AutomatickÃ© rozpoznÃ¡vanie Å PZ motorovÃ½ch vozidiel v ... - Utc.sk

More documents

Recommendations

Info

2 Prehľad a porovnanie dostupných algoritmov automatického rozpoznávania ŠPZ Táto práca, sa bude zaoberať rozpoznávaním textu na statických obrázkoch(framoch). Je dôležité poznamenať, že tieto obrázky by vzhľadom k dosiahnutiu lepších výsledkov, nemali byť brané kamerou s dvojriadkovým vykresľovaním. 2.1 Metódy detekcie ŠPZ motorových vozidiel Z doterajších teoretických a praktických vedomostí sa vychádza, že existujú dve najznámejšie základné metódy detekovania ŠPZ v obraze. Prvá z nich, je metóda založená na prahovaní vstupného obrázka na binárny, a druhá na relatívne pravidelného prechodu hrán jasovej úrovne medzi písmenami a medzerami znakov ŠPZ. V princípe sú tieto metódy jednoznačne odlišné, ale napriek tomu je možné povedať, že podstata veci spočíva jak pri jednej, tak pri druhej v jasovej odlišnosti blízkych pixelov. V prvom prípade je metóda hľadania podstatne viac závislá na kvalite po jasovej a kontrastovej stránke ako druhá, napriek tomu sa nedá povedať ani o jednej z nich, že by bola naprosto dokonalá. V rozbore sa uvedú príklady nedokonalosti jednotlivých metód. 2.1.1 Metóda prahovania vstupného obrázka na binárny Základom tohto procesu je uviesť pôvodný obrázok RGB poprípade Gray na binárny (BW – black and white) pomocou prahovacích techník. V takto pretransformovanom obrázku sa následne hľadajú oblasti pomocou hranových a trasových algoritmoch. Prvotnou oblasťou ktorú treba nájsť, je samostatná značka ŠPZ, ktorej pozadie je biele a znaky čierne. Pri kroku jedna sa nemusí zaoberať objektami, ktorými sú práve znaky ŠPZ, ktoré predstavujú v objekte ŠPZ takzvané diery (holes). Takto definovaná oblasť sa posunie do pravidla, ktoré určuje pomer strán dĺžky a šírky. Ak takto definovaná oblasť splňuje kritéria, postupuje na ďalšie spracovanie. Pri ďalšom spracovaní sa z oblasti vystrihne niektorý(spravidla stredný) riadok, zistí sa počet svetlých a tmavých miest. Ak daný počet spadá do určitého intervalu, dá sa s veľkou pravdepodobnosťou povedať, že ide o značku ŠPZ. Základné nevýhody tejto metódy 20
• Pri prevode RGB poprípade Gray obrázku na binárny BW je nutné mať dobré jasové a kontrastové podmienky, aby bolo možné značku jednoznačne definovať. • Značka musí byť relatívne s vysokým rozlíšením, aby pri nízkom osvetlení nedošlo k spojeniu znaku s vrchom a so spodkom rámu, čo by narušilo atribúty daného objektu v tomto prípade značky. Podobne by nemal obsahovať nedokonalosti v podobe zašpinenia, čo je dôležité aj v samostatnom rozpoznávaní znakov. • Značka nesmie obsahovať cez tmavý rámik biele miesta, napríklad v podobe zasneženia. • Značka by mala byť v relatívnej rovine s rovinou obrázka. Pretože zdrojový kód je založený na tejto metóde, bolo snahou odstraniť už spomínané mnohé nedostatky. Nnohé riešenia sa v mnohých týchto aspektoch podarili, napriek tomu ostali oblasti, ktoré boli vyriešené čiastočne, alebo vôbec. Ďalšie priblíženie riešení zadaných problémov sa uvedú v kapitole [3]. 2.1.2 Metóda relatívne pravidelného prechodu hrán jasovej úrovne medzi písmenami a medzerami znakov ŠPZ (Metóda vertikálnych hrán) Základom tejto metódy je vzhľad v horizontálnom reze ŠPZ. Priamo v značke dochádza k relatívne pravidelnému prechodu oblastí tmavých miest, čo predstavujú znaky a svetlých miest, čo predstavujú medzery ŠPZ. V praxi ide o vertikálne hrany vyznačujúce sa pravidelnými skokmi v jasovej úrovni. Jasová úroveň je odlíšená nejakou prahovou hodnotou. V prípade, že sú nájdené tieto skoky v určitých intervaloch daných parametrov, dokáže sa usúdiť, v ktorom riadku môže existovať ŠPZ značka. Ak je nájdený takýto riadok, postupuje sa po kroku o jeden horizontálny bod hore a dole. V prípade, že daný riadok spĺňa opätovne podmienky, krok sa opakuje až dovtedy, kým sa pravidelnosť jasových skokov neobmedzí, poprípade úplne nestratí. Riadky, v ktorých k tomuto dôjde, sa určia ako horizontálne maximá a minimá. Základné nevýhody tejto metódy • Je nutné vedieť, alebo mať aspoň predpoklad, aká je šírka značky, pretože je potrebné značku pretnúť v horizontálnom reze aspoň raz. Ak táto podmienka nieje splnená, môže nastať prípad, že riadok, kde existuje ŠPZ sa nemusí vôbec objaviť. 21
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 and 10: Úvod Z dôvodu nových technologic
Page 11 and 12: 1 Teoretické spracovanie problemat
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: Gramatika predstavuje množinu prav
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
Page 61 and 62: Záver: Podstatou tejto práce bolo
Page 63 and 64: Prílohová časť Táto časť sa
Page 65: Poďakovanie Moje poďakovanie patr

AutomatickÃ© rozpoznÃ¡vanie Å PZ motorovÃ½ch vozidiel v ... - Utc.sk

Create successful ePaper yourself

Delete template?

Save as template?