77222

МОДУЛЬНАЯ ПЛАТФОРМА ДЛЯ РАСПОЗНАВАНИЯ АВТОМОБИЛЬНЫХ НОМЕРОВ

Курсовая

Информатика, кибернетика и программирование

Цель работы – разработка модульной платформы для последущего создания и подключения модулей, осуществляющих распознавание автомобильного регистрационного знака на полученном локализованном изображении.

Русский

2015-02-02

253 KB

4 чел.

САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ

Математико-механический факультет

Кафедра системного программирования

 

 

 

Чирков Иван Викторович

МОДУЛЬНАЯ ПЛАТФОРМА ДЛЯ РАСПОЗНАВАНИЯ АВТОМОБИЛЬНЫХ
НОМЕРОВ

Курсовая работа

 

 

 

 

Научный руководитель,                       А.А. Пименов

Исполнитель,                            студ. гр. 445  И.В. Чирков

 

 

Санкт-Петербург – 2009

 


Объект исследования − системы распознавания.

Цель работы – разработка модульной платформы для последущего создания и подключения модулей, осуществляющих распознавание автомобильного регистрационного знака на полученном локализованном изображении.

Рассмотрены существующие системы и их сравнительные характеристики. Разработана и реализована платформа для последующей разработки системы распознавания.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 


 

Содержание

 

Содержание..................................................................................................................................3

Введение.......................................................................................................................................4

1. Обзор автомобильных регистрационных знаков..................................................................5

2. Обзор программных продуктов..............................................................................................7

        2.1 АВТО-Инспектор..........................................................................................................7

        2.2 Авто-Интеллект.............................................................................................................8

        2.3 Резюме..........................................................................................................................10

3. Архитектура системы.............................................................................................................11

Заключение..................................................................................................................................13

Список использованных источников........................................................................................14

 

 

 

 

 

 


Введение

 

В настоящее время компьютеризация в нашем обществе очень быстрыми темпами и играет огромную роль в жизни человека. При помощи компьютерных технологий автомати-зируется широкий круг процессов, которые в недалеком прошлом возлагались на человека. Информационные технологии используются повсюду: в промышленности, в транспорте, в быту и пр. Программисты всего мира, не покладая рук, разрабатывают новые и совершен-ствуют уже существующие алгоритмы автоматизации.

 

Решение проблемы идентификации автомобиля по регистрационному номерному знаку является важным аспектом безопасности и контроля. Использовать такой продукт можно в различных сферах применения, касающихся автотранспорта. Примером могут служить автотранспортные предприятия, заправочные станции, контроль скорости движения, авто-мобильные стоянки, контроль въезда на территорию предприятия и т.п.

 

В настоящее время существует не так много систем определения номерных знаков, не все из которых являются по настоящему качественной продукцией. Однако, параллельно с напи-санием алгоритмов, разрабатываются аппаратные средства именно для этих целей. Системы, обладающие высокими быстродействием и точностью распознавания, как правило, очень дороги. Высокая стоимость существующих продуктов не позволяет осуществить их массовое внедрение.

 

Задачу идентификации автомобиля можно условно разделить на две подзадачи: локали-зация номерной пластины и распознавание символов. Данная работа посвящена разработке и реализации алгоритма распознавания номерного знака. В общем случае распознавание реализуется в три этапа: предварительная обработка изображения, сегментация, собственно распознавание символов.

 

Предварительная обработка изображения заключается в выделении номерной пластины и обработке полученного изображения различными фильтрами с целью улучшения качества. На этапе сегментации выделяются символы, которые затем распознаются каким-либо методом.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 1. Обзор автомобильных регистрационных знаков

 

Существует 20 видов Российских автомобильных номеров, которые содержат как большие, так и маленькие цифры и буквы, а так же бывают как позитивными, так и негативными (в плане фона).

 

В зависимости от применяемых регистрационных знаков транспортные средства подразделяют на следующие группы:

 

1 − транспортные средства, принадлежащие юридическим лицам и гражданам Российской Федерации, юридическим лицам и гражданам иностранных государств, кроме отнесенных к группе 3, а также лицам без гражданства;

2 − транспортные средства воинских частей и соединений, находящихся под юрисдикцией Российской Федерации и образованных в соответствии с действующими законодательными актами;

3 − транспортные средства, принадлежащие дипломатическим представительствам, консульским учреждениям, международным (межгосударственным) организациям;

4 − транспортные средства, временно допущенные к участию в дорожном движении;

5 − транспортные средства, принадлежащие органам внутренних дел Российской Федерации.

 

Транспортные средства 1-й группы

 

Устанавливают следующие типы регистрационных знаков (рисунок 1): 

 

 

Рисунок 1 − Типы регистрационных знаков 1-й группы

 

1 − для легковых, грузовых, грузопассажирских автомобилей и автобусов (кроме отнесенных к типу 1Б);

1А − для легковых автомобилей должностных лиц по перечню, определяемому Правительством Российской Федерации (особые регистрационные знаки);

1Б − для легковых автомобилей, используемых для перевозки пассажиров на коммерческой основе, автобусов, грузовых автомобилей, оборудованных для перевозок более восьми человек (кроме случаев, если указанные перевозки осуществляются для собственных нужд юридического лица или индивидуального предпринимателя);

2 − для автомобильных прицепов (включая задние прицепы к мотоциклам и мото-роллерам) и полуприцепов;

 

3 − для тракторов, самоходных дорожно-строительных и иных машин и прицепов (полуприцепов) к ним;

4 − для мотоциклов, мотороллеров, мопедов и мотонарт.

 

 

Кроме того, на территории России постоянно присутствует достаточное число автомо- билей из стран ближнего и дальнего зарубежья.

 

Несколько Российских компаний предлагают различные решения считывания автомо- бильных номеров от программных модулей до целых систем, состоящих из оборудования захвата изображения, аппаратного модуля и программного обеспечения с удобным интер- фейсом.

 


 

2. Обзор программных продуктов

 

2.1 АВТО-Инспектор

«АВТО-Инспектор» − специальный аппаратно-программный модуль для регистрации и распознавания автомобильных номеров компании «СТБ-Сервис» действует следующим образом. Над контролируемой полосой движения устанавливается ТВ-камера. Камера под-ключена к системе «АВТО-Инспектор», программное обеспечение которого обнаруживает появление автомобиля в кадре, отбирает кадр с оптимальным размером и четкостью автомобильного номера и распознает номер автомобиля из кадра. В базе данных сохраняется этот стоп-кадр, либо весь видеофрагмент, связанный с данным автомобилем, а также распознанный номер автомобиля, дата и время проезда автомобиля.

Возможности системы:

  •    одновременное распознавание нескольких номеров автомобилей в одной зоне кон- троля;

  •    при обнаружении номера из списка (например, список машин в угоне) «АВТО- Инспектор» оповещает об этом оператора (подает звуковой сигнал);

  •    наличие архива и возможность работы с ним: вывод на печать изображения авто- мобиля, сортировка данных в базе по заданным признакам;

  •    распознаются все виды российских (однострочных) номеров и некоторые виды за- рубежных;

  •    возможность адаптации к стандартам номеров любой страны;

  •    модуль успешно работает в любых погодных условиях;

  •    эффективно взаимодействует с различными охранными системами (охранного те- левидения, контроля доступа);

  •    стоп-кадры номеров сохраняются в архиве с указанием точного времени проезда автомобиля;

  •    создание базы данных автомобильных номеров;

  •    создание сетевых систем на территориях большой протяженности;

  •    «живое видео»;

  •    записывается каждый проезд, въезд/выезд транспортного средства;

  •    возможно создание базы данных из специальных стоп-кадров от 2-х ТВ-камер (фронтальный снимок автомобиля и вид сбоку);

  •    подключение к модулю светофора, шлагбаума, автоматических ворот.

 

Технология распознавания автомобильных номеров состоит из этапов:

 

  •    исходное изображение приводится к виду, который не зависит от таких условий ре- гистрации изображения, как степень освещённости, неравномерное распределение яркости от источников света, расфокуссировка, зашумлённость, цветовая неравно- мерность символов (неравномерная окраска, грязь, пыль, блики), наличие рисунковили иной графики на подложке номера;

  •    на полученном изображении «быстрым» алгоритмом выделяются области возможно содержащие номер, в этих областях проводится более "тонкий" анализ на основе формального представления масштабных характеристик номерного знака и его вы- деление;

  •    приведение к стандартному размеру графического изображения номера, выделение символов и их распознавание. Алгоритм распознавания анализирует символы по ключевым характеристикам независимым от масштаба, используемого шрифта, геометрических искажений оптикой, налипание грязи и разрывов;

  •    уточнение результатов распознавания на основе информации о типе номера и по результатам из предыдущих кадров;

  •    номер автомобиля распознан и отправлен в другие модули системы для принятия решений.

 

Итогом работы становится строка с распознанным номером и стоп-кадр с изображени- 

ем автомобиля (рисунок  7), отправленным в базу данных.

 

Рисунок 7 − Стоп-кадр

 

2.2 Авто-Интеллект

 

Компания ITV разработала систему распознавания автомобильных номеров под назва- нием «Авто-Интеллект».

 

Система распознавания автомобильных номеров «Авто-Интеллект» решает следую- щие задачи:

 

  •    повышение эффективности поиска угнанного автотранспорта в 6 раз, способствует задержанию скрывшегося с места аварии авто и другим розыскным мероприятиям;

  •    система распознавания автомобильных номеров способствует дисциплине участ- ников дорожного движения;

  •    мониторинг загруженности перекрестков, ключевых магистралей и дорожной об- становки на аварийно-опасных участках трассы, а также сложных развязок - одна из функций системы распознавания автомобильных номеров «Авто-Интеллект»;

  •    система распознавания автомобильных номеров «Авто-Интеллект» экономит су- щественные ресурсы, контролируя автомобильные туннели и мосты. Вовремя за- фиксированная системой автомобильная пробка или авария в длинном туннеле мо- гут быть быстро устранены, за счет оперативной реакции системы. К примеру, в случае аварии на место происшествия может быть вызвана скорая помощь или ми- лиция, а на время пробки в туннели может быть активизирована система вентиля- ции туннеля;

  •    оперативный обмен видео- и аудиоинформацией, ведение баз данных;

  •    координация различных служб из единого центра управления - в том числе в кри- тических ситуациях, при ликвидации последствий аварии и при оказании помощи пострадавшим;

  •    контроль парковок, общественного транспорта, важных объектов городской инфра-структуры.

Принцип действия системы распознавания автомобильных номеров заключается в следующем: при движении автомобиля на участке дорожного полотна, в поле «зрения» телекамеры, происходит автоматическое распознавание государственного регистрацион- ного знака, его запись в журнал и проверка на совпадение с номерами в базах данных.

Система распознавания автомобильных номеров «Авто-Интеллект» формирует базу дан- ных всех транспортных средств, прошедших через зону контроля, включая в базу изображе-ние, номер, дату, время регистрации и направление движения каждого автомобиля.  

Рисунок 8 − Результат распознавания

 

Особенности системы распознавания автомобильных номеров «Авто-Интеллект»:

 

  •    высокая достоверность распознания государственных регистрационных знаков транспортных средств, двигающихся как в попутном, так и во встречном направлениях;

  •    легкость и простота в настройке и использовании;

  •    расширенные сетевые возможности, благодаря распределенной архитектуре «Интеллекта»;

  •    интеллектуальная обработка считанного номера (для федерального и оперативного розыска, «черного» или «белого» списков, разрешение проезда «свой»/«чужой»          и т.д.);

  •    возможность работы из патрульного автомобиля;  

  •    возможность подключения к заранее созданным базам данных;  

  •    создание оперативных баз и обновление без остановки работы системы;  

  •    формирование звукового сигнала оператору для привлечения внимания в случае совпадения с угнанным номером;  

  •    любая комбинация реакций системы;  

  •    проведение выборок, создание отчетов по различным параметрам;  

  •    работа с внешними устройствами - светофоры, шлагбаумы, системы весового кон- троля;  

  •    измерение скорости движения с помощью сертифицированного радара или оценка скорости по изменению размера изображения (при жестком закреплении видеока- меры).


2.3 Резюме

Был проведен обзор нескольких существующих на Российском рынке программных продуктов определения номерных знаков. Эти коммерческие проекты имеют довольно высокую стоимость $1500-3000. Заявленная точность распознавания обычно завышена и не совпадает с реальной. При испытании демо-версий надежно распознаются лишь чистые номера высокой контрастности и относительно большого разрешения. В итоге на заявленную точность 90-98%, приходится реальная − 80-87%.

Используемые алгоритмы локализации и распознавания номерных знаков естественно не публикуются, только лишь некоторые компании называют их типы. Для распознавания обычно используют нейро-подобные и шаблонные алгоритмы.

Весомым ограничивающим фактором на цель использования системы является макси- мальная скорость автомобиля, при которой программа способна локализовать и распознать номер на движущемся транспорте. На что влияют, во-первых, способ установки камеры − высота и наклон; а во-вторых, быстродействие обработки изображения автомобиля.

 


3. Архитектура системы

 

Моя задача заключалась в том, чтобы создать модульную платформу для разработки системы распознавания автомобильных номеров. Идея заключается в том, что систему можно представить в виде модулей, описанных интерфейсами и связями друг с другом, что позволяет создавать различные системы обработки изображения и распознавания текста и без особых проблем подключать их к системе.

В первом приближении систему считывания автомобильных номеров можно представить, состоящей из следующих модулей (рисунок 6):

 

    •    видеокамера;

   •    плата видеозахвата;

   •    модуль локализации номера;

   •    модуль распознавания;

   •    внешняя база данных.

 

 Рисунок 6  − Общая архитектура

 

Каким же образом это всё работает. Изображение поступает с  с видеокамеры на вход алгоритма. К нему применяются разнообразные фильтры, такие как: щумоподовляющие, увеличения резкости границ, корректировки гамма-кривой в зависимости от времени суток и т.д. . Также на основании полученных данных может производиться корректировка положения камеры. Далее отфильтрованное изображение попадает в модуль локализации номера, который сообщает на выходе координаты прямоугольника, в котором находится номерной знак. Изображение в этом прямоугольнике подвергается действию очередных фильтров специфичных для номерных знаков (масштабирование изображения, избавление от рамки номера и т.д.). После этого либо изображение сегментируется и распознаются отдельные символы, либо изображение распознается целиком.

 

База данных, в зависимости от поставленных перед системой задач, может иметь раз- личную схему. Основными задачами являются: фиксирование номера, даты и времени по- явления автомобиля в поле зрения камеры; запись стоп-кадра автомобиля или отрезка ви- део; проверка номера на факт угона и т.д.

 

 

Рисунок 7 − Основные процедуры и методы распознавания текста  

Под сегментацией понимается процесс разделения изображения на отдельные символы.

Конечный этап обработки - распознавание. Для этого этапа входными данными явля- ются изображения, полученные в результате шумоподавления и процесса сегментации.

Сегодня известно три подхода к распознаванию символов − шаблонный, структурный и признаковый.

Шаблонные методы преобразуют изображение отдельного символа в растровое, срав- нивают его со всеми шаблонами, имеющимися в базе и выбирают шаблон с наименьшим количеством точек, отличных от входного изображения. Шаблонные методы довольно ус- тойчивы к дефектам изображения и имеют высокую скорость обработки входных донных, но надежно распознают только те шрифты, шаблоны которых им "известны". И если распозна-ваемый шрифт хоть немного отличается от эталонного, шаблонные методы могут делать ошибки даже при обработке очень качественных изображений!

В структурных методах объект описывается как граф, узлами которого являются эле- менты входного объекта, а дугами - пространственные отношения между ними . Методы реализующие подобный подход, обычно работают с векторными изображениями. Струк- турными элементами являются составляющие символ линии. Так, для буквы "р" - это вер- тикальный отрезок и дуга.  

К недостаткам структурных методов следует отнести их высокую чувствительность к дефектам изображения, нарушающим составляющие элементы. Также векторизация может добавить дополнительные дефекты. Кроме того, для этих методов, в отличие от шаблонных и признаковых, до сих пор не созданы эффективные автоматизированные процедуры обучения. Поэтому структурные описания чаще всего приходиться создавать вручную.

 

В признаковых методах усредненное изображение каждого символа представляется как объект в n-мерном пространстве признаков. Здесь выбирается алфавит признаков, зна- чения которых вычисляются при распознавании входного изображения. Полученный n- мерный вектор сравнивается с эталонными, и изображение относится к наиболее подхо- дящему из них.

Также существует множество методов, построенных как синтез трех подходов.  


Заключение

 

В результате курсовой работы был разработана и реализована модульная платформа для  распознавания автомобильных номерных знаков.

В ходе работы были рассмотрены предлагаемые на Российском рынке системы распо- знавания. Также был совершен поверхностный обзор методов распознавания символов. Результаты проведенного анализа использовались при разработке алгоритма.

Автор планирует продолжить работу над платформой в целом и отдельными модулями в частности. Планируется адаптация и подключение к системе реализованных моими коллеами алгоритмов.  После дальнейшей доработки проекта, возможен его выход на рынок программного обеспечения в виде коммерческого продукта.


Список использованных источников

  1.   ГОСТ 50577-93. Знаки государственные регистрационные транспортных средств типы и основные размеры. Технические требования. Введен 01.01.94. – М.: Издательство стандартов. – 33 стр.

  1.  Арлазаров В. Л., Троянкер В.В., Котович Н.В. Адаптивное распознавание символов. [Электронный ресурс]. – http://www.ocrai.narod.ru/adaptive.html.


 

А также другие работы, которые могут Вас заинтересовать

58546. Числа от 20 до 100 79 KB
  Цели урока. Закрепить навык счета в пределах 100, формировать вычислительные навыки, упражняться в решении простых задач, в нахождении периметра геометрических фигур, в решении логических задач; воспитывать чувство взаимопомощи; развивать интерес к математике...
58547. Урок - основная форма организации обучения математики 64 KB
  Поэтому это влияет на построение урока математики и методики его проведения. Специфика уроков математики обуславливается особенностями освоения детьми материала: абстрактный характер материала требует тщательного отбора наглядных средств методов...
58549. Повторення усного віднімання двоцифрових чисел без переходу через десяток. Закріплення письмового додавання і віднімання 62 KB
  Мотивація навчальної діяльності Була у діда внучка дуже велика чомучка. Куди лізе комашка А як росте ромашка Куди заходить сонце Хто заглянув у віконце І ось одного разу коли Чомучка дуже надокучила діду своїми запитаннями він не витримав...
58550. Випадки додавання і віднімання, пов’язані з нумерацією чисел. Кути многокутника. Творча робота над задачею 35 KB
  Мета: Пригадати з учнями з прийомами додавання і віднімання, пов’язаними зі знанням нумерації чисел в межах 100; поглибити знання про многокутники; формування уміння творчо працювати над задачею; розвивати кмітливість.
58551. Умножение и деления на 2 36.5 KB
  Задачи: Закрепление действия умножения и деления на 2. Выбирать действие умножения для решения задач. Развивать навыки устного счёта, умение рассуждать, познавательный интерес. Воспитывать умение сотрудничать, работая в паре с соседом.
58552. Урок математики і вимоги до нього 92 KB
  Підготовка вчителя до уроку вибір методів засобів і форм організації діяльності учнів. Особливості уроку математики в початковій школі Основною формою організації навчальної роботи з математики як і з інших предметів є урок. Особливості уроку математики обумовлені перш за все особливостями самого навчального предмета.
58554. Время. Единицы времени 61 KB
  Цели урока: Создать условия для формирования понятий: Время Единицы времени. Способствовать развитию навыков перевода из одних единиц времени в другие. Какие знаете вы Нет времени.