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

More documents

Recommendations

Info

Zoznam obrázkov Obr. 1.1 Dvojrozmerná Fourierova transformácia v di<strong>sk</strong>rétnej podobe...............................5 Obr. 1.2 Fourierova transformácia, a) di<strong>sk</strong>rétne vyjadrenie funkcie f(u,v), b) jej amplitúdové frekvenčné spektrum........................................................................6 Obr. 1.3 Geometria Radonovej transformácie......................................................................7 Obr. 1.4 Typické hranové profily, a) kroku, b)vrchu, c) priamky, d)šumu ....................10 Obr. 1.5 Aplikácia na využitie Houghovej transformácie, a)určenie konvexného obalu, b)zistenie uhlu otočenia voči rovine....................................................................14 Obr. 1.6 Stromová segmentácia delenia a spájania oblastí................................................15 Obr. 1.7 Základný model jednoduchého neurónu..............................................................17 Obr. 1.8 Rôzne druhy prenosovej funkcie Neurónovej siete, a)jemná limita, b)tvrdá limita c)logaritmus signálu ...........................................................................................17 Obr. 2.1 Segmentácia znakov pomocou horizontálnej projekcie (určuje vo vertikálnej rovine vrch a spodok znakov v ŠPZ) ..................................................................22 Obr. 2.2 Segmentácia znakov pomocou vertikálnej projekcie (určuje v horizontálnej rovine maximá pre oblasti medzi znakmi) .........................................................23 Obr. 2.3 Rast prahu a spájanie extremálnych oblastí........................................................ 24 Obr. 2.4 Algoritmus detekcie a selekcie CER....................................................................25 Obr. 2.5 Neurón s vektorovým vstupom............................................................................26 Obr. 2.6 Zovšeobecnený vektorový neurón.......................................................................27 Obr. 2.7 Prenosové funkcie používajúce sa v NN..............................................................27 Obr. 2.8 Zobrazenie vrstvy neurónov, a) vrstva neurónov, b) zovšeobecnená vrstva neurónov..............................................................................................................28 Obr. 2.9 Viacvrstvová neurónová sieť...............................................................................28 Obr. 2.10 Zovšeobecnená viacvrstvová neurónová sieť....................................................29 Obr. 2.11 Príklad metrixu znakov, a) bez šumu, b)zo šumom...........................................29 Obr. 2.12 Architektúra využívaná na znakové rozpoznávanie...........................................30 Obr. 3.1 Funkčnosť algoritmu na detekciu pohybu............................................................31 Obr. 3.2 Prevod RGB (farebného) obrázku na obrázok Gray (256 odtieňov sivej), a)trojdimenzionálny metrix RGB obrázku, b)RGB obrázok, c)jednodimenzionálny metrix Gray obrázku, d)obrázok gray............................32 Obr. 3.3 Ilustruje zmeny jasových(kontrastových) úrovní Gray obrázku..........................33 Obr. 3.4 Prevod obrázku 256 odtieňov sivej(gray) na binárny obrázok, a)pôvodný obrázok gray, b) binárny obrázok po prevode....................................................34 Obr. 3.5 Demonštratívny obrázok auta, a) RGB, b) Gray.................................................35 Obr. 3.6 Názornosť funkcie trasovania na základe hranových detektorov, a)pred trasovaním, b)po trasovaní.......................................................................35 VI
Obr. 3.7 Zobrazuje jednotlivé kroky rozšírenia hrán, a)pôvodný binárny obrázok b)prevod obrázku na opačný 1-0, c)roztiahnutie hrán d)spätný prevod............36 Obr. 3.8 Demonštruje kroky odpočtu, a)pôvodný binárny obrázok, b)obrázok na odpočet, c)výsledný obrázok po odpočte...........................................................................37 Obr. 3.9 Odstránenie miniatúrnych oblastí, a)pred selekciou, b)po selekcií......................38 Obr. 3.10 Zlúčenie čiastkových oblastí, a)pred zlúčením, b)po zlúčení............................38 Obr. 3.11 Odstránenie malých oblastí, a)pred odstránením, b)po odstránení..................39 Obr. 3.12 Druhá funkcia trasovania a zobrazenie oblasti vstupujúcich do verifikátora, a) jednotlivé oblasti, b)farebné odlíšenie pre lepšiu názornosť..........................40 Obr. 3.13 Demonštratívny obrázok auta, a) RGB, b)Gray ...............................................40 Obr. 3.14 Názornosť funkcie trasovania na základe hranových detektorov algoritmu č.2., a) pred trasovaním, b)po trasovaní.....................................................................41 Obr. 3.15 Zobrazuje odstránenie malých oblastí algoritmu č.2., a)pred odstránením, b)po odstránení..................................................................41 Obr. 3.16 Zobrazenia zlúčenie čiastkových oblastí algoritmu č.2., a)pred zlúčením, b)po zlúčení............................................................................42 Obr. 3.17 Druhá funkcia trasovania a zobrazenie oblastí vstupujúcich do verifikátora algoritmu č.2., a) jednotlivé oblasti, b)farebné odlíšenie pre lepšiu názornosť42 Obr. 3.18 Oblasti vstupujúce do verifikátoru a ich číslovanie...........................................43 Obr. 3.19 Spracovanie oblastí vstupujúcich do verifikátora s podmienkami.....................44 Obr. 3.20 Podmienka číslo jedna prvej časti verifikátoru..................................................45 Obr. 3.21 Podmienka atribútov..........................................................................................46 Obr. 3.22 Výrez stredného riadku, a) detekovaná oblasť, b)vyrezaná oblasť a jej stredný riadok...................................................................................................................47 Obr. 3.23 Podmienka intervalu počtu svetlých miest v horizontálnom reze značky.........47 Obr. 3.24 Vystrihnutie ŠPZ značky z pôvodného RGB obrázku, a) detekovaná oblasť, b)rovnaká oblasť vyrezaná z pôvodného RGB snímku.......................................48 Obr. 3.25 Prevod RGB značky na základe priemerného prahu do BW podoby................49 Obr. 3.26 Odstránenie miniatúrnych oblastí a zistenie uhla otočenia pomocou HT..........49 Obr. 3.27 Rotácia, a)upravenej binárnej matice, b)pôvodnej binárnej matice, c) pôvodnej RGB matice.................................................................................... 49 Obr. 3.28 Výsledok orezania..............................................................................................51 Obr. 3.29 Preprocesing značky ŠPZ, a) pôvodný výrez značky, b) výrez značky upravený vyhľadením hrán.................................................................................................51 Obr. 3.30 Horizontálna separácia znakov značky..............................................................52 Obr. 3.31 Vertikálne ohraničenie a konverzia znakov.......................................................52 VII
Page 1 and 2: Automatické rozpoznávanie ŠPZ mo
Page 3 and 4: Žilinská univerzita v Žiline, El
Page 5: 2.2 Metódy selekcie znakov ŠPZ mo
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 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
show all

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

Create successful ePaper yourself

Delete template?

Save as template?