù)的訓(xùn)練并觀 察辨識結(jié)果。在本步驟中，主要是利用各種不同的圖像來與數(shù)據(jù)庫進(jìn)行辨識，然后根據(jù)辨識 的結(jié)果判斷辨識是否正確。經(jīng)過多次的測試之后，根據(jù)辨識結(jié)果進(jìn)行步驟225修正該已知 樣品圖像內(nèi)的標(biāo)準(zhǔn)圖像區(qū)域以及非標(biāo)準(zhǔn)圖像區(qū)域內(nèi)像素的權(quán)值、灰度值或位置，然后再存 回數(shù)據(jù)庫。再回到圖1所示，獲得特征圖像之后，接著進(jìn)行步驟23，將該特征圖像中每一個像 素的一第三特征值分別與該多個已知樣品圖像中每一個像素所對應(yīng)的第一特征值或第二 特征值進(jìn)行一演算以得到該特征圖像對應(yīng)該多個已知樣品圖像所分別具有的一相似度值。 本步驟中的第三特征值為特征圖像中每一個像素所具有的灰度值。在進(jìn)行步驟23的運(yùn)算 前，由于特征圖像擷取的距離以及角度都會影響到后續(xù)的辨識，因此當(dāng)擷取到特征圖像之 后，更可以對該特征圖像進(jìn)行正規(guī)化以調(diào)整該特征圖像的尺寸大小以及角度，使得該特征 圖像的大小與該已知樣品圖像的大小一致。正規(guī)化的演算技術(shù)屬于現(xiàn)有的技術(shù)，如本發(fā)明 的公式(1)即可實現(xiàn)。在此不作贅述。請參閱圖4所示，該圖為經(jīng)過正規(guī)化后的特征圖像示意圖。利用該正規(guī)化后的特征圖像即可與每一個已知樣品圖像進(jìn)行演算而得到對應(yīng)的相似度值Cuv。該演算方式為正規(guī) 相關(guān)對比法，如下式(1)所示。正規(guī)相關(guān)對比法(normalized correlation matching)主 要是計算特征圖像和與已知樣品圖像間的關(guān)系，將每個圖像中的內(nèi)灰度值的標(biāo)準(zhǔn)偏差視為 一向量在與權(quán)值進(jìn)行乘積，用以決定何者為最佳的匹配位置，標(biāo)準(zhǔn)化互相關(guān)系數(shù)介于-ι到1之間，越接近于1表示相似性越高；當(dāng)Cuv為最高時，其為最佳匹配位置。 r _ Z(U1-U)(Vi-V)XWi<formula>formula see original document page 9</formula>其中，Ui為該已知標(biāo)準(zhǔn)圖像中的每一個像素所具有的灰度值， Vi為該特征圖像中 的每一個像素所具有的灰度值，亦即前述的第三特征值。 為該已知標(biāo)準(zhǔn)圖像中所有像素所 具有的灰度平均值， 系為該特征圖像中所有像素的灰度平均值。Wi為該已知樣品圖像中標(biāo) 準(zhǔn)圖像區(qū)域中以及非標(biāo)準(zhǔn)圖像區(qū)域中像素所代表的權(quán)值，至于其它區(qū)域的像素其權(quán)值為1。根據(jù)式⑴將圖4的每一像素與已知樣品圖像的每一像素進(jìn)行演算。例如將圖 4與3C的已知樣品圖像(代表數(shù)字1)以及圖3D的已知樣品圖像(代表數(shù)字0)即可得到 圖4的特征圖像關(guān)于圖3C與圖3D的相似度值Cuv。再回到圖1所示，得到相似度值之后， 再以步驟24匯整關(guān)于該特征圖像與該多個已知樣品圖像對比所產(chǎn)生的多個相似度值。在 本步驟中，可以對相似度值進(jìn)行排序，由可能性最高(相似度值最高)的辨識結(jié)果排序至最 低的結(jié)果。另外，根據(jù)已知標(biāo)準(zhǔn)圖像的權(quán)值，數(shù)據(jù)庫中的每個標(biāo)準(zhǔn)的文字或數(shù)字均可對應(yīng)特 定的相似度值。故而，最后再以步驟25將該多個相似度值排序輸出可能的多種辨識對比結(jié)果請參閱圖5所示，該圖為本發(fā)明圖像辨識與輸出方法另一實施例流程示意圖。該 方法3針對交通工具(例如車輛)的識別號碼(例如車牌)進(jìn)行辨識的方法流程。首先進(jìn) 行步驟30提供用一交通工具圖像，該交通工具上具有一識別號碼。為了維護(hù)交通安全或者 是于交通意外發(fā)生時還原發(fā)生事件的發(fā)生過程，在道路的一側(cè)或者是交通路口上會設(shè)置有 圖像擷取單元，以擷取于道路上所發(fā)生情景的動態(tài)圖像或者是靜態(tài)圖像。而在步驟30中的 圖像可于動態(tài)圖像記錄中擷取需要的畫面以形成一靜態(tài)圖像。接著進(jìn)行步驟31，于該圖像 中擷取關(guān)于該識別號碼的多個特征圖像。如圖6所示，該圖為交通工具圖像示意圖。在本 實施例中，該交通工具為一輪型車輛，而該辨識號碼為該交通工具的車牌號碼。本實施例的 車牌號碼共有7個字符所組成，其中前四碼為數(shù)字，而后兩碼則為英文字母。至于車牌號碼 的組成字符根據(jù)各地區(qū)或國家有所不同，因此不以本實施例為限。由于在步驟31中要辨識 車牌的內(nèi)容，因此可在圖6中關(guān)于對應(yīng)車牌的有興趣區(qū)域90 (region of interest, R0I)內(nèi) 擷取多個特征圖像900，每一個特征圖像分別代表該識別號碼中的一碼。擷取的方式可通過 軟件接口讓使用者手動方式框取或者是軟件自動框取的方式來實施。再回到圖5所示，由于該辨識號碼在本實施例中具有7個字符，因此可以擷取到7 張?zhí)卣鲌D像。然后以步驟32先依序?qū)Ρ孀R號碼中的每一個字符所對應(yīng)的特征圖像與數(shù)據(jù) 庫中所建立的多個已知樣品圖像進(jìn)行對比。在本實施例中，對比的方式如同圖1所示的步 驟23的程序，在此不作贅述。此外，在步驟32的對比過程中，更可以步驟33根據(jù)不同種類 的識別號碼組合事先排除不可能的字符。例如在一實施例中，識別號碼的組合可能是四碼 數(shù)字與兩碼英文字母的組合(如圖7A所示)，而在四碼數(shù)字與兩碼英文之間有一個“-”符 號為區(qū)隔。在另一種辨識號碼組合中可以是兩碼英文字母與四碼數(shù)字的組合(如圖7B所 示)，而在前四碼數(shù)字與后兩碼字母之間以符號“_”做區(qū)隔。由于在本實施例中，已經(jīng)可以 歸納有兩種車牌的組合，因此可以根據(jù)該特征圖像于該識別號碼中的相對位置，事先排除不可能字符或數(shù)字的圖像，以增加對比的速度。例如，如果車牌是圖7A的狀態(tài)時，則可以將代表前四碼數(shù)字的特征圖像與數(shù)據(jù)庫中屬于數(shù)字的已知樣品圖像進(jìn)行對比，至于第五碼則 不需要對比則判斷為符號“_”，而六與七碼所對應(yīng)的特征圖像則僅與數(shù)據(jù)庫中關(guān)于字母的 已知樣品圖像進(jìn)行對比。再回到圖5所示，再利用步驟33逐一的將每一個特征圖像與數(shù)據(jù)庫中的每一個已 知樣品圖像對比之后，接著再進(jìn)行步驟34，匯整關(guān)于每一個特征圖像與該多個已知樣品圖 像對比所產(chǎn)生的多個相似度值。最后在進(jìn)行步驟35，將對應(yīng)該識別號碼的相似度值排序， 本步驟即為將對比的結(jié)果依據(jù)辨識號碼的排列，形成多組可能的辨識號碼組合。然后以步 驟36輸出可能的多種辨識對比結(jié)果。請參閱圖8A所示，該圖為本發(fā)明的關(guān)于交通工具識 別號碼可能的輸出結(jié)果排序示意圖。經(jīng)過步驟35的匯整之后，可以將每一碼的字符所對應(yīng) 到的特征圖像經(jīng)過辨識后所得到的相似度最高的字符或數(shù)字予以組合，即形成如圖8A中 第一可能的結(jié)果，亦即可疑的車牌號碼最有可能為“1632-FV”。然后依序?qū)⑾嗨贫鹊诙?、?三與第四高的字符組合形成第二、第三與第四可能的結(jié)果。至于要輸出多少種結(jié)果可以根 據(jù)需要設(shè)定不同的門坎值，輸出的可能性組合數(shù)量并不圖9的實施例為限。藉由本發(fā)明的步驟36可以將可能的辨識號碼組合限縮至特定的數(shù)字或字符組 合，以縮小辨識人員所需要辨識的范圍，進(jìn)而加快辨識的速度。圖8A的辨識號碼實際為 6692-RV，根據(jù)本發(fā)明所輸出的結(jié)果組合，各個字符都出現(xiàn)在圖8A所辨識的結(jié)果中，因此辨 識人員只要經(jīng)過適當(dāng)?shù)暮Y選已對比即可快速尋找出對應(yīng)的辨識號碼，增加辨識速度與效 率。此外，利用步驟36所得到的結(jié)果，辨識人員更可以根據(jù)目視的方式，先對步驟36所擷 取的對應(yīng)車牌的有興趣區(qū)域90(如圖8B所示)內(nèi)的文字圖像先予以判斷確定特定位置的 圖像內(nèi)容，然后配合圖8A的輸出結(jié)果再進(jìn)一步篩選。例如根據(jù)圖8B的圖像，可以藉由目 視確定出第二碼為6，因此辨識人員則可以僅由圖8A的輸出結(jié)果中，針對第一碼、第三至七 碼的辨識相似度值來與第二碼6組合，如此更可以縮小搜尋的范圍。請參閱圖9所示，該圖為本發(fā)明的圖像辨識與輸出系統(tǒng)示意圖。該系統(tǒng)4可以執(zhí) 行前述圖1或者是圖5的流程，以進(jìn)行圖像辨識與輸出。該系統(tǒng)4包括有一數(shù)據(jù)庫40、一 圖像處理單元41、一辨識輸出單元輸出42以及多個圖像擷取單元43。該系統(tǒng)4可執(zhí)行圖 1或者是圖5的流程以輸出辨識結(jié)果。該數(shù)據(jù)庫40，其內(nèi)建立有多個已知樣品圖像，該已知 樣品圖像包括有已知樣品相較于圖像擷取單元43的不同視角以及距離的圖像，其如同前 面所述，在此不作贅述。該多個圖像擷取單元43，其與該圖像處理單元41電性連接，每一 個圖像擷取單元43可擷取物體的圖像而將該圖像傳遞至該圖像處理單元41內(nèi)進(jìn)行辨識處 理。在本實施例中，該圖像擷取單元43可擷取關(guān)于該物體的動態(tài)或者是靜態(tài)的圖像該圖像 擷取單元為CXD或者是CMOS等圖像擷取組件，但不以此為限。該物體可為交通工具，其具 有識別號碼，例如車輛的車牌號碼。另外，該物體亦可直接為文字、字符、數(shù)字或者是前述 的任意組合。該圖像處理單元41內(nèi)具有一特征擷取單元410以及一運(yùn)算處理單元411。該特征 擷取單元410可接收該圖像而于該圖像上擷取一特征圖像。之后，由該運(yùn)算處理單元411 進(jìn)行對比運(yùn)算的處理，在本實施例中，該運(yùn)算處理單元411更具有一強(qiáng)化單元4110以及一 辨識對比單元4111。該強(qiáng)化單元4110可以將該特征圖像進(jìn)行圖像強(qiáng)化(增加對比或邊緣 強(qiáng)化等方式)與進(jìn)行正規(guī)化以調(diào)整該特征圖像的尺寸大小以及角度，使得該特征圖像的大小與該已知樣品圖像的大小一致。該辨識對比單元4111其執(zhí)行圖1的步驟23則將該特征 圖像分別與該已知樣品圖像進(jìn)行對比以產(chǎn)生對應(yīng)的多個相似度值，將該多個相似度值排序 輸出可能的多種辨識對比結(jié)果。該辨識輸出單元42，其與該運(yùn)算處理單元41電性連接，以 輸出該運(yùn)算處理單元41辨識的結(jié)果。該輸出結(jié)果如圖8A所示，其可以藉由圖像顯示器顯 示出來讓使用者清楚了解辨識的結(jié)果。以上所述，僅為本發(fā)明的實施例，當(dāng)不能以之限制本發(fā)明范圍。即大凡依本發(fā)明權(quán) 利要求所做的均等變化及修飾，仍將不失本發(fā)明的要義所在，亦不脫離本發(fā)明的精神和范圍，故都應(yīng)視為本發(fā)明的進(jìn)一步實施狀況。
綜合上述，本發(fā)明提供的圖像辨識與輸出方法以及其系統(tǒng)，由于具有提高辨識效 率以及準(zhǔn)確度的效果。因此已經(jīng)可以提高該產(chǎn)業(yè)的競爭力以及帶動周遭產(chǎn)業(yè)的發(fā)展，誠已 符合發(fā)明專利法所規(guī)定申請發(fā)明所需具備的要件。
權(quán)利要求
一種圖像辨識與輸出方法，其特征在于，包括有下列步驟建立多個已知樣品圖像，每一個已知樣品圖像分別具有一標(biāo)準(zhǔn)圖像區(qū)域以及至少一非標(biāo)準(zhǔn)圖像區(qū)域，其中該標(biāo)準(zhǔn)圖像區(qū)域內(nèi)的像素分別具有對應(yīng)的一第一特征值，而該非標(biāo)準(zhǔn)圖像區(qū)域內(nèi)的像素則分別對應(yīng)有一第二特征值；提供一圖像；于該圖像中擷取一特征圖像；將該特征圖像中每一個像素的一第三特征值分別與該多個已知樣品圖像中每一個像素所對應(yīng)的第一特征值或第二特征值進(jìn)行一演算以得到該特征圖像對應(yīng)該多個已知樣品圖像所分別具有的一相似度值；匯整關(guān)于該特征圖像與該多個已知樣品圖像對比所產(chǎn)生的多個相似度值；以及將該多個相似度值排序輸出可能的多種辨識對比結(jié)果。
2.如權(quán)利要求1所述的圖像辨識與輸出方法，其特征在于，該演算為正規(guī)相關(guān)對比法。
3.如權(quán)利要求2所述的圖像辨識與輸出方法，其特征在于，該第一特征值與該第二特 征值分別為權(quán)值與灰度值的組合，該第三特征值為灰度值，該正規(guī)相關(guān)對比法為該已知樣 品圖像中每一個像素的所對應(yīng)的權(quán)值、其每一個像素所具有的灰度值與其平均灰度值的差 值以及特征圖像中每一像素的灰度值與其平均灰度值的差值的乘積除以該已知樣品圖像 的灰度值標(biāo)準(zhǔn)差與特征圖像的灰度值標(biāo)準(zhǔn)差的乘積。
4.如權(quán)利要求1所述的圖像辨識與輸出方法，其特征在于，于該圖像中擷取一特征圖 像之后進(jìn)行對比之前還包括有將該特征圖像進(jìn)行正規(guī)化以調(diào)整該特征圖像的尺寸大小以 及角度，使得該特征圖像的大小與該已知樣品圖像的大小一致的步驟。
5.如權(quán)利要求1所述的圖像辨識與輸出方法，其特征在于，每一已知樣品圖像對應(yīng)一 數(shù)字、文字或者字符的圖像。
6.如權(quán)利要求1所述的圖像辨識與輸出方法，其特征在于，建立多個已知樣品圖像還 包括有下例步驟決定已知標(biāo)準(zhǔn)樣品圖像的大小；在該已知樣品圖像內(nèi)的像素上形成該標(biāo)準(zhǔn)圖像區(qū)域以對應(yīng)一信息，并決定對應(yīng)像素所 具有的第一特征值；在該已知樣品圖像內(nèi)的像素上形成該非標(biāo)準(zhǔn)圖像區(qū)域以對應(yīng)該信息會被誤認(rèn)的信息， 并決定對應(yīng)像素所具有的第二特征值，該信息為一數(shù)字、字符或文字；以及重復(fù)進(jìn)行前述步驟多次，以建立對應(yīng)不同字符的已知樣品圖像。
7.如權(quán)利要求1所述的圖像辨識與輸出方法，其特征在于，該標(biāo)準(zhǔn)圖像區(qū)域所形成的 內(nèi)容是指對應(yīng)的已知標(biāo)準(zhǔn)圖像所代表的信息，而非標(biāo)準(zhǔn)圖像區(qū)與該標(biāo)準(zhǔn)圖像區(qū)域結(jié)合所形 成的內(nèi)容指該對應(yīng)的已知標(biāo)準(zhǔn)圖像可能被誤判的信息。
8.一種圖像辨識與輸出方法，其特征在于，包括有下列步驟建立多個已知樣品圖像，每一個已知樣品圖像分別具有一標(biāo)準(zhǔn)圖像區(qū)域以及至少一非 標(biāo)準(zhǔn)圖像區(qū)域，其中該標(biāo)準(zhǔn)圖像區(qū)域內(nèi)的像素分別具有對應(yīng)的一第一特征值，而該非標(biāo)準(zhǔn) 圖像區(qū)域內(nèi)的像素則分別對應(yīng)有一第二特征值；提供用一交通工具圖像，該交通工具上具有一識別號碼；于該圖像中擷取關(guān)于該識別號碼的多個特征圖像；分別將該多個特征圖像中每一個像素的一第三特征值分別與該多個已知樣品圖像中 每一個像素所對應(yīng)的第一特征值或第二特征值進(jìn)行一演算以得到每一個特征圖像對應(yīng)該 多個已知樣品圖像所分別具有的一相似度值；匯整關(guān)于每一個特征圖像與該多個已知樣品圖像對比所產(chǎn)生的多個相似度值；以及將對應(yīng)該識別號碼的相似度值排序輸出可能的多種辨識對比結(jié)果。
9.如權(quán)利要求8所述的圖像辨識與輸出方法，其特征在于，該演算為正規(guī)相關(guān)對比法。
10.如權(quán)利要求9所述的圖像辨識與輸出方法，其特征在于，該第一特征值與該第二特 征值分別為權(quán)值與灰度值的組合，該第三特征值為灰度值，該正規(guī)相關(guān)對比法為該已知樣 品圖像中每一個像素的所對應(yīng)的權(quán)值、其每一個像素所具有的灰度值與其平均灰度值的差 值以及特征圖像中每一像素的灰度值與其平均灰度值的差值的乘積除以該已知樣品圖像 的灰度值標(biāo)準(zhǔn)差與特征圖像的灰度值標(biāo)準(zhǔn)差的乘積。
11.如權(quán)利要求8所述的圖像辨識與輸出方法，其特征在于，于該圖像中擷取一特征圖 像之后進(jìn)行對比之前還包括有將該特征圖像進(jìn)行正規(guī)化以調(diào)整該特征圖像的尺寸大小以 及角度，使得該特征圖像的大小與該已知樣品圖像的大小一致。
12.如權(quán)利要求8所述的圖像辨識與輸出方法，其特征在于，該識別號碼為一車牌號碼。
13.如權(quán)利要求8所述的圖像辨識與輸出方法，其特征在于，于每一已知樣品圖像對應(yīng) 到一數(shù)字、文字或者是字符的圖像。
14.如權(quán)利要求8所述的圖像辨識與輸出方法，其特征在于，每一已知樣品圖像更可以 分為正視所擷取的特征圖像、斜視所擷取的特征圖像以及關(guān)于至少一種距離所擷取的特征 圖像。
15.如權(quán)利要求8所述的圖像辨識與輸出方法，其特征在于，每一個特征圖像與一數(shù)據(jù) 庫中所建立的多個已知樣品圖像進(jìn)行對比的過程中，更可以根據(jù)該特征圖像于該識別號碼 中的相對位置，事先排除不可能字符或數(shù)字的圖像。
16.如權(quán)利要求8所述的圖像辨識與輸出方法，其特征在于，建立多個已知樣品圖像更 包括有下例步驟決定已知標(biāo)準(zhǔn)樣品圖像的大??；在該已知樣品圖像內(nèi)的像素上形成該標(biāo)準(zhǔn)圖像區(qū)域以對應(yīng)一信息，并決定對應(yīng)像素所 具有的第一特征值；在該已知樣品圖像內(nèi)的像素上形成該標(biāo)準(zhǔn)圖像區(qū)域以對應(yīng)該信息會被誤認(rèn)的信息，并 決定對應(yīng)像素所具有的第一特征值，該信息為一數(shù)字、字符或文字；以及重復(fù)進(jìn)行前述步驟，以建立對應(yīng)不同字符的已知樣品圖像。
17.如權(quán)利要求8所述的圖像辨識與輸出方法，其特征在于，該標(biāo)準(zhǔn)圖像區(qū)域所形成的 內(nèi)容是指對應(yīng)的已知標(biāo)準(zhǔn)圖像所代表的信息，而非標(biāo)準(zhǔn)圖像區(qū)與該標(biāo)準(zhǔn)圖像區(qū)域結(jié)合所形 成的內(nèi)容是指該對應(yīng)的已知標(biāo)準(zhǔn)圖像可能被誤判的信息。
18.一種圖像辨識與輸出系統(tǒng)，其特征在于，包括一數(shù)據(jù)庫，其內(nèi)建立有多個已知樣品圖像，每一個已知樣品圖像分別具有一標(biāo)準(zhǔn)圖像 區(qū)域以及至少一非標(biāo)準(zhǔn)圖像區(qū)域，其中該標(biāo)準(zhǔn)圖像區(qū)域內(nèi)的像素分別具有對應(yīng)的一第一特 征值，而該非標(biāo)準(zhǔn)圖像區(qū)域內(nèi)的像素則分別對應(yīng)有一第二特征值；一圖像擷取單元，擷取一物體的圖像； 一特征擷取單元，擷取該圖像上的一特征圖像；一運(yùn)算處理單元，將該特征圖像中每一個像素的一第三特征值分別與該多個已知樣品 圖像中每一個像素所對應(yīng)的第一特征值或第二特征值進(jìn)行一演算以得到該特征圖像對應(yīng) 該多個已知樣品圖像所分別具有的一相似度值，將該多個相似度值排序輸出可能的多種辨 識對比結(jié)果；以及一辨識輸出單元，與該運(yùn)算處理單元電性連接，以輸出該運(yùn)算處理單元辨識的結(jié)果。
19.如權(quán)利要求18所述的圖像辨識與輸出系統(tǒng)，其特征在于，該物體為交通工具，而該 物體的圖像為于該交通工具上關(guān)于該交通工具的一識別號碼的圖像，該識別號碼為車牌號碼。
20.如權(quán)利要求18所述的圖像辨識與輸出系統(tǒng)，其特征在于，每一已知樣品圖像對應(yīng) 到一文字、一數(shù)字或者是字符的圖像，該物體為一數(shù)字、字符或文字。
21.如權(quán)利要求18所述的圖像辨識與輸出系統(tǒng)，其特征在于，該運(yùn)算處理單元于處理 特征圖像與一數(shù)據(jù)庫中所建立的多個已知樣品圖像進(jìn)行對比的過程中，更可以根據(jù)該特征 圖像于該識別號碼中的相對位置，事先排除不可能字符或數(shù)字的圖像。
22.如權(quán)利要求18所述的圖像辨識與輸出系統(tǒng)，其特征在于，該演算為正規(guī)相關(guān)對比法。
23.如權(quán)利要求22所述的圖像辨識與輸出系統(tǒng)，其特征在于，該第一特征值與該第二 特征值分別為權(quán)值與灰度值的組合，該第三特征值系為灰度值，該正規(guī)相關(guān)對比法系為該 已知樣品圖像中每一個像素的所對應(yīng)的權(quán)值、其每一個像素所具有的灰度值與其平均灰度 值的差值以及特征圖像中每一像素的灰度值與其平均灰度值的差值的乘積除以該已知樣 品圖像的灰度值標(biāo)準(zhǔn)差與特征圖像的灰度值標(biāo)準(zhǔn)差的乘積。
24.如權(quán)利要求18所述的圖像辨識與輸出系統(tǒng)，其特征在于，該圖像擷取單元將該特 征圖像進(jìn)行正規(guī)化以調(diào)整該特征圖像的尺寸大小以及角度，使得該特征圖像的大小與該已 知樣品圖像的大小一致。
25.如權(quán)利要求18所述的圖像辨識與輸出系統(tǒng)，其特征在于，該運(yùn)算處理單元更具有 一強(qiáng)化單元以及一辨識對比單元。該強(qiáng)化單元將該特征圖像進(jìn)行圖像強(qiáng)化與進(jìn)行正規(guī)化使 得該特征圖像的大小與已知樣品圖像的大小一致；該辨識對比單元則將該強(qiáng)化與正規(guī)劃后 的特征圖像分別與該已知樣品圖像進(jìn)行對比以產(chǎn)生對應(yīng)的多個相似度值。
26.如權(quán)利要求18所述的圖像辨識與輸出系統(tǒng)，其特征在于，該標(biāo)準(zhǔn)圖像區(qū)域所形成 的內(nèi)容指對應(yīng)的已知標(biāo)準(zhǔn)圖像所代表的信息，而非標(biāo)準(zhǔn)圖像區(qū)與該標(biāo)準(zhǔn)圖像區(qū)域結(jié)合所形 成的內(nèi)容系指該對應(yīng)的已知標(biāo)準(zhǔn)圖像可能被誤判的信息。
全文摘要
本發(fā)明提供一種圖像辨識與輸出方法與系統(tǒng)，其系于一圖像中擷取待辨識的特征圖像與建立于數(shù)據(jù)庫內(nèi)的多個已知樣品圖像逐一進(jìn)行對比，然后得到該特征圖像關(guān)于每一個已知樣品圖像的相似度值。接著，將該多個相似度值進(jìn)行排序輸出可能的多種辨識對比結(jié)果。利用該方法可應(yīng)用于交通工具的識別號碼的特征辨識，根據(jù)辨識對比所得到的相似度值輸出可能的識別號碼組合，以改善對于可疑的交通工具進(jìn)行鎖定的速度，提升辨識時效。
文檔編號G06K9/64GK101814127SQ20091000699
公開日2010年8月25日 申請日期2009年2月23日 優(yōu)先權(quán)日2009年2月23日
發(fā)明者吳東權(quán), 張俊隆, 林毓庭, 蔡雅惠, 黃國唐 申請人:財團(tuán)法人工業(yè)技術(shù)研究院