TWI410879B

TWI410879B - 影像辨識與輸出方法以及其系統

Info

Publication number: TWI410879B
Application number: TW098103331A
Authority: TW
Inventors: Ya Hui Tsai; Kuo Tang Huang; Yu Ting Lin; Chun Lung Chang; Tung Chuan Wu
Original assignee: Ind Tech Res Inst
Priority date: 2009-01-23
Filing date: 2009-01-23
Publication date: 2013-10-01
Also published as: US20100189364A1; US8391559B2; TW201028935A

Description

影像辨識與輸出方法以及其系統

本發明係有關一種影像辨識技術，尤其是指一種將影像與已知之樣本影像進行辨識比對得到對應的相似度值，然後將該相似度值排序輸出複數種可能之辨識結果之影像辨識與輸出方法以及其系統。

每年因交通事故造成人員死亡人數近3000人，驅車偷竊或行搶案也層出不窮，肇事逃逸或犯案之車牌因監視錄影系統不佳而無法辨識之事層出不窮，乃因該類監視系統多半存在著解析度不佳(320X240 Pixels)、影像擷取單元之架設取像角度過於偏斜使得成影像資訊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。

在習用技術中，例如中華民國專利第197752號，名稱為“從車輛影像中擷取車牌區域及矯正車牌歪斜的方法及裝置”。該專利係由搭配鏡頭的CCD攝影機及影像擷取卡對車道攝取車輛影像，並由車輛影像讀取單元將影像擷取卡所擷取的影像讀取出來，接著由對數灰階值運算單元來對車輛影像中的各個像素計算出其對數灰階值，小波分解運算單元則接著將對數灰階值影像分解成粗影像、水平差異影像、垂直差異影像、對角差異影像，接著由影像二值化運算單元將水平差異影像各像素之對數灰階值由實數值(Real number)轉為0或1的二元值。然後由車牌區域粗切割單元依照預設的車牌長寬約略值來尋找整張車輛影像中那個區域的二元值總和最高，並將該區域初步切出為車牌區域的所在；接著利用車牌歪斜矯正單元來矯正車牌區域影像的歪斜，使之不歪斜，最後由車牌區域細切割單元來切除車牌粗區域中非屬於車牌的部分。

另外，如中華民國公告專利第I286027號，名稱為“整合接圖式多車道自由車流影像執法系統”。該專利為一種整合接圖式多車道自由車流影像執法系統(Integrated Multiple Lane Free Flow Vehicle Enforcement System)，也就是說影像執法點建置門架式設備，且車道無實體分隔，系統可以讓車輛以正常車速通過影像執法點並允許自由變換車道之情形下，仍能正確對各類車種進行影像執法的動作。

此外，又如中華民國公開申請號第200802137號，名稱為“串聯式車牌辨識系統”。該專利提供一種串聯式車牌辦識系統，係藉由車牌字元區域偵測模組接收一影像，並搜尋出影像中每一個近似車牌範圍，接著找出每一個近似車牌範圍中所有具有連續相同像素之序列，並將這些序列經過塗抹、濾除與連接區塊擷取處理後，取得每一個近似車牌範圍的車牌字元區域影像，而在驗證後輸出已確認之車牌字元區域影像，再來已確認之區域影像送入車牌字元切割與辨識模組中，以取得所有獨立字元影像，並在獨立字元影像經過字元驗證辨識後，獲得所有車牌字元資訊。

本發明提供一種影像辨識與輸出方法以及其系統，其係對事先建立之已知樣本影像內所具有的像素給予不同的權重，然後再與要進行辨識之影像進行演算而得到相似度值，最後再根據相似度值之大小予以排序而提供複數種可能之結果，以供辨識人員進行辨識與篩選，以增加辨識之速度與準確度。

本發明提供一種影像辨識與輸出方法以及其系統，其係可應用於載具識別號碼之辨識，透過對識別號碼進行文字特徵強化，再搭配文字比對的技術以產生多組可能之號碼組合以限縮搜尋之範圍，可協助辨識人員辨識可疑或肇事之載具車輛，以期降低意外肇事率或偵破重大刑案，維護國家社會安定。

在一實施例中，本發明提供一種影像辨識與輸出方法，包括有下列步驟：提供一影像；於該影像中擷取一特徵影像；建立複數個已知樣品影像，每一個已知樣品影像分別具有一標準影像區域以及至少一非標準影像區域，其中該標準影像區域內之像素分別具有對應之一第一特徵值，而該非標準影像區域內的像素則分別對應有一第二特徵值；將該特徵影像中每一個像素之一第三特徵值分別與該複數個已知樣品影像中每一個像素所對應的第一特徵值或第二特徵值進行一演算以得到該特徵影像對應該複數個已知樣品影像所分別具有之一相似度值；彙整關於該特徵影像與該複數個已知樣品影像比對所產生之複數個相似度值；以及將該複數個相似度值排序輸出可能之複數種辨識比對結果。

在另一實施例中，本發明提供一種影像辨識與輸出方法，包括有下列步驟：提供用一載具影像，該載具上具有一識別號碼；於該影像中擷取關於該識別號碼之複數個特徵影像；建立複數個已知樣品影像，每一個已知樣品影像分別具有一標準影像區域以及至少一非標準影像區域，其中該標準影像區域內之像素分別具有對應之一第一特徵值，而該非標準影像區域內的像素則分別對應有一第二特徵值；分別將該複數個特徵影像中每一個像素之一第三特徵值分別與該複數個已知樣品影像中每一個像素所對應的第一特徵值或第二特徵值進行一演算以得到每一個特徵影像對應該複數個已知樣品影像所分別具有之一相似度值；彙整關於每一個特徵影像與該複數個已知樣品影像比對所產生之複數個相似度值；以及將對應該識別號碼之相似度值排序輸出可能之複數種辨識比對結果。

在一實施例中，本發明更提供一種影像辨識與輸出系統，包括：一資料庫，其內建立有複數個已知樣品影像，每一個已知樣品影像分別具有一標準影像區域以及至少一非標準影像區域，其中該標準影像區域內之像素分別具有對應之一第一特徵值，而該非標準影像區域內的像素則分別對應有一第二特徵值；一影像擷取單元，其係擷取一物體之影像；一特徵擷取單元，其係擷取該影像上之一特徵影像；一運算處理單元，其係將該特徵影像中每一個像素之一第三特徵值分別與該複數個已知樣品影像中每一個像素所對應的第一特徵值或第二特徵值進行一演算以得到該特徵影像對應該複數個已知樣品影像所分別具有之一相似度值，將該複數個相似度值排序輸出可能之複數種辨識比對結果；以及一辨識輸出單元，其係與該運算處理單元電訊連接，以輸出該運算處理單元辨識之結果。

為使貴審查委員能對本發明之特徵、目的及功能有更進一步的認知與瞭解，下文特將本發明之裝置的相關細部結構以及設計的理念原由進行說明，以使得審查委員可以了解本發明之特點，詳細說明陳述如下：請參閱圖一所示，該圖係為本發明之影像辨識與輸出方法實施例流程示意圖。在本實施例中，該方法首先進行步驟20，提供一影像。該影像係利用影像擷取單元如CCD或者是CMOS之影像擷取單元所擷取到的影像。接著進行步驟21，於該影像中擷取一特徵影像。該特徵影像係為該影像中含有圖案或者是文字等特徵之區域所構成之影像，但不以此為限。至於擷取該特徵影像之方式係可利用手動框取或者是自動框取的方式來擷取。接著進行步驟22，建立複數個已知樣品影像，每一個已知樣品影像分別具有一標準影像區域以及至少一非標準影像區域，其中該標準影像區域內之像素分別具有對應之一第一特徵值，而該非標準影像區域內的像素則分別對應有一第二特徵值。

請參閱圖二所示，該圖係為本發明建立已知樣品影像流程示意圖。首先利用步驟220決定已知標準樣品影像之大小，如圖三A所示。該已知樣品影像5之大小以使用者需要而定，例如：130(pixel)x130(pixel)，但不以此為限。接著以步驟221在該已知樣品影像5內之像素上形成標準影像區域50。該標準影像區域50係由複數個像素500與501所構成，以形成該已知樣品影像所要代表之字元、數字、文字或者是圖案。請參閱圖三B所示，在本實施例中係以數字1來作說明，利用在該已知樣品影像5區域內給予每一個像素500與501一適當之灰度值以形成標準影像區域50，而勾勒出數字1的外形。然後在該標準影像區域50內決定特定的像素500(斜線區域的像素)以給予特定的權值。灰度值，權值之大小係可根據需要而定並無一定限制，也就是說每一個權值大小可以不相同或者是相同，在本實施例中該權值係為正值。前述該標準影像區域50內之每一個像素500與501所具有之灰度值以及權值即為該第一特徵值。其中每一已知樣品影像更可以分為正視所擷取之特徵影像、斜視所擷取之特徵影像以及關於至少一種距離所擷取之特徵影像。

再回到圖二所示，接著進行步驟222在該已知樣品影像內決定一非標準影像區域51以形成如圖三C之狀態。所謂非標準影像區域51是表示該標準影像區域50所形成之文字容易被誤認的文字內容。例如，數字「1」在影像中容易被誤認為英文字母「I」或者是「L」甚至是字母「E」等。因此對於可能造成被誤認的相關像素位置510(點區域的像素)及給予適當的灰度值以及權值以作為對應像素510之第二特徵值。在本實施例中，構成該非標準影像區域51之像素510位置係可根據該標準影像區域50容易被誤認的字元、數字或文字等來決定，並無一定之規則。而灰度值與權值之大小係可根據需要而定，本實施例中，該非標準影像區域內51之權值係為負值。

如圖三D所示，該圖係為另一已知標準影像示意圖。該圖係為根據數字0所建立之已知樣品影像5a。該已知樣品影像5a，也同樣具有一標準影像區域以及一非標準影像區域。該標準影像區域中的每一個像素所構成之圖案即為數字「0」。同樣地，該非標準影像區域中的每一個像素所構成之圖案，則代表數字「0」容易被誤認的文字，例如：字母「Q」或數字「8」。至於執行步驟221與222之方式，係可藉由影像軟體，例如：小畫家來處理，但不以此為限。

再回到圖二所示，接著以步驟223將每一個建立出來的已知樣品影像，例如：0~9、A~Z以及a~z等，存入一資料庫內。然後在進行步驟224經過一定次數的訓練並觀察辨識結果。在本步驟中，主要是利用各種不同的影像來與資料庫進行辨識比較演算，然後根據比較演算之結果判斷辨識是否正確。將過多次的測試之後，根據辨識結果進行步驟225修正該已知樣品影像內之標準影像區域以及非標準影像區域內像素之權值、灰度值或位置，然後再存回資料庫。

再回到圖一所示，建立好該已知樣品影像之後，接著進行步驟23，將該特徵影像中每一個像素之一第三特徵值分別與該複數個已知樣品影像中每一個像素所對應的第一特徵值或第二特徵值進行一演算以得到該特徵影像對應該複數個已知樣品影像所分別具有之一相似度值。本步驟中之第三特徵值係為特徵影像中每一個像素所具有之灰度值。在進行步驟23之運算前，由於特徵影像擷取之距離以及角度都會影響到後續之辨識，因此當擷取到特徵影像之後，更可以對該特徵影像進行正規化以調整該特徵影像之尺寸大小以及角度，使得該特徵影像之大小與該已知樣品影像之大小一致。正規化之演算技術係屬於習用之技藝，在此不作贅述。

請參閱圖四所示，該圖係為經過正規化後之特徵影像示意圖。利用該正規化後之特徵影像即可與每一個已知樣品影像進行演算而得到對應之相似度值C_uv 。該演算方式係為正規相關比對法，如下式(1)所示。正規相關比對法(normalized correlation matching)主要是計算特徵影像和與已知樣品影像間之關係，將每個影像中之內灰度值之標準偏差視為一向量在與權值進行乘積，用以決定何者為最佳的匹配位置，標準化互相關係數介於-1到1之間，越接近於1表示相似性越高；當C_uv 為最高時，其為最佳匹配位置。

其中，u_i 係為該已知標準影像中之每一個像素所具有之灰度值，v_i 係為該特徵影像中之每一個像素所具有之灰度值，亦即前述之第三特徵值。係為該已知標準影像中所有像素所具有之灰度平均值，係為該特徵影像中所有像素之灰度平均值。w_i 係為該已知樣品影像中標準影像區域中以及非標準影像區域中像素所代表的權值，至於其他區域之像素其權值為1。

根據式(1)將圖四之每一像素與已知樣品影像之每一像素進行演算。例如：將圖四與三C之已知樣品影像(代表數字1)以及圖三D之已知樣品影像(代表數字0)即可得到圖四之特徵影像關於圖三C與圖三D之相似度值C_uv 。再回到圖一所示，得到相似度值之後，再以步驟24彙整關於該特徵影像與該複數個已知樣品影像比對所產生之複數個相似度值。在本步驟中，可以對相似度值進行排序，由可能性最高之辨識結果排序至最低的結果。最後再以步驟25將該複數個相似度值排序輸出可能之複數種辨識比對結果。

請參閱圖五所示，該圖係為本發明影像辨識與輸出方法另一實施例流程示意圖。該方法3係針對載具(例如車輛)之識別號碼(例如車牌)進行辨識之方法流程。首先進行步驟30提供用一載具影像，該載具上具有一識別號碼。為了維護交通安全或者是於交通意外發生時還原發生事件的發生過程，在道路之一側或者是交通路口上會設置有影像擷取單元，以擷取於道路上所發生情景之動態影像或者是靜態影像。而在步驟30中之影像係可於動態影像紀錄中擷取需要之畫面以形成一靜態影像。接著進行步驟31，於該影像中擷取關於該識別號碼之複數個特徵影像。如圖六所示，該圖係為載具影像示意圖。在本實施例中，該載具係為一輪型車輛，而該辨識號碼係為該載具之車牌號碼。本實施例之車牌號碼共有7個字元所組成，其中前四碼係為數字，而後兩碼則為英文字母。至於車牌號碼之組成字元係根據各地區或國家有所不同，因此不以本實施例為限。由於在步驟31中係要辨識車牌之內容，因此可在圖六中關於對應車牌之有興趣區域90(region of interest,ROI)內擷取複數個特徵影像900，每一個特徵影像分別代表該識別號碼中的一碼。擷取的方式係可藉由軟體介面讓使用者手動方式框取或者是軟體自動框取的方式來實施。

再回到圖五所示，由於該辨識號碼在本實施例中具有7個字元，因此可以擷取到7張特徵影像。然後以步驟32先依序對辨識號碼中之每一個字元所對應之特徵影像與資料庫中所建立之複數個已知樣品影像進行比對。在本實施例中，比對的方式係如同圖一所示之步驟23的程序，在此不作贅述。此外，在步驟32之比對過程中，更可以步驟33根據不同種類之識別號碼組合事先排除不可能之字元。例如：在一實施例中，識別號碼之組合可能是四碼數字與兩碼英文字母之組合(如圖七A所示)，而在四碼數字與兩碼英文之間有一個”-“符號為區隔。在另一種辨識號碼組合中可以是兩碼英文字母與四碼數字的組合(如圖七B所示)，而在前四碼數字與後兩碼字母之間以符號”-“做區隔。由於在本實施例中，已經可以歸納有兩種車牌之組合，因此可以根據該特徵影像於該識別號碼中之相對位置，事先排除不可能字元或數字之影像，以增加比對之速度。例如，如果車牌是圖七A之狀態時，則可以將代表前四碼數字之特徵影像與資料庫中屬於數字之已知樣品影像進行比對，至於第5碼則不需要比對則判斷為符號”-“，而六與七碼所對應之特徵影像則僅與資料庫中關於字母之已知樣品影像進行比對。

再回到圖五所示，逐一的將每一個特徵影像與資料庫中的每一個已知樣品影像比對之後，接著再進行步驟34，彙整關於每一個特徵影像與該複數個已知樣品影像比對所產生之複數個相似度值。最後在進行步驟35，將對應該識別號碼之相似度值排序，本步驟即為將比對的結果依據辨識號碼之排列，形成複數組可能的辨識號碼組合。然後以步驟36輸出可能之複數種辨識比對結果。請參閱圖八A所示，該圖係為本發明之關於載具識別號碼可能之輸出結果排序示意圖。經過步驟35之彙整之後，可以將每一碼之字元所對應到的特徵影像經過辨識後所得到之相似度最高的字元或數字予以組合，即形成如圖八A中第一可能之結果，亦即可疑之車牌號碼最有可能為”1632-FV”。然後依序將相似度第二、第三與第四高的字元組合形成第二、第三與第四可能之結果。至於要輸出多少種結果可以根據需要設定不同的門檻值，輸出之可能性組合數量並不圖九之實施例為限。

藉由本發明之步驟36可以將可能之辨識號碼組合限縮至特定的數字或字元組合，以縮小辨識人員所需要辨識的範圍，進而加快辨識的速度。圖八A之辨識號碼實際為6692-RV，根據本發明所輸出之結果組合，各個字元都出現在圖八A所辨識的結果中，因此辨識人員只要經過適當的篩選及比對即可快速尋找出對應的辨識號碼，增加辨識速度與效率。此外，利用步驟36所得到的結果，辨識人員更可以根據目視的方式，先對步驟36所擷取之對應車牌之有興趣區域90(如圖八B所示)內的文字影像先予以判斷確定特定位置的影像內容，然後配合圖八A之輸出結果再進一步篩選。例如：根據圖八B之影像，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八A之輸出結果中，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範圍。

請參閱圖九所示，該圖係為本發明之影像辨識與輸出系統示意圖。該系統4係可以執行前述圖一或者是圖五之流程，以進行影像辨識與輸出。該系統4包括有一資料庫40、一影像處理單元41、一辨識輸出單元輸出42以及複數個影像擷取單元43。該系統4係可執行圖一或者是圖五的流程以輸出辨識結果。該資料庫40，其內建立有複數個已知樣品影像，該已知樣品影像包括有已知樣品相較於影像擷取單元43之不同視角以及距離之影像，其係如同前面所述，在此不作贅述。該複數個影像擷取單元43，其係與該影像處理單元41電訊連接，每一個影像擷取單元43係可擷取物體之影像而將該影像傳遞至該影像處理單元41內進行辨識處理。在本實施例中，該影像擷取單元43係可擷取關於該物體之動態或者是靜態之影像該影像擷取單元係為CCD或者是CMOS等影像擷取元件，但不以此為限。該物體係可為載具，其係具有識別號碼，例如：車輛之車牌號碼。另外，該物體亦可直接為文字、字元、數字或者是前述之任意組合。

該影像處理單元41內具有一特徵擷取單元410以及一運算處理單元411。該特徵擷取單元410係可接收該影像而於該影像上擷取一特徵影像。之後，由該運算處理單元411進行比對運算的處理，在本實施例中，該運算處理單元411更具有一強化單元4110以及一辨識比對單元4111。該強化單元4110係可以將該特徵影像進行影像強化(增加對比或邊緣強化等方式)與進行正規化以調整該特徵影像之尺寸大小以及角度，使得該特徵影像之大小與該已知樣品影像之大小一致。該辨識比對單元4111其係執行圖一之步驟23則將該特徵影像分別與該已知樣品影像進行比對以產生對應之複數個相似度值，將該複數個相似度值排序輸出可能之複數種辨識比對結果。該辨識輸出單元42，其係與該運算處理單元41電訊連接，以輸出該運算處理單元41辨識之結果。該輸出結果如圖八A所示，其係可以藉由影像顯示器顯示出來讓使用者清楚瞭解辨識之結果。

惟以上所述者，僅為本發明之實施例，當不能以之限制本發明範圍。即大凡依本發明申請專利範圍所做之均等變化及修飾，仍將不失本發明之要義所在，亦不脫離本發明之精神和範圍，故都應視為本發明的進一步實施狀況。

綜合上述，本發明提供之影像辨識與輸出方法以及其系統，由於具有提高辨識效率以及準確度之效果。因此已經可以提高該產業之競爭力以及帶動週遭產業之發展，誠已符合發明專利法所規定申請發明所需具備之要件，故爰依法呈提發明專利之申請，謹請貴審查委員允撥時間惠予審視，並賜准專利為禱。

2‧‧‧影像辨識與輸出方法

20~25‧‧‧步驟

25‧‧‧影像擷取單元

3‧‧‧影像辨識與輸出方法

30~36‧‧‧步驟

4‧‧‧影像辨識與輸出系統

40‧‧‧資料庫

41‧‧‧影像處理單元

410‧‧‧特徵擷取單元

411‧‧‧運算處理單元

4110‧‧‧強化單元

4111‧‧‧辨識比對單元

42‧‧‧辨識輸出單元輸出

43‧‧‧影像擷取單元

5‧‧‧已知樣品影像

50‧‧‧標準影像區域

500‧‧‧像素

501‧‧‧像素

51‧‧‧非標準影像區域

510‧‧‧像素

圖一係為本發明之影像辨識與輸出方法實施例流程示意圖。

圖二係為本發明建立已知樣品影像流程示意圖。

圖三A係為已知樣品影像示意圖。

圖三B係為在已知樣品影像中形成標準影像區域示意圖。

圖三C與圖三D係為具有標準影像區域與非標準影像區域之已知樣品影像示意圖。

圖四係為經過正規化後之特徵影像示意圖。。

圖五係為本發明影像辨識與輸出方法另一實施例流程示意圖。

圖六係為載具影像示意圖。

圖七A與圖七B係為不同載具之辨識號碼組合示意圖。

圖八A係為本發明之關於載具識別號碼可能之輸出結果排序示意圖。

圖八B係為本發明之關於載具識別號碼之影像示意圖。

圖九係為本發明之影像辨識與輸出系統示意圖。

2‧‧‧影像辨識與輸出方法

20~25‧‧‧步驟

Claims

一種影像辨識與輸出方法，包括有下列步驟：提供一影像；於該影像中擷取一特徵影像；建立複數個已知樣品影像，每一個已知樣品影像分別具有一標準影像區域以及至少一非標準影像區域，其中該標準影像區域內之像素分別具有對應之一第一特徵值，而該非標準影像區域內的像素則分別對應有一第二特徵值；將該特徵影像中每一個像素之一第三特徵值分別與該複數個已知樣品影像中每一個像素所對應的第一特徵值或第二特徵值進行一演算以得到該特徵影像對應該複數個已知樣品影像所分別具有之一相似度值，該演算係為正規相關比對法，該第一特徵值與該第二特徵值係分別為權值與灰度值之組合，該第三特徵值係為灰度值，該正規相關比對法係為該已知樣品影像中每一個像素之所對應之權值、其每一個像素所具有之灰度值與其平均灰度值之差值以及特徵影像中每一像素之灰度值與其平均灰度值之差值之乘積除以該已知樣品影像之灰度值標準差與特徵影像之灰度值標準差的乘積；彙整關於該特徵影像與該複數個已知樣品影像比對所產生之複數個相似度值；以及將該複數個相似度值排序輸出可能之複數種辨識比對結果。
如申請專利範圍第1項所述之影像辨識與輸出方法，其中於該影像中擷取一特徵影像之後進行比對之前更包括有將該特徵影像進行正規化以調整該特徵影像之尺寸大小以及角度，使得該特徵影像之大小與該已知樣品影像之大小一致之步驟。
如申請專利範圍第1項所述之影像辨識與輸出方法，其中於每一已知樣品影像係對應到一數字或者是字元之影像。
如申請專利範圍第1項所述之影像辨識與輸出方法，其中建立建立複數個已知樣品影像更包括有下例步驟：決定已知標準樣品影像之大小；在該已知樣品影像內之像素上形成該標準影像區域以對應一資訊，並決定對應像素所具有之第一特徵值；在該已知樣品影像內之像素上形成該標準影像區域以對應該資訊會被誤認之資訊，並決定對應像素所具有之第一特徵值；以及重複進行進行前述步驟複數次，以建立對應不同字元之已知樣品影像。
如申請專利範圍第4項所述之影像辨識與輸出方法，其中該資訊係為一數字、字元或文字。
如申請專利範圍第1項所述之影像辨識與輸出方法，其中該標準影像區域所形成之內容係指對應之已知標準影像所代表之資訊，而非標準影像區與該標準影像區域結合所形成之內容係指該對應之已知標準影像可能被誤判之資訊。
一種影像辨識與輸出方法，包括有下列步驟：提供用一載具影像，該載具上具有一識別號碼；於該影像中擷取關於該識別號碼之複數個特徵影像；建立複數個已知樣品影像，每一個已知樣品影像分別具有一標準影像區域以及至少一非標準影像區域，其中該標準影像區域內之像素分別具有對應之一第一特徵值，而該非標準影像區域內的像素則分別對應有一第二特徵值；分別將該複數個特徵影像中每一個像素之一第三特徵值分別與該複數個已知樣品影像中每一個像素所對應的第一特徵值或第二特徵值進行一演算以得到每一個特徵影像對應該複數個已知樣品影像所分別具有之一相似度值，該演算係為正規相關比對法，該第一特徵值與該第二特徵值係分別為權值與灰度值之組合，該第三特徵值係為灰度值，該正規相關比對法係為該已知樣品影像中每一個像素之所對應之權值、其每一個像素所具有之灰度值與其平均灰度值之差值以及特徵影像中每一像素之灰度值與其平均灰度值之差值之乘積除以該已知樣品影像之灰度值標準差與特徵影像之灰度值標準差的乘積；彙整關於每一個特徵影像與該複數個已知樣品影像比對所產生之複數個相似度值；以及將對應該識別號碼之相似度值排序輸出可能之複數種辨識比對結果。
如申請專利範圍第7項所述之影像辨識與輸出方法，其中於該影像中擷取一特徵影像之後進行比對之前更包括有將該特徵影像進行正規化以調整該特徵影像之尺寸大小以及角度，使得該特徵影像之大小與該已知樣品影像之大小一致。
如申請專利範圍第7項所述之影像辨識與輸出方法，其中於該識別號碼係為一車牌號碼。
如申請專利範圍第7項所述之影像辨識與輸出方法，其中於每一已知樣品影像係對應到一數字或者是字元之影像。
如申請專利範圍第7項所述之影像辨識與輸出方法，其中每一已知樣品影像更可以分為正視所擷取之特徵影像、斜視所擷取之特徵影像以及關於至少一種距離所擷取之特徵影像。
如申請專利範圍第7項所述之影像辨識與輸出方法，其中每一個特徵影像與一資料庫中所建立之複數個已知樣品影像進行比對之過程中，更可以根據該特徵影像於該識別號碼中之相對位置，事先排除不可能字元或數字之影像。
如申請專利範圍第7項所述之影像辨識與輸出方法，其中建立複數個已知樣品影像更包括有下例步驟：決定已知標準樣品影像之大小；在該已知樣品影像內之像素上形成該標準影像區域以對應一資訊，並決定對應像素所具有之第一特徵值；在該已知樣品影像內之像素上形成該非標準影像區域以對應該資訊會被誤認之資訊，並決定對應像素所具有之第一特徵值；以及重複進行進行前述步驟複數次，以建立對應不同字元之已知樣品影像。
如申請專利範圍第13項所述之影像辨識與輸出方法，其中該資訊係為一數字、字元或文字。
如申請專利範圍第7項所述之影像辨識與輸出方法，其中該標準影像區域所形成之內容係指對應之已知標準影像所代表之資訊，而非標準影像區與該標準影像區域結合所形成之內容係指該對應之已知標準影像可能被誤判之資訊。
一種影像辨識與輸出系統，包括：一資料庫，其內建立有複數個已知樣品影像，每一個已知樣品影像分別具有一標準影像區域以及至少一非標準影像區域，其中該標準影像區域內之像素分別具有對應之一第一特徵值，而該非標準影像區域內的像素則分別對應有一第二特徵值；一影像擷取單元，其係擷取一物體之影像；一特徵擷取單元，其係擷取該影像上之一特徵影像；一運算處理單元，其係將該特徵影像中每一個像素之一第三特徵值分別與該複數個已知樣品影像中每一個像素所對應的第一特徵值或第二特徵值進行一演算以得到該特徵影像對應該複數個已知樣品影像所分別具有之一相似度值，將該複數個相似度值排序輸出可能之複數種辨識比對結果，該演算係為正規相關比對法，該第一特徵值與該第二特徵值係分別為權值與灰度值之組合，該第三特徵值係為灰度值，該正規相關比對法係為該已知樣品影像中每一個像素之所對應之權值、其每一個像素所具有之灰度值與其平均灰度值之差值以及特徵影像中每一像素之灰度值與其平均灰度值之差值之乘積除以該已知樣品影像之灰度值標準差與特徵影像之灰度值標準差的乘積；以及一辨識輸出單元，其係與該運算處理單元電訊連接，以輸出該運算處理單元辨識之結果。
如申請專利範圍第16項所述之影像辨識與輸出系統，其中該物體係為係為載具，而該物體之影像係為於該載具上關於該載具之一識別號碼之影像。
如申請專利範圍第17項所述之影像辨識與輸出系統，其中該識別號碼係為車牌號碼。
如申請專利範圍第16項所述之影像辨識與輸出系統，其中每一已知樣品影像係對應到一文字、一數字或者是字元之影像。
如申請專利範圍第16項所述之影像辨識與輸出系統，其中該運算處理單元於處理特徵影像與一資料庫中所建立之複數個已知樣品影像進行比對之過程中，更可以根據該特徵影像於該識別號碼中之相對位置，事先排除不可能字元或數字之影像。
如申請專利範圍第16項所述之影像辨識與輸出系統，其中該影像擷取單元係將該特徵影像進行正規化以調整該特徵影像之尺寸大小以及角度，使得該特徵影像之大小與該已知樣品影像之大小一致。
如申請專利範圍第16項所述之影像辨識與輸出系統，其中該物體係直接為文字、字元、數字或者是前述之任意組合。
如申請專利範圍第16項所述之影像辨識與輸出系統，其中該運算處理單元更具有一強化單元以及一辨識比對單元，該強化單元係將該特徵影像進行影像強化與進行正規化使得該特徵影像之大小與已知樣品影像之大小一致；該辨識比對單元則將該強化與正規劃後之特徵影像分別與該已知樣品影像進行比對以產生對應之複數個相似度值。
如申請專利範圍第16項所述之影像辨識與輸出系統，其中該標準影像區域所形成之內容係指對應之已知標準影像所代表之資訊，而非標準影像區與該標準影像區域結合所形成之內容係指該對應之已知標準影像可能被誤判之資訊。