光學字元辨識

在這小節要討論的是字元辨識程序，如先前所提，攝影機拍攝的角度可能使 得車牌產生歪斜等情況，則辨識出來的字元可能會變形或是仍有雜訊存在，因此，

字元辨識的部分必須能容忍這些缺失。本研究在字元辨識所採用的方法包含三個 步驟：字元分類、拓樸排序（topological sorting）以及 self-organizing（SO）辨識。

第一個步驟，先把輸入的字元分類成數字或字母，此步驟可參考車牌的組合語意 學，接著計算出輸入的字元之拓樸性質且與文字樣板（template）做比對，若有合 適的文字樣板則可成為一組測試集合，此集合所代表的即為與輸入的字元最佳相 配的文字樣板，而樣板測試會在 SO 字元辨識程序中所執行。

(一) 拓樸分類：文字的拓樸特性包括洞口（hole）數量、端點（endpoint，一個節 點）、T 型節點（三個節點）以及 X 型節點（四個節點）（圖 4-4），這些特性 在空間轉換（旋轉、轉化等等）中保有不變性，然而輸入的字元往往都是不 完整的，故可能會遺失某些拓樸特性。以下規則是利用來拓樸排序：當一個

字元樣板適合某一輸入字元其滿足兩條件，第一是它們之間的洞口數差異數 在[1,-1]範圍之內，第二是它們之間任何類型的節點差異數在[2,-2]範圍之內，

而拓樸分類可以大量減少在測試集合中的字元樣板，因此可以降低字元辨識 的時間複雜度。

（a） 端點 （b） T 型節點 （c） X 型節點 圖 4-4、文字節點類型

(二) 樣板測試：在樣板測試中，主要是利用 SO 字元辨識方法來完成，此方法是 基於 Kohonen 所提出的 SO 神經網路[Koh 89]。其方法概念如下：給予一個 未知字元與一個字元樣板，輸入（input）字元則視為在神經網路中階層（layer）

之間的連結之突觸權重（synaptic weight），而文字樣板在這可視為一個刺激 物（stimulus）且使得神經網路中的神經元被激發，導致神經網路中的突觸權 重逐步地改變，而這些過程會持續到權重穩定下來為止。在這些過程中我們 將突觸權重的改變加總起來，這些改變的總和可以反映出未知字元與字元樣 板之間的相異程度。

令C{ ,...,c₁ c_L}為一個未知的輸入字元其經過拓樸排序後的文字樣板

方程式來描繪，其表示為h r( )，其中 r 為一個位置向量。令u_ik為連接分別在

乙、實際實作：一開始，根據字元所擁有的洞數量我們把字元分類成 0 個洞、

1 個洞以及 2 個洞三類，每一類當中都會有各自相關的 SO 神經網路，其中 包含 40 個 SO 神經元與兩個輸入神經元，在這三類神經網路中最主要的差異 在於它們的 SO 階層結構，如圖 4-6 所示。

圖 4-6、SO 階層：（a） 0 個洞 （b） 1 個洞 （c） 2 個洞

參考圖 4-7 之範例，假設我們給予一個未知的字元（以“C”舉例），首 先將字元做正規化（1616 像素）目的是為了要與文字樣板大小一樣，接著 計算出字元中的洞數量。在此，輸入的字元（“C”）並沒有洞，所以便把 此字元歸類為 0 個洞的 SO 階層，此未知字元的輪廓（contour）以及文字長 度便可以得知，將文字長度分成近似等長的 40 個區間，接著從任一點開始 沿著輪廓得出二維的位置向量。從圖 4-7 的右半部可知，我們選擇 40 個點數 是因為此數字大約是所有字元樣板的平均輪廓點數之一半，而 40 個輪廓點 的位置向量依擷取順序分配 40 個 SO 神經元的權重向量。

圖 4-7、SO 字元辨識範例

考慮一個二維空間座標且座標軸對應到 SO 神經元的權重向量的兩個構 件，而每一個 SO 神經元的權重向量可在空間中當作一個點，此空間被稱為 神經網路的權重空間。在輸入字元之輪廓點的位置向量分配了 SO 神經元的 權重向量之後，若我們把 SO 神經元的權重向量表示成權重空間中的一個點，

輪廓將會在權重空間中重新建立。

假設從輸入字元之測試集合中所選出的樣板（以“L”舉例）要與字元 做比對，我們以字元的輪廓作為刺激樣本（stimulating pattern）而非整個字 元樣板，而此字元輪廓再三地使神經網路中的神經元被激發直到此突觸權重 穩定下來。在本研究當中，輪廓點一個一個注入到神經網路的輸入階層中。

考慮一個輸入輪廓刺激（stimulus）點 v，與 SO 神經元競爭之下，優勝神經 元n_c由n_c arg(max_{1 i 40}{w v_i })來決定出，其中w_i為 40 個 SO 神經元的權 重向量。優勝神經元的第一階（first-order）與第二階（second-order）鄰居稱 之為n_c集合都必須加入學習過程：

( ),

k k k c c

w d g r r k N

    （4.15）

而在（4.13）式中的（vw_k）被（4.15）式中的d_k所取代。d_k的計算方式 是利用彈簧模型（spring model）[Che 96]，也就是 SO 神經元被假設成彈簧，

彈簧的彈性係數也被假設成神經元之間的突觸權重。參考圖 4-8，其表示出 SO 神經元以及它們的權重向量，權重w_k1、w_k以及w_k1分別代表的是 SO

1

nk_ 、n_k以及n_k1，其中n_k為N_c中的任何一個學習者，n_k1與n_k1為兩個n_k 的第一階鄰居，而此學習者與自己兩個鄰居用係數為u_k1,k以及u_{k k, 1}的彈簧 相連，最後刺激點在圖中用 v 來表示。

圖 4-8、彈簧模型

v 可視為一個有吸引力的來源，在學習過程中嚐試運用 f_v力來牽引w_k朝 有的力代入（4.16）式當中，神經元n_k的位移（displacement）為：

2

因此真正在權重空間中的神經元n_k之位移為( )t d g r_k ( _k r_c)。

累積在N 中所有神經元的位移，達到刺激點 v 的神經分佈，對於所有_c 輸入刺激樣本的刺激點都重複上述過程，便能完成樣本的一次迭代，而迭代 會持續至沒有觀察到 SO 神經元有顯著的位移為止，所有 SO 神經元的位移 可視為一個未知字元與字元樣板之間的差異性之評估，圖 4-9 闡述了一些在 迭代過程中從字元“C”外型轉換至字元“L”的中間過程，在這個範例當中 全部的神經元位移總計為 147 個像素，根據實驗，正確文字樣板被選為測試 集合之位移分佈在[23,67]區間。

圖 4-9、一些外型轉換之中間過程（a） 第一次迭代 （b） 第五次迭代 （c） 第

10 次迭代 （d） 第 42 次迭代

丙、備註：本研究的字元辨識方法對於（8,B）以及（0,D）字元組較難以區 分，為了克服此困難，我們事先定義一個不確定性（ambiguity）集合包含了 字元 0、8、B 與 D，在集合中的每一個字元，差異性較大的區域可當作是特 徵區塊（圖 4-10），圖中紅色區域即為特徵區塊。在字元辨識過程中，只要

一個未知字元被分類至不確定性集合中的任一字元，就會額外開始更詳細的 文字比對，且只會針對特徵區塊來做區分。

（a） 數字 0 與字母 D （b） 數字 8 與字母 B 圖 4-10、相似字元之特徵區塊