1. Adaptabilné rozpoznávanie evidenčných čísel vozidla
Vedúci práce: RNDr. Rastislav Krivoš-Belluš
Konzultant: Ing. Tibor Radačovský
Lucia Matušíková, 2017

2. Ako to vlastne pracuje? fotografie sú spracované radom algoritmov:
lokalizácia značky
dimenzovanie a orientácia
normalizácia
znaková segmentácia
optické rozpoznávanie znakov
syntaktická/geometrická analýza

3. Motivácia zrýchliť a skvalitniť proces rozpoznávania znakov
vysporiadať sa s extrémnymi podmienkami
rozmazané fotografie
silná žiara slnka
slabé osvetlenie v tme
rôzne vplyvy počasia
poškodené a špinavé EČV

4. Ciele práce
analyzovať algoritmy pre spracovanie obrazu v kontexte adaptabilného rozpoznávania EČV
analyzovať dostupné knižnice s ohľadom na definované kvalitatívne kritéria
navrhnúť službu pre rozpoznávanie EČV s ohľadom na automatizované prispôsobenie sa podmienkam vytvoreného vstupu
implementovať navrhnutú službu

5. Existujúce riešenia Knižnice pre rozpoznávanie EČV
Javaanpr
PlateRecognizer
TCRNeuroph
Tess4j
Filtre – predspracovanie obrazu
Šedý filter
Konvolúcia
Prahovanie
Detekcia hrán

6. Javaanpr možný výber medzi KNN klasifikáciou alebo neurónovou sieťou
KNN – metóda najbližších susedov – zaradiť objekty do tried objektov na základe príznakov

7. PlateRecognizer
využíva openALPR – openSource knižnica pre rozpoznávanie EČV napísaná v C++

8. TCRNeuroph
rozpoznáva testovacie vzorky na základe preddefinovanej neurónovej siete

9. Testovacie vzorky slovenské značky zahraničné značky
priame slnko
rôzne tiene
dážď
zamračené
rozmazané
osvetlenie v noci
svetlá vozidla v noci
špinavé a zdeformované značky
značky so žltým pozadím
spolu 870 fotografií

10. Metrika celkový čas rozpoznávania sady fotografií
priemerný čas rozpoznávania jednej fotografie
počet 100% rozpoznaných značiek
celkový počet rozpoznaných znakov v danej sade

11. Výsledky prvotnej analýzy

15. Zhodnotenie výsledkov analýzy
najrýchlejšie spracovanie
Javaanpr KNN
Javaanpr Neurónová sieť
najpomalšie spracovanie
PlateRecognizer

16. Zhodnotenie výsledkov analýzy
slovenské značky
Javaanpr KNN – denné fotky
Javaanpr NS – denné fotky
PlateRecognizer – denné fotky
TCRNeuroph – denné fotky
zahraničné značky
TCRNeuroph – denné fotky, žlté pozadie, dážď
PlateRecognizer – denné fotky, žlté pozadie, dážď
Javaanpr KNN a NS - nevyhovuje

17. Filtre a opätovná analýza
BoofCv.org
predspracovanie fotografií zadaním rôznych parametrov a následné opätovné analyzovanie jednotlivých testovacích vzoriek
sledovanie zmien

18. Šedý filter
prevod obrázka do sivých odtieňov

19. Konvolúcia matica aplikovaná na obrázok
vyhladzovanie / ostrenie obrazu
výstupom je nový modifikovaný obrázok

21. Prahovanie
proces konverzie sivého obrázka na binárny obraz s použitím prahovacej hodnoty
2 typy algoritmov
globálne prahovanie
lokálne prahovanie

23. Detekcia hrán
vyhľadáva oblasti pixelov, v ktorých sa podstatne mení jas
detekcia pomocou operátorov
Robertsov operátor
Prewittov operátor
Sobelov operátor
a ďalšie..

25. Čo ďalej ? spustenie testov na predspracovaných fotografiách
vytvorenie vlastného riešenia
získanie snímky
určenie situácie
výber filtra a jeho spustenie
výber vhodnej knižnice
samotné rozpoznávanie

26. Literatúra http://www.licenseplatesrecognition.com/how-lpr-works.html
Haldo Spontón, and Juan Cardelino, A Review of Classic Edge Detectors, Image Processing On Line, 5 (2015), pp. 90–123.
Nima Asadi, A Study of Automatic License Plate Recognition Algorithms and Techniques, IDT Mini-conference on Interesting Results in Computer Science and Engineering, 3 November 2011, Mälardalen University, Sweden
C. Anagnostopoulos , I. Anagnostopoulos , E. Kayafas and V. Loumos, "A license plate recognition system for intelligent transportation system applications ", IEEE Trans. Intell. Transp. Syst., vol. 7, no. 3, pp , 2006
Kolour, H. S.,Shahbahrami A., An Evaluation of License Plate Recognition Algorithms, International Journal of Digital Information and Wireless Communications (IJDIWC), pp , 2011
Miss. Varsha K. Hadke, Pawan K. Ajmera, Comparative study of License Plate Recognition, International Journal of Engineering Research & Technology, Vol. 3 - Issue 3,March 2014, ISSN:

27. Ďakujem za pozornosť.