TWI408612B - 動態即時相對關係辨識方法與系統 - Google Patents

Description

動態即時相對關係辨識方法與系統

本發明係有關一種影像辨識技術，尤其是指一種根據影像特徵判斷兩物體間的相對關係之一種動態即時相對關係辨識方法與系統。

目前市面上雖然有許多種行車記錄裝置，但是都受到記憶體大小的限制，只能儲存最新數分鐘到一兩小時的資料。但若遇上車禍、意外，駕駛很有可能無法關閉影像記錄的功能(例如昏迷、送醫，或是不能動彈等狀況)，導致記錄裝置持續運作，而蓋掉記錄車禍發生時的資料，使得最關鍵時刻的影像反而消失而無法提供參考。若讓行車記錄器隨著車輛的移動而開機，則此記錄器就無法在停等紅燈或是路邊停車時提供關鍵影像；尤其是路邊停車時，若被誤撞，則肇事者大多會逃逸，此時關鍵影像將會成為索賠與判定肇事當時情況的重要依據。

而在習用技術中，例如日本公開申請案JP2009032143揭露了一種減輕事故發生時證據資料消失風險的行車記錄器，在該技術中，於車輛行進間擷取車輛前方的影像訊號，將該影像訊號轉成動畫影像資訊而記錄於記憶體中。該技術藉由將動畫影像分割成複數個靜止影像，然後當事故發生時，可以將對應發生時間點的靜止影像，利用無線網路送出。

另外，中華民國專利公開號TW200409051也揭露了一種記錄影像以保障車禍發生時的資料真實性的技術。在該技術中，採用攝影機與距離偵測分開的做法，利用偵測器偵測車輛週邊的物體，如果物體太過接近，則啟動攝影機開始錄影。

本發明提供一種動態即時相對關係辨識方法與系統，其係利用影像偵測與周環環境中可動裝置的相對關係，並根據相對關係啟動對應的機制以警示駕駛員或者是對可能產生意外的狀況進行影像的儲存。

本發明提供一種動態即時相對關係辨識方法與系統，其係利用影像擷取裝置擷取週邊環境中車輛的影像，並於該影像中偵測車牌的特徵，並且根據車牌特徵估測車輛的速度與距離，同時環境偵測攝影機也偵測紅綠燈與速限號誌等環境資訊，藉此判斷是否有可能對我車造成危害。

本發明提供一種動態即時相對關係辨識方法與系統，其係以視覺影像記錄，不需依賴其他額外的設備，針對與其他車輛的距離、速度或加速度的狀態進行偵測，即時記錄影像，本發明可以依照環境動態(例如：紅綠燈號、兩車間的距離、速度與加速度或者是速限)調整紀錄參數的門檻值。

在一實施例中，本發明提供一種動態即時相對關係辨識方法，其係包括有下列步驟：建立一影像擷取裝置之影像擷取距離與一特徵物所具有之一影像特徵的特徵關係；擷取一可動裝置之一影像，該可動裝置上具有該特徵物；於該影像中偵測該特徵物之影像區域；於影像區域中決定關於特徵物之一偵測影像特徵；以及根據偵測影像特徵於該特徵關係中決定該影像擷取裝置與該特徵物間的相對關係。在另一實施例中，可以根據該相對關係啟動警示或錄影的機制。

在另一實施例中，本發明更提供一種動態車輛即時相對關係辨識方法，其係包括有下列步驟：建立一影像擷取裝置之影像擷取距離與車牌所具有之一影像特徵的特徵關係；擷取一第一車輛之一影像，該第一車輛上具有一車牌；於該影像中偵測該車牌之影像區域；於影像區域中決定關於車牌之一偵測影像特徵；以及根據偵測影像特徵於該特徵關係中決定該影像擷取裝置與該車牌間的相對關係。在另一實施例中，可以根據該相對關係啟動警示或錄影的機制。

在另一實施例中，本發明更提供一種動態即時相對關係辨識系統，其係包括有：一資料庫，其係存有影像擷取距離與一特徵物所具有之一影像特徵的特徵關係；一影像擷取裝置，其係擷取外在環境中關於具有該特徵物之一可動裝置的一影像；一控制單元，其係與該資料庫以及該影像擷取裝置相連接，該控制單元係於該影像中偵測該特徵物之影像區域，然後於影像區域中決定關於特徵物之一偵測影像特徵，再根據偵測影像特徵於該特徵關係中決定該影像擷取裝置與該特徵物間的相對關係。

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，該圖係為本發明之動態即時相對關係辨識方法第一實施例流程示意圖。在本實施例中，該方法包括有下列步驟：首先以步驟20建立一影像擷取裝置之影像擷取距離與一特徵物所具有之一影像特徵的特徵關係。在本步驟中，主要是利用特徵物影像所具有的影像特徵會隨著與影像擷取裝置間的距離的不同而有所改變的特性，先建立一個特徵關係。以特徵物為車牌為例(但不以此為限)，如圖二A所示，該圖係為影像擷取裝置與車牌位置關係示意圖。該車牌90係設置於車輛91上面，在該車輛91前方有一影像擷取裝置92，其設置之高度為H(90cm)，與車牌的距離為D(80cm~300cm)，以及攝影角度為θ(17度)。隨著影像擷取距離的改變，對於同樣大小的擷取影像98中關於該車輛91之大小也會隨之改變，如圖二C與圖二D所示。其中圖二C之影像擷取距離係大於圖二D之影像擷取距離。關於影像擷取距離與該特徵物之間的相對關係，如下表一所示。如圖二B所示，其中表一中的車牌寬度(上)為W₁ ，車牌寬度(下)為W₂ ，車牌高度為h，其單位為像素(pixel)。而步驟20中的影像特徵即為表一中的車牌寬度、車牌高度、面積、平均寬度或平均面積等。

根據表一之特徵關係可以得到如圖三A與圖三B所示的結果，其中圖三A代表影像擷取距離與平均寬度之關係曲線，而圖三B代表影像擷取距離與平均面積之關係曲線。根據圖三A或圖三B的曲線，可以用來對照不同的影像擷取距離下，車牌的影像特徵大小。至於平均寬度與平均面積係由於影像擷取裝置相對於車牌具有一傾角θ，因此車牌的上寬度與下寬度就會有所差異。至於是否要利用平均寬度與平均面積作為影像特徵，係屬於使用者的需要而定。另外，有了圖三A或圖三B的曲線之後，即可利用數學擬合的演算法，建立關於曲線的方程式。根據資料點建立擬合關係式係屬於習用之技術，在此不作贅述。

再回到圖一所示，步驟20之後，接著以步驟21擷取一可動裝置之一影像，該可動裝置上具有該特徵物。在步驟20所建立之相對關係之後，即可對任一具有該特徵物之可動物體擷取影像，並根據該影像中關於該特徵物的影像特徵，決定出影像擷取裝置與特徵物間的距離。因此，在步驟21取得可動裝置之影像之後，即以步驟22於該影像中偵測該特徵物之影像區域。在本步驟中，主要是對步驟21所擷取的影像進行辨識，以找到對應該特徵物的影像區域。在步驟22中，主要是依邊界強度搜尋候選區塊，並將該候選區塊的邊界作為對應該特徵物影像的邊界。

決定該影像區域之後，接著以步驟23在影像區域中決定關於特徵物之一偵測影像特徵。本步驟係為當有了該影像區域的位置之後，即可利用影像處理的得到關於該特徵區域的寬度、平均寬度、高度、面積或者是平均面積等作為關於該特徵物影像的偵測影像特徵。得到該偵測影像特徵之後，即可進行步驟24，根據偵測影像特徵，於該特徵關係中決定該影像擷取裝置與該特徵物間的相對關係。在步驟24中，主要是利用步驟20所建立的相對關係曲線所對應的方程式，根據步驟23所決定的偵測影像特徵，帶入該方程式中，即可以得到對應影像擷取距離。此外，步驟24中的相對關係除了影像擷取距離之外，更可以為該特徵物與該影像擷取裝置間的相對速度或者是相對加速度。至於要判斷與特徵物的相對速度與加速度只需要對兩個時間點根據該特徵關係取得距離的變化，即可算出相對速度。同樣地，兩個時間點的相對速度差即為相對加速度。

請參閱圖四所示，該圖係為本發明之動態即時相對關係辨識方法第二實施例流程示意圖。該方法3包括有下列步驟，首先以步驟30建立一影像擷取裝置之影像擷取距離與車牌所具有之一影像特徵的特徵關係。本步驟的方式與步驟20相同，只不過特徵物為車牌，因為車牌的大小固定，因此可以事先建立影像擷取距離與車牌的特徵尺寸、形狀或面積等屬性的關係，其係如步驟20所述，在此不做贅述。接著進行步驟31，擷取一第一車輛之一影像，該第一車輛上具有一車牌。如圖五A所示，該影像擷取裝置92係設置於一第二車輛910上，本實施例中，該影像擷取裝置92係設置於第二車輛910之後方，以擷取後方第一車輛911的影像，雖然圖五A之實施例係為設置在第二車輛910後方以擷取後方來車的影像，但亦可以設置於車輛前方(如第一車輛911所示)或者是左右兩側等位置，其係可根據實際之需要而定並不以圖五A之實施例為限。

再回到圖四所示，步驟31之後以步驟32於該影像中偵測該車牌之影像區域。請參閱圖五B所示，該圖係為在特定距離下所擷取的車輛影像示意圖。在圖五B之該影像97中，具有車牌的影像，因此利用影像處理演算法根據邊界強度搜尋候選區塊93，以作為步驟32之影像區域。接著以步驟33於影像區域中決定關於車牌之一偵測影像特徵。在本步驟中，在得到了關於車牌的影像區域之後，即對該影像區域中關於該車牌的尺寸特徵進行偵測，可以偵測的特徵包括了車牌的寬度、高度或者是面積作為該偵測影像特徵，如果影像擷取裝置相對於被擷取的車牌而言具有傾角，如圖二A所示，則可以用平均寬度或者是平均面積作為車牌的偵測影像特徵。

接著，以步驟34根據偵測影像特徵於該特徵關係中決定該影像擷取裝置與該車牌間的相對關係。由於在步驟30中已經建立了影像擷取裝置之影像擷取距離與車牌間的特徵關係，根據該關係可以用數學方程式擬合對應該特徵關係曲線的方程式。根據該擬合的方程式，可以得到對應該偵測影像特徵的影像擷取距離以作為步驟34的相對關係結果。由於影像擷取裝置係設置於第二車輛上，因此步驟34所得到的距離即可作為圖五A中的兩輛車輛間的距離L。步驟34中之相對關係除了影像擷取距離之外，亦可為兩車輛間的相對速度或者是示相對加速度等關係。至於相對速度或相對加速度的資訊則可以根據兩個不同時間點間的時間差ΔT所得到的距離差ΔL得知兩車輛間的相對速度，再由兩不同時間點的速度差即可得到相對加速度。由於第二車輛的車速為已知，因此根據相對速度即可得到後方車輛(第一車輛)的車速。

有了車輛間的相對關係，即可再進行步驟35，根據該相對關係決定是否為一關鍵時刻，如果是該關鍵時刻則以步驟36進行一處理動作。反之則回到步驟31。步驟35中的關鍵時刻係為該相對關係是否超過特定值或特定範圍(距離、相對速度或相對加速度)，例如：如果當第一車輛與第二車輛間的距離小於了安全剎車的距離時的時間點，即為關鍵時刻之意。至於特定值或特定範圍係可事先設定而儲存，或者是根據根據環境狀態而自動調整。而步驟36中，如圖五A所示，該處理動作可以為發出警示訊息通知第二車輛910的駕駛人或者是控制第二車輛910中的影像擷取裝置92擷取第一車輛911的影像(靜態或者是動態錄影)然後將該關於第一車輛911的影像儲存起來，以作為將來發生事故的重要證明資訊。此外，警示與記錄影像亦可以同時進行。

另外，在步驟32之後亦可以同步進行步驟37，利用一影像辨識程序對該影像區域內的車牌內容進行辨識，並將該辨識內容儲存下來，以作為輔助判斷之依據。請參閱圖六所示，該圖係為本發明之辨識車牌影像內容流程示意圖。該辨識方法4首先以步驟40，提供一資料庫，該資料庫內建立有複數個已知標準樣品影像。如圖七A所示，該圖係為已知樣品影像大小示意圖。該已知樣品影像5之大小以使用者需要而定，例如：130(pixels)x130(pixels)，但不以此為限。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。請參閱圖七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501(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。

如圖七C所示，在該已知樣品影像內決定一非標準影像區域51。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。

如圖七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」。至於建立已知標準影像之非標準區域之方式，係可藉由影像軟體，例如：小畫家來處理，但不以此為限。前述為本發明所謂標準影像的產生過程，根據前述之方式依序建立不同文字或數字所代表之已知樣品影像，例如：0~9、A~Z以及a~z等，存入資料庫內。

再回到圖六所示，接著進行步驟41，於重組影像中擷取一特徵影像。例如：以圖八A為例，經由含有車輛影像中擷取出關於車牌的影像區域94，其中的每一個未辨識的文字所對應的區域即為該特徵影像。然後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，以利後續的辨識。在步驟41中，所擷取的特徵影像95為該車輛識別資訊之第一碼文字。然後進行步驟42將該特徵影像中每一個像素之一第三特徵值分別與在資料庫中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。

請參閱圖八B所示，該圖係為特徵影像95示意圖。利用該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或者是近似度比對法等，但不以此為限。以正規相關比對法為例，其演算式如下式(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。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)將圖八B之每一像素與已知樣品影像之每一像素進行演算。例如：將圖八B之影像與圖七C之已知樣品影像(代表數字1)以及圖七D之已知樣品影像(代表數字0)分別進行演算，即可得到圖八B之特徵影像關於圖七C與圖七D之相似度值C_uv 。再回到圖六所示，得到相似度值之後，再以步驟43與44將重組影像95中的所有文字逐一擷取成特徵影像，然後重複步驟42進行比對。接著以步驟45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46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，以具有七碼之車牌為例，如圖八A所示，該圖係為車牌影像示意圖。經過辨識方法4的流程之後，即可得到如圖九之排序結果。在圖九中，總共輸出了四種可能的結果，每一種可能結果代表車牌內容可能的字元組合。第一種可能結果的每一碼所具有的相似度最高，然後依序排列形成第二、第三以及第四種可能的結果。以第一可能結果為例，經過分析出來的可能車牌為0695-0A，其中第1碼”0”其經過演算後的相似度為52，第2碼”6”其經過演算後的相似度為72，第3碼”9”其經過演算後的相似度為67，第4碼”5”其經過演算後的相似度為72，第5碼為”-”，第6碼”0”其經過演算後的相似度為63，第7碼”A”其經過演算後的相似度為76。當然，使用者亦可以根據圖九的結果，再根據目視該待辨識影像，自行決定出其他可能的車牌號碼組合以供相關單位進行確認。

請參閱圖十所示，該圖係為本發明之動態即時相對關係辨識系統實施例示意圖。該辨識系統6包括有：一資料庫60、一第一影像擷取裝置61、一控制單元62以及一警示單元63。該辨識系統6係設置於一移動載具上，該移動載具係可為輪型車輛，例如：兩輪或者是四輪的輪型車輛(如圖五A中之第二車輛910)等，但不以此為限。該資料庫60，其係存有影像擷取距離與一特徵物所具有之一影像特徵的特徵關係，亦即儲存圖一或圖四中步驟20與步驟30所建立之資訊或關係曲線擬合函數。該資料庫60係為一儲存媒體所構成，例如：磁性儲存媒體、光儲存媒體或者是記憶體等。該第一影像擷取裝置61，其係擷取外在環境中關於具有該特徵物之一可動裝置的一影像，在本實施例中，該可動裝置係為如圖五A中之第一車輛911，而該特徵物為車牌90，但不以此為限。只要是可動之物體，且具有需要辨識與記錄之特徵的情形，都可以應用。該控制單元62，其係與該資料庫60以及該第一影像擷取裝置61相連接，該控制單元62係進行圖一的步驟22~24或圖四中的步驟32至34的步驟，以於該影像中偵測該特徵物之影像區域，然後於影像區域中決定關於特徵物之一偵測影像特徵，再根據偵測影像特徵於該特徵關係中決定該影像擷取裝置與該特徵物間的相對關係。其詳細之步驟係如前所述，在此不做贅述。

當該控制單元決定出相對關係之後，可以根據相對關係之狀態亦即步驟35中的判斷方式，啟動警示單元63發出警訊以提醒駕駛或者是將該第一影像擷取裝置61所擷取的影像以靜態(單一相片)的方式或者是動態錄影的方式記錄於儲存單元64中。此外，該控制單元62更可以連接一第二影像擷取裝置65，其係可設置在車輛的前方或者是左右兩側，以可以擷取到外在環境中標誌(例如：速限)或者號誌(紅綠燈)的影像。該控制單元62更可以辨識該第二影像擷取裝置65所擷取的影像，以判斷該當燈號為紅燈或者是該移動載具之速度接近或超過該速限時，藉由該警示單元63發出警示訊息。該控制單元62根據該紅綠燈信號狀態與速限號誌影像，以判斷該當燈號是否為紅燈或者是該可動裝置之速度接近或超過該速限時，將該第一影像擷取裝置61與第二影像擷取裝置62所擷取之影像予以記錄於該儲存單元64。以作為將來事故發生時，證明後方來車超速或對向或要轉向的車輛闖紅燈的輔助證明依據。

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。

2．．．動態即時相對關係辨識方法

20~24．．．步驟

3．．．動態即時相對關係辨識方法

30~37．．．步驟

4．．．辨識方法

40~46．．．步驟

5．．．樣品影像

50．．．標準影像區域

500、501．．．像素

51．．．非標準影像區域

510．．．像素

6．．．辨識系統

60．．．資料庫

61．．．第一影像擷取裝置

62．．．控制單元

63．．．警示單元

64．．．儲存單元

65．．．第二影像擷取裝置

90．．．車牌

91．．．車輛

910．．．第二車輛

911．．．第一車輛

92．．．影像擷取裝置

93．．．候選區塊

94．．．影像區域

95．．．特徵影像

97、98．．．影像

圖一係為本發明之動態即時相對關係辨識方法第一實施例流程示意圖。

圖二A係為影像擷取裝置與車牌位置關係示意圖。

圖二B係為車牌影像示意圖。

圖二C與圖二D係為不同影像擷取距離所擷取之車輛影像示意圖。

圖三A代表影像擷取距離與平均寬度之關係曲線。

圖三B代表影像擷取距離與平均面積之關係曲線。

圖四係為本發明之動態即時相對關係辨識方法第二實施例流程示意圖。

圖五A係為兩車輛間的相位位置關係示意圖。

圖五B係為在特定距離下所擷取的車輛影像示意圖。

圖六係為本發明之辨識車牌影像內容流程示意圖。

圖七A至圖七D係為產生已知標準影像示意圖。

圖八A係為重組影像及其特徵影像示意圖。

圖八B係為特徵影像示意圖。

圖九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。

圖十係為本發明之動態即時相對關係辨識系統實施例示意圖。

2．．．動態即時相對關係辨識方法

20~24．．．步驟

Claims (34)

1. 一種動態即時相對關係辨識方法，其係包括有下列步驟：建立一影像擷取裝置之影像擷取距離與一特徵物所具有之一影像特徵的特徵關係；擷取一可動裝置之一影像，該可動裝置上具有該特徵物；於該影像中偵測該特徵物之影像區域；於影像區域中決定關於特徵物之一偵測影像特徵；以及根據偵測影像特徵於該特徵關係中決定該影像擷取裝置與該特徵物間的相對關係。
2. 如申請專利範圍第1項所述之動態即時相對關係辨識方法，其中該相對關係包括有距離、以及影像擷取距離以判斷距離隨時間之變化率。
3. 如申請專利範圍第1項所述之動態即時相對關係辨識方法，其係更包括有當該相對關係超過一特定值時，啟動影像儲存的步驟。
4. 如申請專利範圍第1項所述之動態即時相對關係辨識方法，其係更包括有辨視該影像區域之內容的一步驟，其中辨識該影像區域所具有之內容更包括有下列步驟：提供一資料庫，其內具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；於該影像區域內擷取至少一特徵影像；將每一個特徵影像中之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。
5. 如申請專利範圍第4項所述之動態即時相對關係辨識方法，其中該演算可為正規相關比對法或近似度比對法。
6. 如申請專利範圍第4項所述之動態即時相對關係辨識方法，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。
7. 如申請專利範圍第4項所述之動態即時相對關係辨識方法，其中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。
8. 如申請專利範圍第1項所述之動態即時相對關係辨識方法，其中該影像特徵係為該特徵物之尺寸、面積或形狀。
9. 如申請專利範圍第1項所述之動態即時相對關係辨識方法，其中該偵測影像特徵係為可動裝置上之該特徵物之尺寸、面積或形狀。
10. 一種動態車輛即時相對關係辨識方法，其係包括有下列步驟：建立一影像擷取裝置之影像擷取距離與車牌所具有之一影像特徵的特徵關係；擷取一第一車輛之一影像，該第一車輛上具有一車牌；於該影像中偵測該車牌之影像區域；於影像區域中決定關於車牌之一偵測影像特徵；以及根據偵測影像特徵於該特徵關係中決定該影像擷取裝置與該車牌間的相對關係。
11. 如申請專利範圍第10項所述之動態即時相對關係辨識方法，其中該相對關係包括有距離、以及影像擷取距離以判斷距離隨時間之變化率。
12. 如申請專利範圍第10項所述之動態即時相對關係辨識方法，其係更包括有當該相對關係超過一特定值時，啟動影像儲存的步驟。
13. 如申請專利範圍第10項所述之動態即時相對關係辨識方法，其係更包括有辨視該影像區域之內容的一步驟，該辨識該影像區域所具有之內容更包括有下列步驟：提供一資料庫，其內具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；於該影像區域內擷取至少一特徵影像；將每一個特徵影像中之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。
14. 如申請專利範圍第13項所述之動態即時相對關係辨識方法，其中該演算可為正規相關比對法或近似度比對法。
15. 如申請專利範圍第13項所述之動態即時相對關係辨識方法，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。
16. 如申請專利範圍第13項所述之動態即時相對關係辨識方法，其中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。
17. 如申請專利範圍第10項所述之動態即時相對關係辨識方法，其中該影像特徵係為該車牌之尺寸、面積或形狀。
18. 如申請專利範圍第10項所述之動態即時相對關係辨識方法，其中該偵測影像特徵係為該第一車輛上之車牌之尺寸、面積或形狀。
19. 如申請專利範圍第10項所述之動態即時相對關係辨識方法，其係更包括有擷取紅綠燈信號狀態與速限號誌影像以進行辨識之步驟。
20. 如申請專利範圍第19項所述之動態即時相對關係辨識方法，其係更包括有當燈號為紅燈或者是該第一車輛之速度接近或超過該速限時啟動影像儲存機制之一步驟。
21. 如申請專利範圍第19項所述之動態即時相對關係辨識方法，其中該影像擷取裝置係設置於一第二車輛上，動態即時相對關係辨識方法更包括有該當燈號為紅燈或者是該第二車輛之速度接近或超過該速限時發出警示訊息。
22. 一種動態即時相對關係辨識系統，其係包括有：一資料庫，其係存有影像擷取距離與一特徵物所具有之一影像特徵的特徵關係；一第一影像擷取裝置，其係擷取外在環境中關於具有該特徵物之一可動裝置的一影像；一控制單元，其係與該資料庫以及該第一影像擷取裝置相連接，該控制單元係於該影像中偵測該特徵物之影像區域，然後於影像區域中決定關於特徵物之一偵測影像特徵，再根據偵測影像特徵於該特徵關係中決定該第一影像擷取裝置與該特徵物間的相對關係。
23. 如申請專利範圍第22項所述之動態即時相對關係辨識系統，其中該相對關係包括有距離、以及影像擷取距離以判斷距離隨時間之變化率。
24. 如申請專利範圍第23項所述之動態即時相對關係辨識系統，其中該資料庫內更具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。
25. 如申請專利範圍第24項所述之動態即時相對關係辨識系統，其中該控制單元係於該影像區域內擷取至少一特徵影像，然後將每一個特徵影像中之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。
26. 如申請專利範圍第25項所述之動態即時相對關係辨識系統，其中該演算可為正規相關比對法或近似度比對法。
27. 如申請專利範圍第25項所述之動態即時相對關係辨識系統，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。
28. 如申請專利範圍第25項所述之動態即時相對關係辨識系統，其中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。
29. 如申請專利範圍第22項所述之動態即時相對關係辨識系統，其中該影像特徵係為該特徵物之尺寸、面積或形狀。
30. 如申請專利範圍第22項所述之動態即時相對關係辨識系統，其中該偵測影像特徵係為可動裝置上之該特徵物之尺寸、面積或形狀。
31. 如申請專利範圍第22項所述之動態即時相對關係辨識系統，其係設置於一移動載具上。
32. 如申請專利範圍第22項所述之動態即時相對關係辨識系統，其係更包括一第二影像擷取裝置更擷取紅綠燈信號狀態與速限號誌影像。
33. 如申請專利範圍第32項所述之動態即時相對關係辨識系統，其中該控制單元根據該紅綠燈信號狀態與速限號誌影像以判斷該當燈號為紅燈或者是該移動載具之速度接近或超過該速限時藉由一警示單元發出警示訊息。
34. 如申請專利範圍第32項所述之動態即時相對關係辨識系統，其中該控制單元根據該紅綠燈信號狀態與速限號誌影像以判斷該當燈號為紅燈或者是該可動裝置之速度接近或超過該速限時將該第一影像擷取裝置與第二影像擷取裝置所擷取之影像予以記錄。