(39-2) 18 * <<>> * Русский * English * Содержание * Все выпуски

Распознавание автомобильных номеров на основе метода связных компонент и иерархической временной сети
Болотова Ю.А., Спицын В.Г., Рудомёткина М.Н.

Томский политехнический университет (национальный исследовательский университет) (ТПУ)

 

DOI: 10.18287/0134-2452-2015-39-2-275-280

  PDF

Аннотация:
В работе предложена технология распознавания автомобильных номеров, состоящая из следующих этапов: предобработка изображения, сегментация номера и его распознавание. Данная технология позволяет распознавать номерные знаки с хорошей точностью в условиях дня и ночи, а также при наличии значительного наклона номерной пластины.
Для предварительной обработки изображений был выбран оператор Собеля и операция морфологического закрытия, что позволило увеличить эффективность последующей бинаризации номерной пластины. Сегментация выполнялась с помощью метода связных компонент, что позволило избежать поворота пластины и, как следствие, дополнительной потери качества. Применение иерархической временной сети позволило эффективно распознавать символы, изображённые под наклоном. Предложенная технология аналогично может быть применена для сегментации и распознавания различных текстовых данных .

Ключевые слова:
обработка изображений, распознавание символов, иерархическая временная сеть.

Цитированиe:
Болотова, Ю.А. Распознавание автомобильных номеров на основе метода связных компонент и иерархической временной сети / Ю.А. Болотова, В.Г.Спицын, М.Н. Рудомёткина // Компьютерная оптика. – 2015. – Т. 39, № 2. – С. 275-280. - DOI: 10.18287/0134-2452-2015-39-2-275-280.

Citation: Bolotova YA, Spitsyn VG, Rudometkina MN. License plate recognition algorithm on the basis of a connected components method and a hierarchical temporal memory model. Computer Optics 2015; 39(2): 275-280. DOI: 10.18287/0134-2452-2015-39-2-275-280.

Литература:

  1. Jia, W.J. Region-based license plate detection / W.J. Jia, H.F. Zhang, X.J. He // Journal of Network and Computer Applications. – 2007. – Vol. 30(4). – P. 1324-1333.
  2. Zheng, L.H. Accuracy enhancement for license plate recognition / L.H. Zheng, X.J. He, B. Samali, L.T. Yang // Proceedings of the International Conference on Computer and Information Technology. – 2010. – P. 511-615.
  3. Han, C.C. License plate detection and recognition using a dual-camera module in a large space / C.C. Han, C.T. Hsieh, Y.N. Chen, G.F. Ho, K.C. Fan, C.L. Tsai // 41st Annual IEEE International Carnahan Conference on Security Technology. – 2007. – P. 307-312.
  4. Глумов, Н.И. Метод быстрой корреляции с использованием тернарных шаблонов при распознавании объектов на изображениях / Н.И. Глумов, Е.В. Мясников, В.Н. Копенков, М.А. Чичёва // Компьютерная оптика. – 2008. – Т. 32, № 3. – С. 277-282.
  5. Caner, H. Efficient embedded neural network-based license plate recognition system / H. Caner, H.S. Gecim, A.Z. Alkar // IEEE Transactions on Vehicular Technology. – 2008. – Vol. 57(5). – P. 2675-2683.
  6. Park, S.H. Locating car license plate using neural networks / S.H. Park, K.I. Kim, K. Jung, H.J. Kim // Electronics Letters. – 1999. – Vol. 35(17). – P. 1475-1477.
  7. Otsu, N. A threshold selection method from gray-scale histogram / N. Otsu // IEEE Transactions on System, Man, and Cybernetics. – 1979. – P. 62-66.
  8. Стержанов, М. Методики выделения связных компонент в штриховых бинарных изображениях / М. Стержанов // 20 Международная конференция по компьютерной графике и зрению (Графикон). – 2010. – С. 169-174.
  9. Hawkins, J. Hierarchical temporal memory concepts, theory and terminology [Электронный ресурс] / J. Hawkins, D. George. – URL: http://www.nimenta.com/htm-overvi­ew/education /Numenta_HTM_concepts.pdf (дата обращения 19.11.2014).
  10. Bolotova, Yu.A. Analysis of hierarchically-temporal dependencies for handwritten symbols and gesture recognition / Yu.A. Bolotova, V.G. Spitsyn // Proceedings of 7-th International Forum on Strategic Technology (IFOST). – 2012. – P. 1-6.
  11. Shridhar, M. License plate recognition using SKIPSM / M. Shridhar, F.M. Waltz, J.W.V. Miller, G. Houle, L. Bij­nagte, R. Dibble // Proceedings of SPIE. The International society for Optical Engineering. – 2001. – Vol. 4189. – P. 72-79.
  12. Kennady, C.N. A feature based approach for license plate recognition of Indian number plates / C.N. Kennady, S.T. Subramanian, K. Parasuraman // IEEE International Conference on Computational Intelligence and Computing Research. – 2010. – P. 1-4.
  13. Dehshibi, M.M. Persian Vehicle License Plate Recognition Using Multiclass AdaBoost / M.M. Dehshibi, R. Allahverdi // International Journal of Computer & Electrical Engineering. – 2012. – Vol. 4(3). – P. 355.
  14. Chang, S.-L. Automatic license plate recognition / S.-L. Chang, L.-S. Chen, Y.-Ch. Chung, S.-W. Chen // IEEE Transactions on Intelligent Transportation Systems. – 2004. – Vol. 5(1). – P. 42-53.
  15. Sun, G. A new recognition method of vehicle license plate base on genetic neural network / G. Sun, C. Zhang, W. Zou, G. Yu // 5th IEEE Conference on Industrial Electronics and Applications. – 2010. – P. 1662-1666.

© 2009, ИСОИ РАН
Россия, 443001, Самара, ул. Молодогвардейская, 151; электронная почта: journal@computeroptics.ru ; тел: +7 (846) 242-41-24 (ответственный секретарь), +7 (846) 332-56-22 (технический редактор), факс: +7 (846) 332-56-20