Automatické rozpoznávanie ŠPZ motorových vozidiel v ... - Utc.sk
Automatické rozpoznávanie ŠPZ motorových vozidiel v ... - Utc.sk Automatické rozpoznávanie ŠPZ motorových vozidiel v ... - Utc.sk
Štruktúra práce • Kapitola 1 obsahuje teoretické spracovanie problematiky rozpoznávania textu a objektov v obraze a uvádza rôzne využívané metódy a postupy pri spracovaní obrazu všeobecne. • Kapitola 2 obsahuje prehľad a porovnanie dostupných algoritmov automatického rozpoznávania ŠPZ. • Kapitola 3 popisuje praktickú realizáciu mnou vytvoreného programu na rozpoznávanie ŠPZ motorových vozidiel. • V kapitole Záver je zhrnutie. • Prílohová časť obsahuje zdrojový kód programu a jeho výsledky. 2
1 Teoretické spracovanie problematiky rozpoznávania znakov a všeobecne objektov v obraze a vo videosekvenciách Pojem detekcia znakov respektíve textu v obraze a videosekvenciách, môžeme rozdeliť na niekoľko podúloh: Detekcia znakov v obraze • Detekcia za ideálnych podmienok – ide o zisťovanie textu pri jednoduchých podmienkach, text je na jednoduchom pozadí (zvyčajne sa jedná o tmavé zobrazenie textu na bielom podklade), text neobsahuje žiadne skreslenia, šumy, geometrické deformácie, ako afinita a otočenie voči rovine atď. • Detekcia za normálnych podmienok – zisťovanie textu sa uskutočňuje pri rôznych zhoršujúcich faktorov, medzi ktoré patria šumy, skreslenia, nedokonalá jasová úroveň, jemné geometrické deformácie a pod. • Detekcia za extrémnych podmienok – rozpoznávanie textu sa uskutočňuje za veľmi nepriaznivých podmienok, veľké šumové skreslenie, silné geometrické skreslenie, ako afinita a otočenie voči rovine, viacfarebnosť textu, splývanie s pozadím a pod. Detekcia znakov vo videosekvenciách • Detekcia statického textu na pohyblivom pozadí – ide napríklad o detekciu textu pri filme(titulky). • Detekcia pohyblivého textu na statickom pozadí – ide o detekciu textu, ktorá sa využíva na spravodajských kanáloch, alebo pohyblivý text na statických stránkach(WWW) • Detekcia pohyblivého textu na pohyblivom pozadí, avšak zo známej pozície – ide o rozpoznávanie napríklad ŠPZ Furierovou metódou • Detekcia pohyblivého textu na pohyblivom pozadí bez známej pozície textu Detekcia za ľubovoľných podmienok • Ide o detekciu, ktorá sa dokáže vysporiadať s ktoroukoľvek nepríjemnou situáciou. V reálnych podmienkach je typ takejto detekcie takmer nedosiahnuteľný. 3
- Page 1 and 2: Automatické rozpoznávanie ŠPZ mo
- Page 3 and 4: Žilinská univerzita v Žiline, El
- Page 5 and 6: 2.2 Metódy selekcie znakov ŠPZ mo
- Page 7 and 8: Obr. 3.7 Zobrazuje jednotlivé krok
- Page 9: Úvod Z dôvodu nových technologic
- Page 13 and 14: ∞ ∫ −∞ I( f ( x)) = F( u) =
- Page 15 and 16: vzdialenosťou r od počiatku v sme
- Page 17 and 18: Používajú sa polynómy stupňa m
- Page 19 and 20: Prahovanie s jedným prahom možno
- Page 21 and 22: Spätná projekcia vstupných bodov
- Page 23 and 24: Na spájanie oblastí sa používaj
- Page 25 and 26: N ⎛ = S ⎜∑ ⎝ w x i i i= y 1
- Page 27 and 28: Gramatika predstavuje množinu prav
- Page 29 and 30: • Pri prevode RGB poprípade Gray
- Page 31 and 32: Obr. 2.2 Segmentácia znakov pomoco
- Page 33 and 34: Ďalšími počítanými výrazmi p
- Page 35 and 36: Obr. 2.6 Zovšeobecnený vektorový
- Page 37 and 38: Obr. 2.10 Zovšeobecnená viacvrstv
- Page 39 and 40: 3 Praktická realizácia programu n
- Page 41 and 42: 3.2.2 Zaistenie dostatočného mno
- Page 43 and 44: sa jedná o tmavé, alebo svetlé a
- Page 45 and 46: 3.3.1.3 Úprava matice vhodnej na o
- Page 47 and 48: 3.3.1.6 Odstránenie malých oblast
- Page 49 and 50: a) b) Obr. 3.14 Názornosť funkcie
- Page 51 and 52: 3.4 Verifikácia a selekcia ŠPZ Je
- Page 53 and 54: 3.4.2.1 Prvá časť verifikátoru
- Page 55 and 56: a) b) Obr. 3.22 Výrez stredného r
- Page 57 and 58: Obr. 3.25 Prevod RGB značky na zá
- Page 59 and 60: 3.4.3 Preprocesing OCR (Separácia
1 Teoretické spracovanie problematiky rozpoznávania znakov<br />
a všeobecne objektov v obraze a vo videosekvenciách<br />
Pojem detekcia znakov respektíve textu v obraze a videosekvenciách, môžeme<br />
rozdeliť na niekoľko podúloh:<br />
Detekcia znakov v obraze<br />
• Detekcia za ideálnych podmienok – ide o zisťovanie textu pri jednoduchých<br />
podmienkach, text je na jednoduchom pozadí (zvyčajne sa jedná o tmavé<br />
zobrazenie textu na bielom podklade), text neobsahuje žiadne <strong>sk</strong>reslenia, šumy,<br />
geometrické deformácie, ako afinita a otočenie voči rovine atď.<br />
• Detekcia za normálnych podmienok – zisťovanie textu sa u<strong>sk</strong>utočňuje pri rôznych<br />
zhoršujúcich faktorov, medzi ktoré patria šumy, <strong>sk</strong>reslenia, nedokonalá jasová<br />
úroveň, jemné geometrické deformácie a pod.<br />
• Detekcia za extrémnych podmienok – rozpoznávanie textu sa u<strong>sk</strong>utočňuje za<br />
veľmi nepriaznivých podmienok, veľké šumové <strong>sk</strong>reslenie, silné geometrické<br />
<strong>sk</strong>reslenie, ako afinita a otočenie voči rovine, viacfarebnosť textu, splývanie<br />
s pozadím a pod.<br />
Detekcia znakov vo videosekvenciách<br />
• Detekcia statického textu na pohyblivom pozadí – ide napríklad o detekciu textu<br />
pri filme(titulky).<br />
• Detekcia pohyblivého textu na statickom pozadí – ide o detekciu textu, ktorá sa<br />
využíva na spravodaj<strong>sk</strong>ých kanáloch, alebo pohyblivý text na statických<br />
stránkach(WWW)<br />
• Detekcia pohyblivého textu na pohyblivom pozadí, avšak zo známej pozície – ide<br />
o rozpoznávanie napríklad ŠPZ Furierovou metódou<br />
• Detekcia pohyblivého textu na pohyblivom pozadí bez známej pozície textu<br />
Detekcia za ľubovoľných podmienok<br />
• Ide o detekciu, ktorá sa dokáže vysporiadať s ktoroukoľvek nepríjemnou<br />
situáciou. V reálnych podmienkach je typ takejto detekcie takmer<br />
nedosiahnuteľný.<br />
3
Change language