Universidad Distrital Francisco Jos de Caldas. Tuiran, Lara, Umaa.

Sistema de reconocimiento automtico de placas

vehiculares.

Sistema de reconocimiento automtico de placas

vehiculares.
S. Tuiran*, J. Lara** y O. Umaa***
Universidad Distrital Francisco Jos de Caldas

Resumen Este documento presenta una aplicacin en el

procesamiento digital de imgenes que se realiza por medio
de la identificacin automtica de las placas de automviles y
sus caracteres. Para el desarrollo de esta identificacin se
realizan dos etapas, un pre procesamiento para la
identificacin de las placas y sus caracteres, a partir de todos
los conceptos adquiridos en el curso de Procesamiento digital
de imgenes como: conceptos RGB, intensidades, morfologa
matemtica, entre otras. Y otra etapa para reconocimiento
automtico de los caracteres de las placas a travs de un
proceso de segmentacin, separacin por lnea y correlacin.
Palabras claves
Imgenes RGB,
geomtrica,
morfologa
matemtica,
correlacin.

transformacin
segmentacin,

AbstractThis paper presents an application in digital

image processing is performed by the automatic detection of
the car license plates and their characters. For the
development of this identification two stages, a pre-processing
for identification plates and their characters from all the
concepts learned in the course of digital image processing as
performed:
RGB
concepts,
currents,
mathematical
morphology, including other. And another stage for automatic
recognition of the characters of the plates through a process
of segmentation, line separation and correlation.
Key words RGB images, geometric processing,
mathematical morphology, segmentation, correlation.

El sistema de reconocimiento de placas vehiculares a travs de

procesamiento digital de imgenes se llev a cabo en tres
partes esencialmente:
1.
2.
3.

Procesado y mejorado de la placa.

Procesamiento morfolgico.
Extraccin de caracteres.

En el procesado y mejorado de la placa lo que se busca es

modificar las imgenes originales para as obtener una
apreciacin clara de los componentes de inters de la imagen.
A la imagen resultante en el mejorado se le hace un
procesamiento morfolgico caracterizado por realzar la
geometra y forma de los objetos, en este caso las placas; y
finalmente se hace la extraccin de caracteres de la placa
ingresada.
Para lograr un reconocimiento satisfactorio de las placas
vehiculares es necesario que la imagen tomada sea de alta
calidad, as es posible la extraccin de informacin confiable
de la imagen.
El objetivo de la prctica es desarrollar una aplicacin que
facilite el reconocimiento de placas vehiculares, por medio del
procesamiento digital de imgenes.
Aplicar las funciones y tcnicas estudiadas en el
desarrollo de la asignatura de Procesamiento
Digital de Imgenes, que modifican la morfologa
y estructura de las imgenes digitales con las cuales
se desarrollara dicha aplicacin.
Desarrollar la aplicacin por medio de las
herramientas que contiene el software MatLab.

I. INTRODUCCIN
El reconocimiento de las placas de los vehculos es un
sistema de vigilancia que en la actualidad tiene varias
implementaciones como son el control de la velocidad,
recaudacin electrnica de peajes, parqueaderos entre otros.
Para este caso no se tratara la adquisicin de la imagen, puesto
que no le compete a este curso de Procesamiento Digital.

II. MARCO TERICO

El Pre procesamiento se puede realizar para compensar
adverso condiciones tales como la presencia de efectos de las
irregularidades en la iluminacin, color, u parmetros de la
imagen que se repiten a travs de mltiples imgenes. La
reduccin de ruido y los artefactos de eliminacin, tambin se
puede realizar antes de la deteccin y segmentacin. Adems
se puede realizar con el fin de reducir el tiempo de
procesamiento. tiempo de procesamiento. [7]

*Estudiante de la Universidad Distrital Francisco Jos de Caldas, Facultad de ingeniera, Proyecto curricular Electrnica. Correo electrnico:
satuiranm@correo.udistrital.edu.co
**Estudiante de la Universidad Distrital Francisco Jos de Caldas, Facultad de ingeniera, Proyecto curricular Electrnica. Correo electrnico:
joalarac@correo.udistrital.edu.co
***Estudiante de la Universidad Distrital Francisco Jos de Caldas, Facultad de ingeniera, Proyecto curricular Electrnica. Correo electrnico:
odumanag@correo.udistrital.edu.co

Universidad Distrital Francisco Jos de Caldas. Tuirn, Lara, Umaa. Sistema de reconocimiento automtico de placas
vehiculares.

La palabra morfologa denota una rama de la Biologa que se

ocupa de la forma y estructura de animales y plantas. Usamos
aqu la misma palabra para denotar una herramienta que extrae
las componentes de la imagen que utilizan para la
representacin y descripcin de regiones. El lenguaje utilizado
es el de la teora de conjuntos, donde los conjuntos representan
la forma de los objetos en una imagen. [4]
La Morfologa matemtica es una teora y tcnica para el
anlisis y tratamiento de las estructuras geomtricas, basada en
la teora de conjuntos, teora de retculos, topologa y
funciones aleatorias. [1]
La morfologa matemtica aplicada a imgenes permite [2]:

Extraer componentes de la imagen que son tiles en

la representacin y descripcin de la forma de las
regiones.
Obtener caractersticas relevantes de los objetos en la
imagen.
Transformar la forma o la estructura de los objetos en
una imagen.[2]

Las operaciones primarias morfolgicas son la erosin y la

dilatacin. A partir de ellas se pueden componer las
operaciones de apertura y clausura. Son estas dos operaciones
las que tienen mucha relacin con la representacin de formas,
la descomposicin y la extraccin de primitivas. [3]

a.

b.

c.

Fig. 1 a) Imagen original, b) Imagen segmentada, c) Imagen erosionada con

elemento estructurante tipo disco de radio 2.

Dilatacin binaria
La dilatacin es la transformacin dual a la erosin. El
resultado de la dilatacin es el conjunto de elementos tal que
al menos algn elemento del conjunto estructurante B est
contenido en el conjunto X, cuando B se desplaza sobre el
conjunto X: [5]
( ) = = { | }
Esta operacin representa un crecimiento progresivo del
conjunto X. Al pasar el elemento estructurante dentro del
conjunto, ste no se modificar. Sin embargo, en la frontera
del conjunto X, al desplazar a B, el conjunto resultado se
expansionar. La aplicacin iterada de este operador hara
degradar la imagen, haciendo coincidir el conjunto dilatado
con la imagen. La dilatacin tambin se interpreta como el
valor mximo del entorno de vecindad definido por el
elemento estructurante. [5]

Erosin binaria
La transformacin de la erosin es el resultado de comprobar
si el elemento estructurante B est completamente incluido
dentro del conjunto X. Cuando no ocurre, el resultado de la
erosin es el conjunto vaco [5]:
( ) = = { | }
Cuando los objetos de la escena sean menores que el elemento
estructurante, stos desaparecern. Otra interpretacin de la
erosin supone tomar el valor mnimo de la imagen en el
entorno de vecindad definido por el elemento estructurante.
[5]
Su utilidad consiste en definir una geometra determinada al
elemento estructurante y pasarlo sobre la imagen. Los objetos
menores al elemento estructurante no aparecern en la imagen
resultante. Los objetos que queden de la transformacin
habrn sido degradados. Por tanto, la erosin supone una
degradacin de la imagen. La aplicacin iterativa de esta
transformacin har que se eliminen todos los objetos
existentes en la imagen. [5]

a.

b.

c.

Fig. 2 a) Imagen original, b) Imagen segmentada, c) Imagen dilatada con

elemento estructurante tipo disco de radio 5.

Gradiente morfolgico
Adems de las operaciones antes discutidas para la supresin
de elementos extraos, a menudo la dilatacin y la erosin se
usan para calcular el gradiente morfolgico de una imagen que
se define [6]

El gradiente morfolgico resalta las transiciones bruscas entre

niveles de grises de la imagen. [6]

Universidad Distrital Francisco Jos de Caldas. Tuirn, Lara, Umaa. Sistema de reconocimiento automtico de placas
vehiculares.

III. PROCEDIMIENTO
Procesado y mejoramiento de la imagen de la placa.
1.
2.
3.
4.

Lectura de la imagen.
Cambiar el tamao de la imagen manteniendo la
relacin de aspecto.
Conversin de la imagen a escala de grises.
Aplicacin del filtro de la mediana para la reduccin
de ruido.

Procesamiento morfolgico.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.

Creacin de elemento estructural (disco de radio 1)

para el procesamiento morfolgico.
Dilatacin de la imagen.
Erosin de la imagen.
Aplicacin de gradiente morfolgico para la mejora
de bordes.
Convolucin para iluminar los bordes.
Cambio de escala de intensidad entre el rango de 0 y
1.
Conversin de formato de la imagen de doble a
binario.
Eliminacin de bordes horizontales que no
pertenecen al nmero de la placa.
Coloreado de las regiones de la imagen.
Adelgazamiento de la imagen para asegurar la
separacin de caracteres.
Seleccin de regiones de la imagen con un rea
mayor a 100 pixeles.

Extraccin de caracteres.

Pre-procesamiento de la imagen
% 1. Lectura de la imagen
S = imread('Huella1.jpg');
I = rgb2gray(S);
% 2. Cambio de tamao de la imagen manteniendo la relacin de
aspecto.
f = imresize(S,[400 NaN]);
% 3. Conversin a escala de grises.
g = rgb2gray(f);
% 4. Filtro de la mediana para reduccin de ruido.
gt = medfilt2(g,[3 3]);

a)Dilatacin de la imagen

b)Erosisn de la imagen

c)Extraccin de bordes

d)Iluminacin de bordes

e)Aumento de intensidad
de bordes

f)Eliminacin de bordes
horizontales

Fig. 4 a) Dilatacin de la imagen, b) Erosin de la imagen, c) Extraccin de

bordes, d) Iluminacin de bordes, e) Aumento de intensidad de bordes, f)
Eliminacin de bordes.

16. Segmentacin: Recorte de la imagen para ajustarla al

texto.
IV. RESULTADOS
a)Llenado regiones de la
imagen

b)Adelgazamiento de la
imagen

c) Seleccin de regiones de
mayor rea

Fig. 5 a) Llenado regiones de la imagen, b) Adelgazamiento de la imagen, c)

Seleccin de regiones de mayor rea.

Procesamiento morfolgico de la imagen

a) Placa original

b)Reduccion del tamao de la imagen.

% 1. Elemento estructural (disco de radio 1) para el procesamiento
morfolgico.
es = elemento('disk',1);
% 2. Dilatacin de la imagen.
imag_d = imdilate(g,es);
% 3. Erosin de la imagen.
imag_e = imerode(g,es);

c)Imagen en escala de grises

d) Imagen filtrada

Fig. 3 a) Placa original, b) Reduccin del tamao, c) Imagen en escala de

grises, d) Imagen filtrada.

% 4. Gradiente morfolgico para la mejora de bordes.

gdif = imsubtract(imag_d,imag_e);
gdif = mat2gray(gdif);

Universidad Distrital Francisco Jos de Caldas. Tuirn, Lara, Umaa. Sistema de reconocimiento automtico de placas
vehiculares.
% 5. Convolucin para iluminar los bordes.
gdiffi = conv2(gdif,[1 1;1 1]);

Las plantillas son imgenes de 42 x 24 pxeles, que contiene

cada letra y nmero existente.

% 6. Escala de intensidad entre el rango de 0 a 1.

gdiffe = imadjust(gdiffi,[0.5 0.7],[0 1],0.1);

Interfaz grfica
% 7. Conversin de formato doble a binario.
B = logical(gdiffe);
% 8. Eliminacin de bordes horizontales que no pertenecen al nmero
de la
% placa.
er = imerode(B,elemento('line',50,0));
out1 = imsubtract(B,er);
% 9. Coloreado de las regiones de la imagen
F = imfill(out1,'holes');
% 10. Adelgazamiento de la imagen para asegurar la separacin de
caracteres.
H = bwmorph(F,'thin',1);
H = imerode(H,elemento('line',3,90));
% 11. Seleccin de regiones de la imagen con un rea mayor a 100
pixeles.
final = bwareaopen(H,100);
final1 = final;

Extraccin de caracteres
Como primer paso para la extraccin de los caracteres de la
placa se realiza una segmentacin, en la cual se recorta la
imagen para ajustarla al texto, ver Fig. 6. Despus de esto se
separa lnea por lnea.

Fig. 7 Men de la interfaz grfica.

En la Fig. 7 se observa el menu de la interfaz grfica en el cual

se puede seleccionar una de las seis (6) placas que se han
dispuesto para la comprobacin del funcionamiento del
procesamiento anteriormente descrito. Cada imagen tiene una
placa diferente y caractersticas diferentes.
Una vez se selecciona la placa, se oprime el pulsador de
identificar, lo cual inicia el reconocimiento e identificacin de
la placa, obteniendo un resultado como el que se observa en la
Fig. 8.

Fig. 6 Recorte de la imagen al tamao de la letra

Una vez se obtiene la lnea de la placa, se extrae letra por letra

y se normalizan a un tamao de 42 x 24 pxeles, porque ese es
el tamao de la plantilla con la cual se realizar la correlacin.
Fig. 8 Resultado obtenido con la placa 1.

Clasificacin de letras
Para identificar y clasificar cada letra se hace uso de la
correlacin en dos dimensiones, para este caso la correlacin
indica la semejanza que hay entra las dos matrices o imgenes.
La funcin corr2 realiza esa operacin segn la siguiente
operacin [1]:
=

( )( )
( ( ))( ( ))

(1)

V. ANLISIS DE RESULTADOS
El primer paso del programa es obtener la imagen del auto,
haciendo nfasis en la placa del mismo con el fin de su
reconocimiento, siendo de vital importancia lograr una calidad
alta de la imagen. Una vez obtenida la imagen se modifica su
tamao, estableciendo 400 pixeles en la horizontal y mantiene
la relacin de aspecto, es decir que la vertical no se establece
sino que depende de cada imagen. La imagen capturada es una

Universidad Distrital Francisco Jos de Caldas. Tuirn, Lara, Umaa. Sistema de reconocimiento automtico de placas
vehiculares.

imagen a color en formato RGB, por lo cual una vez

modificado su tamao, se realiza una conversin de formato a
escala de grises y se aplica un filtro de la mediana con una
vecindad de 3 x 3, con el fin de reducir el ruido.
En la Fig. 3 se presenta el pre-procesamiento de la imagen,
necesario para obtener un buen resultado, como se aprecia en
el inciso b de la Fig. 1 tiene las mismas caractersticas visuales
que la imagen del inciso a, pero la primera tiene 400 pxeles
horizontales y 534 pxeles verticales, manteniendo la relacin
de aspecto original (375 x 500 pxeles). Con el filtro de la
mediana se realza el nmero de la placa y se reduce el ruido
que la imagen pueda contener, para este filtro se hace uso de
una vecindad de 3 x 3, el cual es muy utilizado en la
bibliografa.
Procesado morfolgico
Para el procesado morfolgico se hace uso de un elemento
estructural en forma de disco de radio 1. Como se observa en
la Fig. 4 se realiza la dilatacin y erosin de la imagen para
posteriormente calcular su diferencia (gradiente para mejorar
los bordes).
Al aplicar la dilatacin a la imagen de la placa filtrada y en
blanco y negro (Fig. 4 inciso a), se rellena o se aumenta el
grosor de las letras y los nmeros de la placa; debido a que el
elemento estructural es en forma de disco, las terminaciones
son suaves. Por otra parte cuando se realiza la erosin de la
misma imagen (Fig. 4 inciso b) se obtiene por el contrario un
adelgazamiento de las letras y nmeros.
Cuando han sido realizadas las dos anteriores operaciones es
posible extraer los bordes de la placa, realizando la resta de la
imagen dilatada y erosionada; para continuar con el
procesamiento se hace necesario convertir la imagen de los
bordes de la placa a una imagen de intensidad, que se observa
en el inciso c de la Fig. 4. Al mtodo anterior se le conoce con
el nombre de gradiente morfolgico.
Para mejorar la calidad visual de la imagen, se procede a
realizar la convolucin que permiten iluminar los bordes,
despus se ubica la escala de la intensidad en el rango de 0 a 1,
para convertirla a un formato de doble binario.
Con el fin de mejorar la extraccin de los bordes de la placa,
se realiza una convolucin, utilizando la funcin conv2
disponible en Matlab, la cual efecta la convolucin en 2D;
como se observa en el inciso c de la Fig. 4 se obtiene una
iluminacin de los bordes.
El paso siguiente fue modificar los valores de la intensidad de
la imagen del inciso d de la Fig. 4, en donde se cambia el
rango de intensidad de [0.5 0.7] a [0 1] y con un valor de
gamma igual a 0.1, lo que indica que la asignacin se inclina
hacia los valores de salida ms altas (claras), con el objeto de
resaltar los bordes; dejando la imagen con un fondo muy
oscuro (casi negro) y el borde bien resaltado (ver Fig. 4 inciso
e).

El siguiente paso fue eliminar los bordes horizontales que no

pertenecen al nmero de la placa, para lo cual fue necesario
convertir la imagen a formato doble binario; la eliminacin de
los bordes se realiz mediante el uso de la erosin de la
imagen con un elemento estructural lineal de longitud igual a
50 pxeles y la resta con la imagen original, dando como
resultado la imagen que se observa en la Fig. 4 inciso f.
Posteriormente se realiza el coloreado (llenado) de las
regiones; como se observa en el inciso a de la Fig. 5 el
resultado son las letras y nmeros de la placa rellenos y de
fondo blanco. Lo anterior se realiz con el uso de la funcin
imfill y con el parmetro holes que indica que se debe
rellenar los huecos de la imagen.
La continuacin del procesamiento sigue con el
adelgazamiento de la imagen para asegurar la separacin entre
caracteres para su futura comparacin (inciso b Fig. 5), ya que
al estar pegados los caracteres impide realizar un buen
reconocimiento de ellos; este adelgazamiento se realiza
mediante la erosin de la imagen.
El ltimo procesamiento escoge las regiones de la imagen
que tienen un rea mayor a 100 pxeles para seleccionar las
letras y nmeros de las placas nicamente, como se observa en
el inciso c de la Fig. 5.

VI. CONCLUSIONES
A pesar de que en el sistema de reconocimiento de placas
vehiculares presentado en este documento se asumi como
imagen a procesar una imagen de alta calidad, las
transformaciones geomtricas resultan necesarias en el
procesamiento de imgenes para corregir las distorsiones que
se presentan al capturar imgenes en la vida real.
Se demostr que la utilizacin de morfologa matemtica en
el procesamiento de placas de carros puede cumplir los
requisitos de diseo. La identificacin de la placa es una
aplicacin comercial avanzada y que requiere de la integracin
de conocimientos en seales y sistemas, procesamiento digital
de imgenes, entre otras ramas del conocimiento.
La calidad de la imagen de la placa influye de gran manera en
el resultado final del sistema, ya que puede presentar ruido,
problemas de distorsin y/o de contraste que alteren alguna
parte del procesamiento. Debido a lo anterior al realizar
pruebas para diferentes imgenes de placas los resultados no
fueron exitosos todos, algunos de ellos presentaron leves
alteraciones detectando una letra o un nmero errneamente.
La correlacin presenta una medida de similitud entre dos
seales que en este caso fue la semejanza que hay entra las dos
matrices o imgenes, lo cual permiti de forma muy eficiente
la identificacin y clasificacin de cada letra perteneciente a la
placa a evaluar.

Universidad Distrital Francisco Jos de Caldas. Tuirn, Lara, Umaa. Sistema de reconocimiento automtico de placas
vehiculares.

Se hizo uso de la herramienta Matlab para la realizacin de

este trabajo, tanto en el programa lgico como en la interfaz
grfica, la cual respondi de forma muy eficiente y
satisfactoria a los objetivos del trabajo, se hizo uso de
diferentes funciones de la herramienta que resultaron
esenciales.

REFERENCIAS

[1] "Introduction" por Pierre Soille, en (Serra et al. (Eds.)

1994), pg. 1-4.
[2] Docente Catalina Operaciones morfolgicas bsicas
PSD, capitulo 5, pg. 2.
Disponible en internet:
http://dmi.uib.es/~catalina/docencia/PDS/cap5.pdf
[3] Jos Luis Alba, Fernando Martn - Universidad de Vigo,
Jess Cid - Universidad Carlos III de Madrid, Inmaculada
Mora - Universidad Rey Juan Carlos. Aplicacin a procesado
de imgenes binarias y monocromticas, Abril de 2006, pg.
4-5.
[4] Teresa Olivares Montes, Pedro ngel Cuenca Castillo, La
morfologa matemtica en el tratamiento digital de
imgenes, Departamento de informtica de la Escuela
Universitaria Politcnica de Albacete.
[5] Carlos Platero, Procesamiento morfolgico, apuntes de
visin artificial, capitulo 6, Dpto. de electrnica, Automtica e
Informtica Industrial. Pg. 173, 174.
[6]morfologa
Disponible
en
grupo.us.es/gtocoma/pid/tema6-2.ppt, pg. 20-21.

[7] Humayun Irshad, Student Member, IEEE, Antoine

Veillard, Ludovic Roux, and Daniel Racoceanu, Member,
IEEE. Methods for Nuclei Detection, Segmentation, and
Classification in Digital Histopathology:A ReviewCurrent
Status and Future Potential Biomedical Engineering,

IEEE
Reviews
Ao de publicacin: 2014 , Pag. 101

in Volume:7

Universidad Distrital Francisco Jos de Caldas. Tuirn, Lara, Umaa. Sistema de reconocimiento automtico de placas
vehiculares.

ANEXOS
Resultados adicionales con diferentes placas.
c) Placa 3
b) Placa 2

a) Placa original

b)Reduccion del tamao de la imagen.

c)Imagen en escala de grises

d) Imagen filtrada

Fig. 9 a) Placa original, b) Reduccin del tamao, c) Imagen en escala de

grises, d) Imagen filtrada.

a) Placa original

b)Reduccion del tamao de la imagen

c)Imagen en escala de grises

d) Imagen filtrada

Fig. 12 a) Placa original, b) Reduccin del tamao, c) Imagen en escala de

grises, d) Imagen filtrada.

a)Dilatacin de la imagen

b)Erosisn de la imagen

c)Extraccin de bordes

a)Dilatacin de la imagen

b)Erosisn de la imagen

c)Extraccin de bordes

d)Iluminacin de bordes

e)Aumento de intensidad
de bordes

f)Eliminacin de bordes
horizontales

d)Iluminacin de bordes

e)Aumento de intensidad
de bordes

f)Eliminacin de bordes
horizontales

Fig. 10 a) Dilatacin de la imagen, b) Erosin de la imagen, c) Extraccin de

bordes, d) Iluminacin de bordes, e) Aumento de intensidad de bordes, f)
Eliminacin de bordes.

Fig. 13 a) Dilatacin de la imagen, b) Erosin de la imagen, c) Extraccin de

bordes, d) Iluminacin de bordes, e) Aumento de intensidad de bordes, f)
Eliminacin de bordes.

a)Llenado regiones de la
imagen

a)Llenado regiones de la
imagen

b)Adelgazamiento de la
imagen

c) Seleccin de regiones de
mayor rea

Fig. 11 a) Llenado regiones de la imagen, b) Adelgazamiento de la imagen,

c) Seleccin de regiones de mayor rea.

b)Adelgazamiento de la
imagen

c) Seleccin de regiones de
mayor rea

Fig. 14 a) Llenado regiones de la imagen, b) Adelgazamiento de la imagen,

c) Seleccin de regiones de mayor rea.