Automatické rozpoznávanie ŠPZ motorových vozidiel v ... - Utc.sk
Automatické rozpoznávanie ŠPZ motorových vozidiel v ... - Utc.sk Automatické rozpoznávanie ŠPZ motorových vozidiel v ... - Utc.sk
Vystrihnutie ŠPZ značky z pôvodného RGB obrázku V prípade, že je obraz v tele programu konvertovaný na menší, je potrebné tento problém odstrániť. Spraví sa to tým, že sa zistí reálne číslo prevodu obrázku na menší. Takto získané číslo sa postupne násobí s okrajmi objektu. Takto sa zistí skutočné umiestnenie značky ŠPZ v pôvodnom nekonvertovanom farebnom obrázku. Pomocou atribútov umiestnenia sa uloží objekt vo forme matice. V prípade, že sa zvolí najhoršia kvalita, pri spracovaní dôjde k uloženiu takto vystrihnutej značky do obrázku *.png. Pri ukladaní dochádza aj k rozpoznaniu v akej jasovej úrovni bola detekovaná ŠPZ značka. Jasová úroveň je zaznamenaná v podobe čísla v názve súboru. a) b) Obr. 3.24 Vystrihnutie ŠPZ značky z pôvodného RGB obrázku, a) detekovaná oblasť, b)rovnaká oblasť vyrezaná z pôvodného RGB snímku 3.4.2.2 Druhá časť verifikátoru Značka sa spracuje, upravia sa geometrické deformácie a v poslednom rade sa uskutoční prechod k znakovému rozpoznávaniu. Pozostáva z týchto častí: Otočenie Je založené na detekcií uhla pomocou Houghovej transformácie. Otočenie obsahuje kroky: • zistenie priemerného prahu vystrihnutej značky ŠPZ získanej v prvej časti verifikátoru a prevod na binárny obrázok (Obr. 3.25) • odstránenie miniatúrnych oblastí (Obr. 3.26) • na základe Houghovej transformácie zistenie uhla otočenia značky (Obr. 3.26) • otočenie binárnej, binárnej upravenej, a v poslednom rade RGB matice (Obr. 3.27) 48
Obr. 3.25 Prevod RGB značky na základe priemerného prahu do BW podoby Obr. 3.26 Odstránenie miniatúrnych oblastí a zistenie uhla otočenia pomocou HT a) b) c) Obr. 3.27 Rotácia, a) upravenej binárnej matice, b)pôvodnej binárnej matice, c) pôvodnej RGB matice 49
- 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 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: a) b) Obr. 3.22 Výrez stredného r
- 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
Obr. 3.25 Prevod RGB značky na základe priemerného prahu do BW podoby<br />
Obr. 3.26 Odstránenie miniatúrnych oblastí a zistenie uhla otočenia pomocou HT<br />
a)<br />
b)<br />
c)<br />
Obr. 3.27 Rotácia, a) upravenej binárnej matice, b)pôvodnej binárnej matice,<br />
c) pôvodnej RGB matice<br />
49