当前位置 : 智能交通网 > 技术论文 > 机动车图像二次识别比对软件

机动车图像二次识别比对软件

发布时间:2016-10-14 点击次数:1995 提供:江苏友上科技实业有限公司作者:HallelujayLY
系统简介
  机动车图像二次识别软件通过分析前端卡口、电子警察、监控等系统采集到的图片、视频信息,对图片、视频中的机动车辆进行二次识别,包括识别号牌号码、号牌颜色、车辆类型、车辆品牌、车辆子品牌、车身颜色、车辆主要特征等信息。将识别结果与公安综合平台中的机动车登记信息进行耦合比对,对套牌、假牌、遮挡号牌、盗抢、逾期未年检/未报废等违法行为进行预警及报警,大大提高了公安机动车管理的能力及效率,是未来机动车及交通管理的方向。
  应用场景
  适用于卡口系统、电子警察系统、测速系统、各类违法抓拍系统、社会出入口、停车场系统、监控系统所产生的机动车图片、视频等
  车辆识别
  可智能识别车牌号码、车牌颜色、车牌号码置信度,
  可智能识别120余种车辆品牌及1500余种车辆子品牌
  可智能识别7种车辆颜色及颜色深浅
  可智能识别6种车型(大型货车、小型货车、大型客车、小型客车、面包车、SUV)
  特征提取
  可智能检测前排人员人脸,进行人脸抠图
  可智能识别是否系安全带
  可智能检测是否放下遮阳板
  可智能检测是否拨打手机
  可智能检测年检标志、环保标志、临时号牌、车内挂饰、车内摆件等特征,形成非结构数据进行保存
  以图搜图
  可在海量机动车图片库中找出与目标图片相似的图片,并且以相似度由高到低进行排列。

  机动车图像二次识别软件,识别示例图:

  机动车图像二次识别软件相关性能指标:

  支持识别图片分辨率为800*600至5000*5000以内的机动车通行图片。
  无牌车辆
  检出率,白天≥70%、夜间≥60%;
  号牌号码识别
  检出率,白天≥95%、夜间≥90%; 正确率,白天≥90%、夜间≥85%;
  车标、子品牌
  正确率,车标白天≥80%、车标夜间≥70%、子品牌白天≥70%、子品牌夜间≥60%。
  车辆类型、车身颜色
  正确率,车辆类型≥70%、车身颜色≥70%。
  识别性能
  识别服务支持多线程调用,中档PC服务器每核CPU一秒内至少识别一张机动车通行图片。
  稳定性要求
  识别服务软件能长时间稳定运行,能自动释放硬件资源,软件发生异常后能自动重启识别服务。
  1.机动车图像二次识别软件系统概述及需求分析
  1.1系统概述
  江苏友上科技的机动车图像二次识别软件,通过使用各个卡口监控采集的图像数据,全天候对过往车辆提供实时图像信息自动处理,从而成为智能交通系统(ITS)理想的子系统、子模块。
  该软件模块可以智能分析前端卡口监控设备采集的标清、高清图像,自动识别出机动车的车辆品牌、车辆型号、车辆类型、车牌号、车牌颜色、车身颜色并通过网络传输到后端数据库。后端大数据中心可以快速地存取上百万条记录与图片。同时,可以与车管数据库连接起来,对交通违章、违规车辆的特征进行查询、比对及实时报警。
  1.1需求分析
  随着经济建设的发展,城乡交通的现代化进程,综合使用公路和道口现场的各种数据和信息,对道路运行状况进行监控,防止(减少)车辆违章或交通事故,对我国公路交通的科学管理,提出了很高的要求。
  机动车图像二次识别软件,通过获取前端摄像头采集到的车辆图像,自动智能化识别处理和网络传输取得的车辆各种重要特征(如车辆品牌、车辆型号、车辆类型、车牌号、车牌颜色、车身颜色等),对道路过往车辆进行智能监控分析,对交通违章、交通违法、肇事逃逸和治安逃逸车辆进行智能监控分析。可以有效遏制、查处交通违章,减少交通隐患,大大提高通行安全,这也是城市经济快速有序发展的重要保证。
  2.系统目标及设计理解
  随着经济建设的发展,城乡交通的现代化进程,无论是城市还是乡村,道路建设越来越多,道路等级越来越高。随之而来的就是前端高清图像采集设备覆盖密度越来越大。随着高清技术的发展,前端图像采集设备的清晰度也越来越高,像素也越来越大。但是前端采集的大部分图像除了部分进行了车牌识别应用之外,并没有再进行任何应用。机动车图像二次识别软件主要用途是对大量图像信息进行识别应用,对这部分数据进行二次挖掘,在得到一定重要信息的同时,也为这部分数据的再次应用和发掘打下良好的基础。
  3.系统总体设计
  3.1系统架构
  车型识别软件算法结构框架图如下:
  3.2软硬件环境
  软件环境采用在JAVA开发环境下,将机动车图像二次识别软件编译成机动车二次识别动态链接库(DLL),能与JAVA语言环境及JAVA语言环境开发的软件无缝对接,支持任意JAVA语言环境调用。
  硬件环境支持windows32位、64位;linux32位、64位操作系统,例如:windows server 2008、centos6.5、Linux Ubuntu12.04等操作系统均可长期稳定运行。
  3.3数据库设计
  机动车图像二次识别软件为独立模块,工作方式为动态链接库(DLL),其中车型识别需要海量原始车辆图像数据,通过调研及测试,这部分数据通过编译、压缩可形成大小为50Mb的可调用车辆库,机动车图像二次识别软件在车型识别过程中,调用车辆库数据效率远高于访问传统数据库车辆表,并且车辆库磁盘空间占有率也远小于传统数据库,因此机动车图像二次识别软件采用可调用车辆库方式。
  机动车图像二次识别软件支持将识别结果以结构化数据及非结构化数据两种方式输出,结构化数据可支持写入oracle、mysql、hbase等主流数据库。未来,应用软件可以以结构化数据为基础,实现“以图搜图”功能对图像进行快速检索、碰撞。
  4.软件的技术路线
  机动车图像二次识别软件针对识别对象的来源不同,采用基于图像处理模式识别方式。
  基于图像处理模式识别方式指通过摄像头或数码相机等图像采集设备获得车辆的数字图像(包括红外、透视等特殊图像),通过对车辆图像的分析,获取车辆特征,从而通过模式识别算法对车辆进行分类。优点在于可以充分挖掘车辆图像中的信息,以求对车辆进行尽可能准确的分类,在仔细设计图像拍摄角度和范围的情况下,可以对车辆进行尽可能细的分类,如判别出车辆的品牌、颜色甚至具体型号。由于仅采用光学图像分析,避免了使用过多的传感器或其他外部设备,使这种方式使用起来更为简便,设备故障率低,适用范围广。
  机动车图像二次识别软件通过图像处理模式识别方式,再根据车辆前部图像纹理特征进行车型分类。
  不同的车辆系列,不同的车辆型号,都有独特地区别于其他车型的外形设计,可以选择车辆前部图像中的某个特定区域进行分析,通过图像处理的方法来进行车型的识别。选择车辆前部平面区域作为ROI(Region OfInterestin),包括车牌、车标、排气网和车灯等小型车辆,将排气网作为ROI进行分析,并将其命名为“车脸”。 不同的车型,甚至于同一品牌同一系列不同型号的车辆其对应区域都会有所不同。所以以此进行车型的分类,该识别方法属于一种真正意义上的“模式识别”。优点在于可以对车辆进行准确地分类,准确判断出其具体车型,分类比较细;目标定位比较简单;通过专门设计的定位算法,定位准确率比较高。
  5.系统关键技术实现方案
  系统的关键技术为车辆图像样本和车脸图像样本,这也是决定机动车图像二次识别软件识别检出率及识别准确率的核心技术。
  图像样本分为两类,一类是车辆图像样本,是本系统的原始数据库,通过对车辆样本图像进行定位处理后形成第二类样本:车脸样本图像。
  目前,机动车图像二次识别软件除了可以识别出车牌号码、车牌颜色(蓝、黄、白、黑)、7种车身颜色(白、灰、黄、红、蓝、棕、黑),还可以识别出6种车辆类型(大货车、小货车、大客车、面包车、越野车(SUV)、小轿车)、120种以上车标及1500种以上车辆子品牌。
  以上这些数据来源于整个研发团队的开发、测试及反复训练,研发团队中有10名专职测试、训练人员,近一年时间,已累计测试和训练各品牌车辆中级50余万,为机

江苏友上科技实业有限公司
电话 025-58578966
传真 025-52426033
Email yosun@yosun.com.cn
网址 http://www.yosun.com.cn
地址 南京市凤台南路38号5楼[210012 ]
相关信息