• 藍色版面
  • 綠色版面
  • 橘色版面
  • 粉紅色版面
  • 棕色版面
帳號:guest(120.119.126.29)          離開系統
字體大小: 字級放大   字級縮小   預設字形  

詳目顯示

研究生: 杜宛玲
研究生(外文): Du, Wan-Ling
論文名稱: 可以支援公共安全應用之通用型隨插即用技術-以車牌辨識為例
論文名稱(外文): An Approach to Public Security based on UPnP Technology, An Example of License Plate Recognition
指導教授: 洪盟峰
指導教授(外文): Horng, Mong-Fong
學位類別: 碩士
校院名稱: 樹德科技大學
系所名稱: 資訊工程學系
論文出版年: 2008
畢業學年度: 96
語文別: 中文
論文頁數: 73
中文關鍵詞: 通用型隨插即用車牌辨識公共安全
外文關鍵詞: UPnPLinense Plate RecognitionPublic Safty
相關次數:
  • 被引用:0
  • 點閱:34
  • 評分:*****
  • 下載:0
  • 書目收藏:0
本論文提出一可支援公共安全應用之通用型隨插即用技術與應用,並以車牌辨識為例來驗證所提出的方法。透過所建置的平台,攝影機可以擷取車牌影像進行辨識,並將辨識結果即時通報使用者的終端裝置,使用者可透過UPnP網路取得更多的警報資訊。所探討的主要技術包含:影像辨識與自動通報兩大部份。在影像辨識部份,本論文採用類神經網路技術,利用類神經網路自我學習與高速運算的能力,來進行基礎影像的學習與實際影像辨識。其次,利用UPnP技術,使用者毋需設定網路組態,便可在不同無線網路中,快速地建立連線,即時取得違規車輛警報的資訊。此外,使用者也可以透過PDA或手提電腦遙控攝影機的動作模式。所提方法可以應用於可疑車輛的自動化查詢與通報系統。依據實驗結果顯示,當系統發現違規車輛時,能夠即時將警報訊息通報使用者,且使用者可藉由UPnP技術而便利地查詢更多的警報資訊。即時且便利的服務可初步提昇監控品質,加強公共安全。
In this paper, UPnP-based license plate recognition (ULPR) is developed for public safety. To overcome the problems encountered in traditional license plate recognition (LPR) using statistics approach, the proposed system employees intelligent computing technology, such neural networks, to offer a flexible and robust pattern recognition. The developed system ULPR is composed of tow main components called recognition module (RM) and the alerting module (AM). RM is in charge of (1) image capturing (2) plate positioning (3) image segmentation (4) plate recognition (5) recognition learning. AM is in charge of (1) discovering new-attached devices (2) identifying the users and (3) message alerting. Thus the camera on server can capture images to identify plates and send users with results through the UPnP Network. Besides, a Back-propagation neural network is designed to be trained and to learn the diverse plate images. Through a three-layer BPN, all numeric and alphabetic images captured from real vehicles are fed to train. The training data set is composed of lots of irregular patterns, including screwing; tilting and shrinking patterns. The experimental results show the developed system achieves an accuracy of 93% for insides testing. According to the experimental results, the system demonstrates a prototype for detecting suspicious vehicles to support public safety.
摘  要            vi
Abstract          vii
誌  謝            ix
目  錄            x
表 目 錄            xii
圖 目 錄            xiii
第1章 簡介          1
1-1 研究動機與背景        1
1-2 研究目的          3
1-3 章節提要          4
第2章 相關文獻探討          5
2-1 車牌影像辨識技術        5
2-2 自動化網路通報技術        5
2-2-1 UPnP基本架構        8
2-2-2 UPnP動作流程        11
2-3 智慧型計算技術        15
2-4 應用於車牌辨識之影像處理      21
2-4-1 文字辨識方法        22
2-4-2 二值化法          28
2-4-2-1 P-tile Method        29
2-4-2-2 Mode Method        30
2-4-2-3 Otsu Method        31
2-4-2-4 Histogram Concavity Analysis Method  32
2-4-2-5 Entropic Method        32
2-4-2-6 Minimum Error Method      33
2-4-2-7 Moment-preserving Method    34
第3章 研究方法          37
3-1 自動化通報系統        38
3-2 基於類神經網路之車牌辨識系統      43
第4章 系統實作與測試        54
4-1 系統環境建置          54
4-2 系統實作          56
4-2-1 建構Camera          56
4-2-2 建構Server          59
4-3 系統測試與驗證        61
4-3-1 監控攝影機運作測試        61
4-3-2 車牌定位實作結果        63
4-3-3 車牌辨識系統測試        64
4-3-4 自動化通報系統測試        67
第5章 結論與未來研究方向        67
參考文獻            67
[1]台灣簡訊TwSMS API介面協定說明,第三版。
[2]交通部臺灣區國道高速公路區電子收費運作現況統計資料「ETC運作統計」,http://www.freeway.gov.tw/。
[3]吳孟璁,車輛牌照自動辨識系統,淡江大學資訊工程研究所碩士論文,1998。
[4]呂炎州,不需字元切割的車牌辨識法,靜宜大學資訊管理研究所碩士論文,2004。
[5]林仲芬,影像辨認技術,第二版,全華科技圖書股份有限公司出版,1995。
[6]林郁全,以OSGi平台整合UPnP A/V與MHP於家庭多媒體網路架構之設計與實作,樹德科技大學資訊工程研究所碩士論文,2006。
[7]凌群電腦引進-自動通報系統(Automated Notification System)簡介http://dbmaker.syscom.com.tw/mag/87/product_01.htm。
[8]高斯電腦「指紋機介紹」,http://www.gausscom.com.tw/Newweb/latelyNews.htm,2004。
[9]高雄市環境保護局第一科,http://air.ksepb.gov.tw/。
[10]高雄縣政府環境保護局,http://www.kscep.gov.tw/。
[11]張博超,基於UPnP技術之數位家庭保全服務研究,樹德科技大學資訊工程研究所碩士論文,2008。
[12]張簡子介,用小腦模型在FPGA上作車牌辨識,國立台灣師範大學工業教育研究所碩士論文,1990。
[13]莊志鴻,以WWMS法做車牌字元辨識,國立交通大學電機與控制工程研究所碩士論文,1999。
[14]陳一昌、黃運貴、張芳旭,車牌影像辨識系統與號牌設計改進配合措施之探討,交通部運輸研究所,2004。
[15]智慧化居住空間發展策略,產業研究分析及報告「2008 年6 月智慧化居住空間發展重點回顧」,http://www.ils.org.tw/ids/。
[16]黃春融、詹寶珠,從影像處理到電腦視覺,科學發展,361期,12~19頁,2003。
[17]葉怡成,類神經網路模式應用與實作,儒林圖書公司,2000。
[18]蒙恬科技「核心技術應用」,http://www.penpower.net/taiwan/3_0technology/3_1technology.html
[19]蔡殿偉、蔣德威、黃有評,應用統計遮罩比對方法與統計決策規則於古籍手寫文字之辨識,技術學刊,第21卷,第3期,299~308頁,2006。
[20]羅華強,類神經網路─Matlab的應用,高立圖書,2005。
[21]“Learning internal representation by error propagation”, in Parallel Distributed Processing, Volume: 1, Pages: 318—362, 1986.
[22]“Minimum error thresholding”, in Pattern Recognition archive, Volume 19, Issue 1 (Jan./Feb. 1986) table of contents, Pages: 41—47, 1986.
[23]A. Rosenfeld and De La Torre, Histogram concavity analysis as an aid in threshold selection, IEEE Trans. Systems Man Cybernet. SMC-13, 231-235, 1983.
[24]A. Tabatabai, “Edage Location and Data Compression for Digital Imagery”, Ph.D. dissertation, School of Elect. Engrg., Purdue University, Dec. 1981.
[25]G. Szego, “Orthogonal Polynomials”, Vol. 23, 4th ed., Amer. Math. Soc., Providence R. I., 1975.
[26]P. K. Sahoo, S. Soltani, and A. K. C. Wong. “A survey of thresholding techniques”, Computer Vision, Graphics and Image Processing, 41, Pages: 233—260, 1998.
[27]R.C. Gonzalez and R.E Woods, Digital Image Processing, 2nd Edition, Prentice Hall, 2002.
[28]UPnP Forum, http://www.upnp.org.
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
* *