This project is read-only.
Project Description
"Automated recognition of car numbers" - graduation project of a student PSTU Vitaly Maslov. It's developed in С#

Автоматизированная система распознания автомобильных номеров. Разрабатывается в рамках дипломного проекта магистранта ПГТУ Маслова Виталия.

Система разрабатывается как альтернатива уже существующим системам распознавания номеров автомобилей, таких как “сова”. Над проезжей частью или сбоку от нее устанавливается камера подключенная к ПК, картинка с камеры обрабатывается системой с целью определения скорости автомобиля и его регистрационного номера.

The system is developed as an alternative to existing systems of recognition numbers of cars, such as a night owl. Above the carriageway or side of it set the camera to PC, the picture with the camera is processed by the system to determine the speed of the carand its registration number.

На данный момент разрабатывается только мобильный вариант системы представляющий собой:

  • Ноутбук с установленным ПО
  • Веб камеры высокой четкости
  • Табличка которая устанавливается в зоне видимости камеры с целью калибровки оптики и фильтров

At the moment, being developed only a mobile version of the system are:

  • Laptop with installed
  • Web camera high definition
  • The plate is installed within sight of the camera to the calibration of optics and filters

 

На текущий момент предполагается следующая архитектура системы.

To date, assumed the following system architecture.

image

Выделение движущегося объекта и поиск номера в кадре реализовывается на основе библиотек OpenCV, фильтры который планируется подбирать на основе генетического алгоритма и тестового изображения для конкретных условий эксплуатации. Непосредственное распознавание номера производится будет двумя методами,   первый это попиксельно сравнение, второй нейросети в том случае когда первый метод не дал результата.

Isolation of a moving object and the search for accommodation in the frame is being implemented on the basis of library OpenCV, filters that will be selected based ongenetic algorithm and a test image for the specific operating conditions. Directdetection rates will be made ​​in two ways, first it pixel by pixel comparison, the secondneural network in the case when the first method does not return any results.

На текущий момент система может находить номер на фото машины и определить положение символов номера и распознает их с некоторой долей корректности. Результаты использования алгоритма распознания на основе сравнение с шаблонами символов в идеальном написании дали отрицательный результат. Поэтому вместо шаблона используется матрица с вероятностью появление пикселя в заданном месте(не 1 или 0, а в диапазоне от 0 до 1 ) составленной на основе реальных изображение. Качество распознавания напрямую зависит от числа обучающей выборки.

To date, the system can find the number on the photo machine and determine theposition of character numbers and recognize them with some degree of accuracy.Results of recognition algorithm based on pattern matching of characters in an idealwriting gave negative results. Therefore, instead of the template matrix is ​​used with aprobability of occurrence of the pixel at the specified location (not 1 or 0, and in a rangefrom 0 to 1) drawn from the real image. Recognition quality depends on the number oftraining sample.

image

Также в системе реализована настройках двух фильтров: поиск номера, поиск символов в номере.

Also, the system is implemented settings of two filters: the search facilities, search for characters in the room.

image 

При реализации работы с видео из файлов а также с веб-камеры  возникли проблемы в работы библиотеки OpenCVSharp версии 2.2, в связи с чем проект был переведен на OpenCVSharp версии 2.1. В результате в системе появилась функция распознавания автомобильных номеров в уже записанном видео, а также на лету с веб-камеры. Но в работе библиотеках OpenCVSharp версии 2.2 и 2.1 обнаружена утечка памяти взывающая рост оперативной памяти используемой системой во время работы.

In implementing the work with video files as well as from your webcam problems inlibrary work OpenCVSharp version 2.2, in connection with the project was transferred toOpenCVSharp version 2.1. As a result, there was a feature in the license plate recognition in an already recorded video, as well as on the fly with a webcam. But in thelibraries OpenCVSharp version 2.2 and 2.1 memory leak summon the growth ofmemory used by the system during operation.

Last edited May 27, 2011 at 2:21 PM by imy, version 14