DOI: https://doi.org/10.20998/2522-9052.2018.1.10

Автоматизація ідентифікації автомобільних номерів на одноракурсних зображеннях

Natalia Liubchenko, Oleksandr Nakonechnyi, Andrii Podorozhniak, Hanna Siulieva

Анотація


Предметом вивчення в статті є спосіб автоматизації ідентифікації автомобільних номерів на основі обробки одноракурсних зображень, отриманих за допомогою відеорегіструючих засобів. Мета – забезпечення автоматизації процесу ідентифікації автомобільних номерів в широких межах зміни кутів спостереження і рівнів освітленості. Завдання – формулювання методу автоматизованої ідентифікації автомобільних номерів на одноракурсних зображеннях, отриманих за допомогою засобів відеофіксації в широких межах зміни кутів спостереження і рівнів освітленості. Аналіз проблем методів та алгоритмів автоматизованого виявлення і розпізнавання номерів автомобілів показав, що найбільш перспективно використовувати гнучкі алгоритми, які підлаштовуються до зміни умов спостереження засобів контролю дорожнього руху. Однією з перспективних технологій реалізації таких алгоритмів є застосування штучних нейронних мереж. Рішення завдання розпізнавання автомобільних номерів можна представити у вигляді комплексу алгоритмів обробки і аналізу зображень, що включає в себе первинну підготовку зображення, виявлення області номера на зображенні, сегментацію символів і розпізнавання символів. Висновки: запропонований алгоритмічно реалізований метод ідентифікації номера автомобіля, що дозволяє здійснювати пошук текстових областей під довільним кутом в різних умовах освітленості. Даний метод дозволяє автоматизувати процес ідентифікації автомобільних номерів в широких межах зміни відстані до автомобіля, кутів спостереження і рівнів освітленості. Метою подальших досліджень є вдосконалення запропонованого методу для його реалізації на сучасних програмно-технічних засобах.


Ключові слова


ідентифікація автомобільного номера; обробка зображень; розпізнавання символів; нейромережа; згорткова нейронна мережа

Повний текст:

PDF

Посилання


Global Plan for the Decade of Action for Road Safety 2011-2020. World Health Organization, Geneva, 2011. 25 p., available at: http://www.who.int/roadsafety/decade_of_action/plan/plan_english.pdf (last accessed January 14, 2018).

Stratehiia pidvyshchennia rivnia bezpeky dorozhnoho rukhu v Ukraini na period do 2020 roku, [Strategy for increasing the level of road safety in Ukraine up to 2020]. Cabinet of Ministers of Ukraine, Kyiv: 2017, 9 p., available at: http://zakon5.rada.gov.ua/laws/show/481-2017-%D1%80?lang=en (last accessed January 14, 2018).

Gonzalez, R. and Woods, R. (2008), Digital Image Processing, Pearson Prentice Hall, 954 p.

Podorozhnyak, A.A. (2014), “Metod viyavlenyia obektov interesa pry obrabotke dannikh v systeme dystantsyonnoho zondyrovanyia zemly” [Method of interest objects detection while processing data in the system of earth remote sensing], Informacijno-kerujuchi systemy na zaliznychnomu transporti [Information management systems in the railway transport], UkrDAZT, Kharkiv, No. 4, pp. 60-64.

Murygin, K.V. (2010), “Normalizatsiya izobrazheniya avtomobil'nogo nomera i segmentatsiya simvolov dlya posleduyushchego raspoznavaniya” [Normalization of the Image of a Car Plate and Segmentation of Symbols for the Subsequent Recognition], Iskusstvennyi intellekt [Artificial intelligence], No. 3, pp. 364-369.

Lubchenko, N., Nakonechniy, O. and Podorozhnyak, A. (2014), “Metod avtomatyzyrovannoi identyfykatsyy avtomobylnykh nomerov na osnove obrabotky odnorakursnykh izobrazhenyi” [Method for automated car numbers identification on the basis of one view image processing], Visnyk Kharkivskoho natsionalnoho avtomobilno-dorozhnoho universytetu [Bulletin of Kharkov National Automobile and Highway University], KhNAHU, Kharkiv, No. 61-62, pp. 292-295.

DSTU 4278:2012. Znaky nomerni transportnykh zasobiv. Zahalni vymohy. Pravyla zastosuvannia [Vehicle license plates. General requirements. Terms of Use], Derzhstandart Ukrainy, Kyiv, 2012, 22 p.

Podorozhniak, A.O., Liubchenko, N.Yu. and Lagoda, O.D. (2015), “Metod intelektualnoi obrobky multyspektralnykh zobrazhen” [The method of intellectual multispectral image processing], Sistemi obrobki informatsii [Information processing systems], KhUPS, Kharkiv, No. 10 (135), pp. 123-125.

Podorozhnyak, A.O., Gryb, R.M. and Domnyn, S.V. (2013), “Morfolohichna obrobka tsyfrovykh zobrazhen z teleskopiv”, [Morphological processing of digital telescope images], Suchasna spetsialna tekhnika [Modern special technique], DNDI MVS Ukrainy, Kyiv, No. 2 (37), pp. 34-39.

LeCun, Y., Kavukcuoglu, K. and Farabet, C. (2010), “Convolutional Networks and Applications in Vision”, Proceedings of 2010 IEEE International Symposium on Circuitsс and Systems (ISCAS’10), IEEE, Paris, pp. 253–256.

LeCun, Y. and Bengio, Y. (1995), “Convolutional networks for images, speech and time series”, The handbook of brain theory and neural network, Vol. 3361, No. 10, pp. 276-279.

Podorozhniak, A., Liubchenko, N. and Bondarchuk, V. (2017), “Neiromerezhevyi metod intelektualnoi obrobky multyspektralnykh zobrazhen” [Neural network method of intellectual processing of multispectral images], Suchasni informatsiini systemy [Advanced information systems], NTU “KhPI”, Kharkiv, Vol. 1, No 2, pp. 39-44, http:/doi: 10.20998/2522-9052.2017.2.07.

Podorozhniak, A., Liubchenko, N. Balenko, O. and Zhuikov, D. (2018), “Neural network approach for multispectral image processing”, 14th International Conference on Advanced Trends in Radioelecrtronics, Telecommunications and Computer Engineering (TCSET 2018) February 20 – 24, 2018, Lviv-Slavske, Ukraine: proc., Lviv, pp. 978-981, http:/doi: 10.1109/TCSET.2018.8336357.




Copyright (c) 2020 Natalia Liubchenko, Oleksandr Nakonechnyi, Andrii Podorozhniak, Hanna Siulieva