Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Resumen - El reconocimiento automático de matrículas es un tipo de tecnología transformado en una aplicación básica debido a la adición sustancial en el
de procesamiento de imágenes para reconocer la información de matrículas de conjunto de vehículos. Los datos eliminados de las etiquetas se utilizan en su
imágenes o videos. Las imágenes de placa observadas normalmente están en mayor parte para observar la actividad, controlar, detenerse, peajes en las
baja resolución y sufren una pérdida severa de datos de borde, lo que arroja una autopistas y hacer registros automáticos para detener los marcos, estimación
prueba increíble para los patrones de detección y reconocimiento de matrículas
del tiempo de viaje y así adelante por las organizaciones de autorización de
de vehículos existentes. El proceso de reconocimiento automático de matrícula
ley. El problema del reconocimiento se subdivide en general en 5 secciones:
requiere un alto nivel de precisión, cuando hay varios vehículos que van en un
(1) adquisición de imágenes, es decir, capturar la imagen de la placa de
lapso breve y la abstracción de la matrícula es una tarea difícil, básicamente
matrícula. (2) preprocesar la imagen, es decir, estandarización, alterar la
debido a la disposición de los números y al impacto del trabajo ambiental. Este
iluminación, la asimetría y la diferencia de la imagen (3 ) segmentación de
paso influye en la precisión de la separación de caracteres y el marco de
caracteres, es decir, encontrar y distinguir la imagen individual en la placa, (4)
reconocimiento. Este artículo presenta un algoritmo para el reconocimiento
reconocimiento óptico de caracteres. Puede haber más ajustes sobre estos
automático de
(como coordinar el número de permiso del vehículo con una base de datos
sistema de matrícula específica para rastrear vehículos especulados, etc.) sin embargo, la
utilizando varios enfoques. Reconocimiento automático de licencia estructura principal continúa como antes. Un parámetro de control de esa
El método de placa consta de tres segmentos: segmentación de caracteres, manera son los estándares y medidores de movimiento particulares de la
reconocimiento óptico de caracteres y coincidencia de plantillas. El marco propuesto nación. Esto afina el marco, es decir, la cantidad de caracteres en la etiqueta,
presenta el sistema automático de identificación de matrículas de vehículos que utiliza el nivel de luminancia del contenido (archivo relativo, es decir, contenido tenue
una extracción de matrículas de vehículos. En este artículo se propone otra estrategia en la base clara o contenido ligero en la base opaca) y así sucesivamente.
que utiliza el filtrado de Gabor para el reconocimiento de caracteres en la imagen en Entonces, el problema puede ser limitado para su aplicación en una nación
escala de grises. Los componentes están separados directamente de las imágenes de específica. Por ejemplo, en la India, el estándar es imprimir los números de
personajes en escala de grises por filtros Gabor que están diseñados excepcionalmente etiqueta en sombreado oscuro sobre una base blanca para vehículos privados
para datos medibles de estructuras de personajes. La coincidencia de plantillas es un
y sobre una base amarilla para vehículos comerciales. La configuración
sistema que se explota para encontrar una subimagen de una imagen de destino que
general de la etiqueta es dos letras (para el código de estado) seguidas por el
coordina una imagen de plantilla. Experimente los resultados de resultados para
código local, luego un código de cuatro dígitos particular para un vehículo
mostrar la superioridad de nuestro enfoque propuesto en cuanto a efectividad.
específico. En los Estados Unidos no se han establecido reglas estrictas con
respecto a los estilos de texto que pueden ser explotados por este motivo. La
matrícula del vehículo es un ejemplo con altas variedades de contraste [1].
Este documento ofrece un resumen del trabajo de investigación realizado
hasta el momento y de los métodos utilizados en la construcción de un sistema
LPR. El trabajo está aislado en unas pocas secciones: adquisición de
palabras clave - Reconocimiento automático de matrículas (ANPR), imágenes, extracción de matrículas y placas de separación de caracteres y
reconocimiento automático de matrículas (ALPR), segmentación de caracteres, etapas de reconocimiento de matrículas. [2]
matrícula del vehículo, coincidencia de plantillas, reconocimiento óptico de
caracteres (OCR).
YO. INTRODUCCIÓN
El sistema de reconocimiento automático de matrículas existe por un tiempo
prolongado, sin embargo, a finales de los 90
efectividad de la extracción del territorio de la matrícula [3]. y se tendieron a las tasas de Procesamiento. También se dio una
cifra futura para ALPR hacia el final. La investigación futura de ALPR
II OBRAS RELACIONADAS debería centrarse en el reconocimiento de placas de múltiples
niveles, basado en video
ALPR utiliza datos mundiales, manejo de múltiples placas, preparación Se realiza la recuperación de los personajes. El reconocimiento de
de imágenes de placa de alta calidad, reconocimiento de carácter caracteres se puede realizar de la misma manera mediante el marco
incierto. neuronal, de todos modos necesita una preparación periódica para una mejor
P. Anishiya y el Prof. SM Joans [10] propusieron que el Sistema de Hontani.H y Koga.T [19] propusieron una técnica para eliminar
detección de matrículas de vehículos (VNPD) para vehículos indios personajes sin conocer previamente su posición y tamaño en la imagen.
contiene tres módulos principales particularmente El método se puede determinar mediante la investigación de formas a
preprocesamiento de imagen, contendiente escala, que depende de la presunción de que los caracteres tienen
extracción del territorio y reconocimiento del personaje [10]. En la formas de clasificación de líneas localmente y formas de clasificación
configuración previa, la foto se apila y cambia a tenue o coincidente, de manchas por todas partes.
seguido por algunas estrategias de eliminación de ruido. En la En la forma de escala
extracción del territorio contendiente, se termina la divulgación del En la investigación, los canales gaussianos a escalas diferentes
dominio de la matrícula y la división de los caracteres. En oscurecen la imagen dada y las formas de mayor tamaño aparecen a
reconocimiento de caracteres, escalas más grandes. Para distinguir estas escalas, la probabilidad del
organizar organizando y plano del arco central es
coincidencia de plantillas.
Este marco es la imagen captada por una cámara establecida a una distancia de excepcionalmente convincente para expulsar el clamor mientras se guardan los
1-2 metros del vehículo, tal como apareció al tomar después de la Figura 2 (a) bordes. Eso es especialmente exitoso en
[12].
evacuar el ruido de tipo 'sal y pimienta' [12].
4) Segmentación de personajes
variedad de sombras tenues es aislar la imagen en varios píxeles, formato utilizado por el cálculo de coordinación de diseño en
Reconocimiento óptico de caracteres (OCR) [12].
dependiendo de la determinación espacial requerida. Este rango se
habla en la ruta dinámica como un rango de 0 (oscuro) y 1 (blanco),
con cualquier valor fragmentario [12].
3) Gabor Filtración
El filtro Gabor es una técnica de filtrado lineal que se utiliza para expulsar
(una) (si)
el ruido de la imagen bajo pensamiento. Si bien ayuda a evacuar la
conmoción de motivación, protege los bordes. Después de que la Fig. 4: (a) Imagen dilatada (b) Imagen segmentada
separación por división se utilizó para expulsar todas las líneas esperan
5) OCR utilizando la coincidencia de plantillas
caracteres. Es tomar en cuenta el clamor. Se utiliza ampliamente y es
dónde,
Fig. 5: Plantilla Se dan un par de casos de canales Gabor 1D y 2D con varias calidades
de parámetros en la
figura 6 adjunta [14]:
6) Extracción de matrícula
A. El filtro de Gabor
Figura 6. Filtros 1D Gabor. Las filas (de arriba a abajo) muestran los
efectos especiales del período de tiempo impredecible, la media y la
varianza, respectivamente.
Figura 3. Filtros 2D de Gabor. Las filas (de abajo hacia arriba) muestran los
caracteres.
las matrículas no se pudieron eliminar con precisión. La decepción en Hay muchos otros temas abiertos para la investigación futura.
la división de caracteres se debió principalmente a la convergencia de
caracteres en la placa de matrícula, placas de matrícula recoloradas,
introducción de la imagen y poca luz.
reconocimiento coincidente cuando se compara con las estrategias automático de matrículas (ANPR) a través de la simulación", Tecnología de seguridad
(ICCST),
pasadas. Esto demuestra que la velocidad de reconocimiento se ha
Conferencia internacional de Carnahan sobre.
mejorado mucho. IEEE 2014.
[11] Hanit Karwal, Akshay Girdhar "Detección de matrícula del vehículo" [dieciséis] MM Shidore, SP Narote "Reconocimiento de matrículas para vehículos
Sistema para vehículos indios “IEEE Conferencia internacional sobre inteligencia
indios", IJCSNS Revista Internacional de Informática y Seguridad de Redes, VOL.11
computacional y tecnología de comunicación, 2015
No.2, febrero de 2011. [17] Naito, T. Tsukada, T. Yamada, K. Kozuka, K. y
[14] Subhradeep Kayal "Detección automática de matrículas utilizando [19] Hontani, H. y Koga, T., "Método de extracción de caracteres sin
Gabor Filtrado y cortes transversales ", Procesamiento individual, reconocimiento de conocimiento previo sobre tamaño e información ", Actas del IEEE Conferencia
patrones y aplicación / 779: Gráficos por computadora e imágenes 2012
Internacional de Electrónica de Vehículos ( IVEC'01), págs. 67-72, 2001. [20] Norizam