Italiano - English

Car plate recognition

Translation for this document is not available or is not complete,
if you are intrested to receive information please write to

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.

Sistema di visione per lettura automatica di targhe di autoveicoli

Una possibile applicazione di questo sistema è il controllo automatico del flusso di automobili in parcheggi o la verifica automatica della circolazione a targhe alterne, nelle città in cui è presente questo tipo di regolamentazione. I settori di applicazione in cui il sistema deve operare non permettono di avere le condizioni ottimali, tipiche dei sistemi di visione, come ad esempio le condizioni luminose. Per questo motivo il problema è notevolmente complesso. Una grossa semplificazione può essere apportata nel caso in cui le targhe da riconoscere sono note e disponibili in un data base, come, ad esempio, può essere per un garage di taxi o una azienda di trasporti. Questa semplificazione non è sempre praticabile e in una prima fase, non viene presa in considerazione. La generalità desiderata dall'applicazione si riflette sulla sua complessità. Infatti, il riconoscimento finale dei caratteri risulta essere molto difficile, a causa delle forti deformazioni e del rumore presenti nelle immagini.

Il problema del riconoscimento dei caratteri rappresentati da una matrice di punti è un problema tipico di pattern recognition (riconoscimento di modelli). Questo è un problema molto studiato per i notevoli risvolti applicativi che presenta e, le soluzioni tipiche, prevedono metodi statistici, geometrico-strutturali e tecniche neurali. Il metodo più adatto per il riconoscimento delle forme probabilmente è quello geometrico-strutturale. Tuttavia, nel caso in esame, le forme da riconoscere possono essere molto deformate ed anche incomplete, per questo il metodo geometrico potrebbe risultare insufficiente. Per tale ragione, la parte relativa al riconoscimento dei caratteri segue due strade alternative per valutare quale si adatta meglio al problema da trattare. Una possibile alternativa è rappresentata dalle tecniche neurali, che dovrebbero presentare una buona robustezza alle notevoli variazioni dei caratteri presentati.

See also:

Acquisizione dell'immagine

01-12-1994 15521

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 12314

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 12125

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 12014

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 12176

Soluzione Adottata: Feedforward Neural Networks

01-12-1994 12064

  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 11374

Vote this page:

0 Comments:

Leave your comment:

Note:
  • Your email email will not be visible or used in any way, and is not required
  • Please keep comments relevant
  • Any content deemed inappropriate or offensive may be edited and/or deleted
  • HTML code is not allowed. Please use BBCode to format your text
    [b]bold[/b], [u]underline[/u], [i]italic[/i], [code]code[/code]
The coding examples presented here are for illustration purposes only. The author takes no responsibility for end-user use
This work is property of Pk Lab. You can use it for free but you must retain author's copyright.