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

More documents

Recommendations

Info

a) b) Obr. 3.16 Zobrazenia zlúčenie čiastkových oblastí algoritmu č.2., a) pred zlúčením, b) po zlúčení 3.3.2.4 Druhá funkcia trasovania(trace) Konečnou fázou algoritmu č.2. je ako v predchádzajúcom algoritme opätovne funkcia trasovania, ktorá trasuje hrany oblastí už vyselektovaných v predchádzajúcich úkonov. Malé množstvo objektov vstupuje do verifikátoru. a) b) Obr. 3.17 Druhá funkcia trasovania a zobrazenie oblasti vstupujúcich do verifikátora algoritmu č.2., a) jednotlivé oblasti, b)farebné odlíšenie pre lepšiu názornosť 42
3.4 Verifikácia a selekcia ŠPZ Jednotlivé oblasti sú posunuté z predchádzajúceho cyklu a sú importované do verifikátoru. Jeho úlohou je jednoznačne určiť, s akou pravdepodobnosťou ide o značku ŠPZ. V prípade, že oblasť po prechode zlyhá, je automaticky pre<strong>sk</strong>očená a cyklus začne testovať oblasť, ktorej číslo je ďalšie v poradí. Takto sa cykluje dovtedy, kým sa nenarazí na správnu oblasť, poprípade k dispozícii niesu ďalšie vstupy na testovanie. Podmienky a pravidlá na selekciu sa môžu vhodne upravovať podľa typu kvality obrázku, rozlíšenia a iných vonkajších podmienok. Z dôvodu robustnosti je namieste, keď systém vyzistí čo najviac správnych výsledkov. Každopádne, závislosť na kvalite vstupných dát je nepopierateľná. V niektorých prípadoch, kedy ide o veľmi kvalitné snímky je lepšie nastaviť verifikátor prísnejšie, poprípade pridať podmienky, ktoré sa veľmi ľahko implementujú do systému. V opačnom prípade, kedy ide o veľmi nekvalitné snímky a hodnota vstupných dát je veľmi nízka, je nanajvýš rozumné podmienky zjemňovať, aby nedochádzalo k zlyhaniu systému. Najlepšou alternatívou vytvárania a práce s podmienkami je priamo na mieste, kde by bol daný systém umiestnený. V zásade platí, že prax je najlepší školiteľ a to samozrejme platí aj pre automatizované systémy. Pri vývoji programu bolo vytvorených viacero alternatív detekcie vzhľadom na kvalitu vstupných dát. Konkrétne tri. Obr. 3.18 Oblasti vstupujúce do verifikátoru a ich číslovanie 43
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 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: a) b) Obr. 3.14 Názornosť funkcie
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?