Italiano - English

Our Blog

Algorithms     Assembly     C/CPP     Control systems     Dynamic response     FireBird     Image processing     Matlab     Microprocessors     Modeling     Neural networks     Nonlinear systems     OCR     OpenERP     Pattern recognition     Pneumatic systems     Project management     SQL     Utility     Visual Studio    

Sort by

Acquisizione dell'immagine

01-12-1994 15221

L'acquisizione dell'immagine viene effettuata con una telecamera digitale da 512x512 pixel con 256 tonalità di grigio. La telecamera è collegata ad un computer che memorizza l'immagine in una matrice da 512x512 byte ed, eventualmente, in un file. Con procedimenti di seguito descritti, viene cercata la targa, che viene estratta dall'intera immagine. Successivamente, vengono cercati i rettangoli contenenti i singoli caratteri.

Ricerca e estrazione della targa

01-12-1994 12072

La posizione della targa nell'immagine non è nota a priori. Il problema della localizzazione della targa è stato affrontato attraverso le analisi delle variazioni [Chelappa 1992]. Le zone di immagine che contengono il testo sono caratterizzate da una particolare distribuzione dei livelli di grigio. Una riga dell'immagine che non contiene caratteri ha una distribuzione uniforme dei toni, diversamente il testo presenta forti variazioni in brevissimo spazio. Tutte le 512 righe vengono analizzate, fino a quando non vengono riscontrate le variazioni tipiche di un testo. E' necessario analizzare tutta l'immagine, perchè è possibile trovare altre scritte come il modello dell'autoveicolo.

Ricerca ed estrazione dei caratteri

01-12-1994 11887

Dalle immagini rettangolari delle targhe si passa alla suddivisione in caratteri. Questa fase richiede la possibilità di separare i pixel del testo da quelli dello sfondo. Come già detto le immagini sono a 256 toni di grigio e sono tutti presenti nel rettangolo della targa, tuttavia ci si aspetta che i pixel dello sfondo siano di colore molto diverso dai pixel di testo. La separazione avviene attraverso una binarizzazione della targa, in cui i pixel dello sfondo hanno valore 255 e quelli del testo valore 0. La soglia di separazione viene determinata attraverso l'analisi in frequenza delle intensità di grigio.

Riconoscimento Caratteri

01-12-1994 11770

A partire dai rettangoli individuati nella fase di estrazione dei caratteri, bisogna riconoscere la sequenza dei simboli, che gli stessi rettangoli contengono. In questo progetto si riceve una immagine rettangolare di dimensioni variabili tra 25..34 per l'altezza e 10..24 per la larghezza con 256 toni di grigio più brevemente bitmap e si deve fornire, in risposta, il carattere che eventualmente la bitmap contiene.

Scenario delle soluzioni

01-12-1994 11875

Soluzione Adottata: Feedforward Neural Networks

01-12-1994 11772

  La soluzione scelta è quella di utilizzare delle tecniche neurali per la buona resistenza al rumore, robustezza. 

L'idea di avere un meccanismo a cui fornire la bitmap e da cui avere la risposta esatta, è molto allettante, tuttavia l'approccio neurale pone dei seri problemi di progettazione della rete.

Neural Networs: Bibliografia

01-12-1994 11151

Visione Artificiale ?

01-12-1994 17768 0

Qualche considerazione sull'intelligenza artificiale

Introduzione alla neurocomputazione

16-04-1995 9763

Viene presentato un documento di sintesi analitica sulle reti neurali artificiali, con particolare riguardo al BackPropagation

Car plate recognition

22-07-1995 19218

Il progetto è relativo ad un sistema automatico di lettura e memorizzazione di targhe di autoveicoli. Il progetto prevede l'utilizzo di una telecamera per acquisire l'immagine dell'autoveicolo. L'immagine viene trasferita ad un personal computer che la deve analizzare e deve fornire la sequenza di caratteri relativa alla targa. Il numero di targa è poi reso disponibile ad eventuali software di gestione o memorizzato su disco.