动态识别系统技术原理介绍

　　技术原理：

　　通过计算机视觉算法，对所拍摄的动态视频信号进行图像分析，利用目前***的人工智能算法对目标物体进行检测和分析，以检测和提取要分析的特征区域，并利用相关算法进行自动识别。

　　在***识别中，利用了***元网络和信息合成技术，并通过对目标信息进行语意分析以提高识别的准确率。通过视频分析信号触发、图像、识别算法(包括******、字符切分、字符识别)，可将***的各种特征元素识别成数字信息。

　　系统通过对各种车型的特征进行学习，以达到对相关特征的智能识别。车型特征包括车辆的品牌标志、品牌名称(文字、型号)、车辆外观特征(如外观尺寸、颜色、车头散热片形状等)等等。

　识别控制单元其实是一台能适用于恶劣环境运行的嵌入式工控机，其内嵌识别控制软件，要实现触发检测、摄像机抓拍控制、***识别或网络上传等多项功能。当触发单元检测到车辆驶入抓拍区域时，即发送信号给识别控制单元。随后识别控制单元对抓拍的信息进行处理，即对抓拍的图片进行分析和识别，其中主要是***死别。识别其一般包括******，***切分，二值化和终的字符识别等。有的算法还会有图像校正，阴影处理等。现在的***识别系统还会引入了目标跟踪技术，并且引入颜色识别、车型识别、车标识别技术等。基于从抓拍到完成识别和上传都基于前端设备的系统，即完整地包括单元、补光单元、触发单元、识别控制单元，这也是目前较多见的系统组成方式。但也有的***识别系统前端只完成抓拍，即只包含单元、补光单元、触发单元，并将抓拍的信息上传管理中心，而由管理中心来完成***识别工作。

从***识别发展过程来看，***识别技术在应用中所要面临两个方面的挑战。

　　1、人为挑战：车速、***对***识别的挑战

　　道路监控同时也面临另一不可控制的因素——行驶车辆的速度不一。即使在一般道路上，依据不同驾驶的驾驶习惯，时速差距往往可以达到30公里，甚至40公里;而当车速过快时，往往也会产生拖影的问题。因此摄像机的快门速度和帧率必须赶上车辆的快速移动，才能掌握车辆的细节以及***号码，再让辨识系统进行辨认。

　　除了车速难以掌控以外，***的不统一性也是令各家监控厂商的问题。不论是英文字母的字数不同，或是各式排列不一的组合方式，皆增加了辨识系统的负担;更甚者，许多驾驶未能维持***的干净度，时常会有污渍遮蔽号码或是破损的问题，辨识难度不言可喻。故在各种严苛条件的综合下，道路监控与***辨识相对门坎比一般环境来得具挑战性。

交通场景中车辆对象的实时检测是基于视频的交通监测系统中重要也是基本的步骤.是视频检测法的，检测的正确与

否直接关系到智能交通系统决簧的正确性，兴趣区域(Rcpon Of Interestinl;，ROI)提取是对交通场景视频图像中的车辆进行粗分割.***识别系统将有可能是车辆的区域从复杂的交通场景中分割出来以便进行后续的检测与跟踪操作.对一个像素检测主要是利用了在视频图像序列中处于同一位置的像素信息，而不是仅仅利用一帧中该像素的周围像素信息，这主要是由视频图像的特点决定的.对ROI的提取主要有光流法、帧差法、背景差法等几类方法。

　　1、背景差法

　　背景差法的基本思想是先形成交通场景的背景图像，然后将待检酒图像与背景图像逐像素相减(理想情况下的差值图像中非零像素点就表示了运动物体)，进而就可运用N值方法将运动物体从背景中分离出来。