Pobieranie prezentacji. Proszę czekać

Pobieranie prezentacji. Proszę czekać

Algorytm automatycznego rozpoznawania treści tablicy rejestracyjnej i wyszukiwania pojazdów w bazie danych Politechnika Gdańska Katedra Systemów Multimedialnych.

Podobne prezentacje


Prezentacja na temat: "Algorytm automatycznego rozpoznawania treści tablicy rejestracyjnej i wyszukiwania pojazdów w bazie danych Politechnika Gdańska Katedra Systemów Multimedialnych."— Zapis prezentacji:

1 Algorytm automatycznego rozpoznawania treści tablicy rejestracyjnej i wyszukiwania pojazdów w bazie danych Politechnika Gdańska Katedra Systemów Multimedialnych Tomasz Merta

2 Warunki pracy systemu Algorytm rozpoznawania tablic lokalizacja tablicy rejestracyjnej rozpoznawanie znaków Skuteczność rozpoznawania Modyfikacje zapytań do bazy danych Wnioski Plan prezentacji

3 Warunki pracy systemu

4 Rozwiązania dedykowane pojedyncza dedykowana kamera zapewnienie właściwego oświetlenia pojazd widoczny pod niedużym kątem Uniwersalny system warunki spełniane przez kamery istniejącego systemu monitoringu Warunki pracy systemu

5 rozwiązanie dedykowane rozwiązanie uniwersalne dodatkowe oświetlenie podczerwonebrak maksymalna odległość od pojazdu 10 – 20 m40 m maksymalny kąt w płaszczyźnie poziomej/pionowej 10° / 30°30° / 30° zobrazowanie Warunki pracy systemu

6 Algorytm rozpoznawania tablic rejestracyjnych

7 Wyznaczenie współrzędnych położenia tablicy w obrazie Lokalizacja tablicy rejestracyjnej

8 wykrywanie skupiska krawędzi pionowych (filtr Sobela) korekcja położenia (dylatacja, zawężanie skupiska krawędzi) detekcja i korekcja rotacji (filtr Cannyego, transformata Hougha) Lokalizacja tablicy rejestracyjnej

9

10 Przekształcenie obrazu na ciąg znaków (moduł OCR) Rozpoznawanie znaków

11 normalizacja obrazu (normalizacja histogramu, zmiana luminancji) separacja znaków (adaptacyjne rozszerzanie obszaru znaku)

12 normalizacja obrazu (normalizacja histogramu, zmiana luminancji) separacja znaków (adaptacyjne rozszerzanie obszaru znaku) Rozpoznawanie znaków

13 normalizacja obrazu (normalizacja histogramu, zmiana luminancji) separacja znaków (adaptacyjne rozszerzanie obszaru znaku)

14 Rozpoznawanie znaków normalizacja obrazu (normalizacja histogramu, zmiana luminancji) separacja znaków (adaptacyjne rozszerzanie obszaru znaku)

15 Rozpoznawanie znaków normalizacja obrazu (normalizacja histogramu, zmiana luminancji) separacja znaków (adaptacyjne rozszerzanie obszaru znaku)

16 Rozpoznawanie znaków normalizacja obrazu (normalizacja histogramu, zmiana luminancji) separacja znaków (adaptacyjne rozszerzanie obszaru znaku)

17 Rozpoznawanie znaków normalizacja obrazu (normalizacja histogramu, zmiana luminancji) separacja znaków (adaptacyjne rozszerzanie obszaru znaku)

18 Rozpoznawanie znaków normalizacja obrazu (normalizacja histogramu, zmiana luminancji) separacja znaków (adaptacyjne rozszerzanie obszaru znaku)

19 Rozpoznawanie znaków normalizacja obrazu (normalizacja histogramu, zmiana luminancji) separacja znaków (adaptacyjne rozszerzanie obszaru znaku)

20 Parametryzacja wykonana w oparciu o: cechy konturów cechy cięć poziomych i pionowych cechy rzutów pionowego i poziomego Rozpoznawanie znaków

21 Klasyfikacja bazująca na regułach systemu eksperckiego if ((XParam2[0][0]>mediumX || XParam2[1][0]>mediumX) && XParam2[2][0] 1 && YParam2[0][0]>lowY && YParam2[4][0]>lowY && YParam2[0][1]==1 && (YParam2[1][1]==1 || YParam2[1][1]==2) && YParam2[3][1]<2 && YParam2[4][1]==1) ) XParam2[][] – wektor parametrów cięć pionowych YParam2[][] – wektor parametrów cięć poziomych highX, mediumX, lowX highY, mediumY, lowY Rozpoznawanie znaków wartości progowe

22 Skuteczność rozpoznawania tablic rejestracyjnych oraz współpraca z bazą danych

23 Pierwotne wyniki rozpoznawania: * Za poprawnie rozpoznaną tablicę zakłada się najczęściej występującą sekwencję znaków w co najmniej 2 kolejnych klatkach Skuteczność rozpoznawania poprawne rozpoznania (%) niepoprawne rozpoznania (%) ogółem liczba analizowanych pojazdów48 (50%) 96 liczba analizowanych klatek268 (64%)147 (36%)415 liczba analizowanych znaków2592 (88%)336 (12%)2928

24 Histogram błędów rozpoznawania znaków * znak O nie wystąpił Ponad 50% błędów dotyczy znaków: 2, 5, M, S, W Skuteczność rozpoznawania

25 Współpraca z bazą danych poprawne rozpoznania (%) niepoprawne rozpoznania (%) ogółem tolerancja do 1 błędnego znaku liczba analizowanych pojazdów96 (100%)096 liczba analizowanych znaków2764 (94,4%)164 (5,6%)2928 tolerancja do 2 błędnych znaków liczba analizowanych pojazdów96 (100%)096 liczba analizowanych znaków2843 (97,1%)85 (2,9%)2928

26 Zwiększenie skuteczności rozpoznawania poprzez: wiele zapytań do bazy danych dla rozpoznanej tablicy wprowadzenie uproszczonego zapisu w bazie, gdzie Z=2, S=5. Dodanie do istniejącego wpisu w bazie danych zmodyfikowanego numeru tablicy Współpraca z bazą danych

27 Proponowane rozwiązanie można wykorzystać do nagrań archiwalnych monitoringu Wykorzystanie systemu eksperckiego umożliwia poprawę klasyfikacji oraz proste dodawanie nowych klasyfikatorów Modyfikacje zapytań do bazy danych umożliwiają zwiększenie skuteczności rozpoznawania tablic rejestracyjnych Modyfikacja zapytań do małej bazy danych nie skutkuje znacznym wzrostem fałszywych alarmów Wnioski

28 DZIĘKUJĘ ZA UWAGĘ


Pobierz ppt "Algorytm automatycznego rozpoznawania treści tablicy rejestracyjnej i wyszukiwania pojazdów w bazie danych Politechnika Gdańska Katedra Systemów Multimedialnych."

Podobne prezentacje


Reklamy Google