適用於小型車辨識之嵌入式系統設計

近十年來，有許多車牌辨識的技術被提出來。大多數的車牌辨識系統都是以個人電腦為平台，來達到即時偵測的效果，這些系統都常應用在汽車監控系統或停車場的管理系統。為了增加這些汽車監控系統或停車場的管理系統的可靠度而攔截偽造車牌，一個以嵌入式系統為平台的車型辨識系統，是不可或缺的。在車型辦識嵌入式系統中使用Ada-boosting演算法，以期能在運算速度較個人電腦差的嵌入式系統中，達到即時偵測的目的。最近五年，Ada-boosting演算法被廣泛的使用在即時人臉偵測及辨識的應用。其原理在於利用簡單的特徵，透過訓練及調整權重值的方式訓練出比隨機分類器效果還要好的分類器，稱之為弱分類器。最後，再整合這些弱分類器的輸出結果，成為一個強分類器。可用來快速偵測一張影像中的車牌位置。另外，每台汽車產品都是根據其功能及風格，而有特定的車型及外觀。不同的車型，後車燈形狀與位置都不相同。因此，我們可以經由這些形狀與位置上的差異來分辨車型，特別是一些比較小型的車型。根據我們之前使用ARM920T架構的S3C2410微處理器設計嵌入式系統的經驗，對於嵌入式系統而言，因為硬體的限制，許多傳統影像處理技術，並不適用。對於運算速度不及個人電腦的硬體來說，要找出適合的技術與演算法是相當困難的。為了在嵌入式系統達到即時偵測，必須找出最少且能有效找到車牌位置及分辨車型的分類器，以達到加快處理速度的目的。綜合以上所述，本研究主要目的，在於以小型汽車的資料庫為主的車輛，自動偵測車輛之車型，比對資料庫，自動判斷不符合登記車型之車輛，加強汽車監控系統或停車場的管理系統的安全性。

系統編號:PB9503-0061
原計畫編號:NSC95-3113-P182-001