雷竞技网页版研究和评论——国际期刊雷竞技苹果下载

国际创新研究期刊》的研究在科学、工程和技术

菜单

ISSN在线(2319 - 8753)打印(2347 - 6710)

所有提交的电磁系统将被重定向到在线手稿提交系统。作者请直接提交文章在线手稿提交系统各自的杂志。

使用一种改进的分割车牌识别

g . t .先生Sutar1和教授A.V.沙先生2
  1. 打开学生,电子工程系,D.K.T.工程学院Ichalkaranji,印度马哈拉施特拉邦
  2. 电子工程系副教授,D.K.T.工程学院Ichalkaranji,印度马哈拉施特拉邦
相关文章Pubmed,谷歌学者

访问更多的相关文章国际创新研究期刊》的研究在科学、工程和技术

国际创新研究期刊》的研究在科学、工程和技术

文摘

NPR(车牌识别)使用系统旨在帮助车辆车牌号码的识别。该系统是为保障体系的目的而设计的。该系统是基于图像处理系统。这个系统帮助等功能检测车辆的车牌号码,处理和使用处理过的数据进行进一步的流程存储,允许车辆通过或拒绝。NPR是一个图像处理技术,使用数量(许可证)板来识别车辆。目标是设计一个高效的自动授权车辆识别系统利用车辆车牌。系统上实现安全控制的入口高度受限的区域军事区域或附近区域最高政府机构如议会、最高法院等发达系统首先捕获车辆图像。车辆车牌区域提取使用的图像分割图像。光学字符识别技术用于字符识别。结果数据用于比较的记录在一个数据库中。 The system is implemented and simulated in Matlab, and it performance is tested on real image. It is observed from the experiment that the developed system successfully detects and recognize the vehicle number plate on real images.

关键字
车牌识别、车辆识别、光学字符识别、灰色处理、图像采集、图像二值化,和车辆车牌、车牌提取、字符分割、模板匹配。

介绍
大规模的信息技术融入现代生活的各个方面造成加工汽车需求概念资源信息系统。因为一个独立的信息系统没有任何数据没有意义,也有现实需要变换车辆之间的信息和信息系统。这可以通过一个人的代理,或由特殊智能设备能够识别车辆的车牌号码在实际环境中,反映到概念性的资源。正因为如此,各种识别技术已经开发和车牌识别系统今天用于各种交通和安全应用,如停车、访问和边境控制,或追踪被盗的汽车。
在大门,车牌号码是用来识别车辆。当车辆进入一个输入门,车牌自动识别和存储在数据库,并列入黑名单号码是不允许。当车辆后退出的地方穿过门,车牌又搭配了第一个存储在数据库中并计数。自动车牌识别系统可用于访问控制。例如,使用这种技术在许多公司只授权访问授权人员的车辆。

系统模型
整个ANPR系统可以分为软件模型和硬件模型。一节将详细讨论这两种模型。

)软件模型
这个系统的主要和最重要的部分是软件模型。软件模型使用一系列图像处理技术在MATLAB中实现。NPR算法大致分为以下部分:
•捕获图像。
•预处理。
•板区域提取。
•在提取的车牌字符的分割。
•字符识别。
•与数据库进行比较。
•显示结果。
车牌识别系统实现的流程图在这工作是如下图所示。有各种各样的步骤在此方法中,这些是在MATLAB实现。
图像

实现工作

1)捕获图像(图像采集)
第一步是图像的捕获使用电子设备如光学相机(数字/视频);摄像头等可以用来捕获获得图像。对于这个项目,车辆图像将松下FX /尼康数码相机。在这个项目中pre-captured图像。JPEG格式的图像将被存储为颜色的相机。接下来,我们会继续使用Matlab函数将车辆JPEG图像转换成灰度格式输入该系统的图像被相机放置在1 - 2米远的距离车辆如以下图所示。
图像

2)预处理。
收购后的图像,图像的预处理。获得一个图像时,可能会有噪音出现在一个图像。这些声音大大影响识别率。所以这些声音应该从图像中删除。

灰色的处理:
它包括彩色图像转化为灰度图像。该方法是基于不同的颜色变换。根据R, G, B值在图像,灰度值的计算,获得灰度图像在同一时间。

中值滤波:
当图像获得有很多声音出现在图像。在灰色处理不能消除噪音。从图像中值滤波器消除噪声使图像变得远离噪音。噪声去除车牌识别系统是必要的一步,因为它大大影响系统的识别率。灰度图像显示在无花果。
图像

3)方法1:车牌区域提取。
第三步的ANPR算法提取车牌的图像。找到图像的行和列的值,然后修改图像通过使用r / 3: r。并保存图片在另一个变量中,指定位置和显示图像,找到修改的行和列的形象,创建一个虚拟映像的大小修改图像的行和列,并找到每个像素的值如果像素值大于150意味着把其他虚拟形象把0的值1虚拟映像,然后应用中值滤波的图像。发现该地区形象的道具意味着它将计算质心,边界等我们有一些条件根据条件进一步应用程序.following fig.显示提取的车牌。
方程
图像

方法2:
车牌提取ANPR系统是关键的一步,这大大影响系统的精度。这一阶段的目标,给定一个输入图像,是产生大量的候选区域,包含概率高的真车牌车牌和验证。在这一步中从侵蚀提取车辆车牌图像。后fig.显示车牌区域提取的算法。后车牌区域提取算法图显示了输入图像。
图像

倾斜校正和检测:
在图像识别的过程很简单,拉东变换应用于图像提取峰值亮线使用一些阈值,然后从峰值的位置提取行参数。
以下步骤用于倾斜检测和校正:
1。读灰度图像
2。二进制文件。
3所示。拉东变换应用到图像。
4所示。找到最大拉东变换矩阵或峰值或线。
5。找到对应于最大的角。
6。板线斜交角= 90 -斜角度。
7所示。把原始图像旋转角度在步骤6。
下面的图显示了倾斜校正的算法和检测。
图像
图像

5)字符识别。
OCR现在用来比较每个字符对完整的字母数字数据库。OCR实际使用相关方法与个性,最后确定数量和存储在字符串格式在一个变量中。数据库存储的字符串然后与车辆然后授权确认车牌字符串比较与验证数据库文件,同样,如果两个值意味着它将显示授权否则它会显示未授权
图像

实验结果
本节介绍了发达VNPR系统的仿真结果。不同的图像的汽车有不同的颜色和结构类型和存储在电脑中。RGB格式的图像分辨率为1536高模或者640 x480像素图所示(一个)。
示例1
图像

结论
我们实现了车牌识别。我们的算法成功地检测到的车牌区域图像由车辆数量&字符分割,在许多图像识别,我们应用我们的算法,发现它成功地识别。
项目设计记住车牌检测系统的自动化安全原因,可以取代当前的人工输入系统。这个项目是一个成功的记录车辆的车牌虽然有它自己的图像处理和其他硬件需求的限制。从这个项目我们了解图像处理和OCR(光学字符阅读器),硬件接口,使用汽车的牌照自动车辆识别系统。系统用一系列图像处理技术识别车辆从数据库存储在电脑中。系统在Matlab中实现和性能测试真实图像。仿真结果表明,该系统有效地检测和识别车辆使用牌照对不同的发光条件和可以实现的入口高度受限的地区。
图像

引用
  1. 株式会社KIM K.I.,KIM, J.B. KIM, and H.J. KIM, “Learning-Based Approach for License Plate Recognition” Proceeding of IEEE Signal Processing Society Workshop, Vol. 2, pp.614-623, 2000.
  2. k·荣格和萨达姆政权公园,K.I. kim H.J.金,使用神经网络定位汽车牌照,“电子信件,35卷,17号,第1477 - 1474页,1999年。
  3. Loumos诉;Kayafas E。,”License plate recognition from still images and video sequences: A survey” IEEE Transactions on Intelligent Transportation Systems, volume 9, issue 3, pages 377-391, September 2008.
  4. R.A. Lotufo,公元摩根,。约翰逊,“车牌自动识别”,《IEE EColloquium运输应用图像分析,V01.035, pp.6/1-6/6, 1990年2月16日。
  5. Wisam Faqheri和Syamsiah Mashohor”实时马来西亚车牌自动识别(M-ALPR)使用混合模糊”,IJCSNS国际计算机科学和网络安全,杂志VOL.9 2号,2009年2月。
  6. 赛义德Rastegar Reza Ghaderi,古Ardeshipr &尼玛Asadi”一个智能控制系统使用一个有效的车牌定位和识别方法”,国际期刊的图像处理(IJIP)卷(3)问题(5)252年,2009年。
  7. 诉Ganapathy W.L.D.囡,“马来西亚车辆车牌定位与识别系统”,系统学报,控制论和信息,6卷,1号,2008年。
  8. Zbay和大肠Ercelebi自动车辆识别识别”,交易工程、计算和技术,9卷,222 - 225年,2005年。
  9. 挂,l·陈,陈y涌和美国,“自动车牌识别”,IEEE智能交通系统,5卷,42-53 2004。
  10. 迪帕克Satadal Saha1 Subhadip苏,Mita Nasipuri, Kumar Basu”从车辆图像车牌定位:基于边缘的多级方法”,国际期刊最近的趋势在工程,1卷,1号,2009年5月。
  11. 冈萨雷斯,右眼森林,S.L. eddin,使用Matlab数字图像处理,Prentice Hall, ISBN 81 - 297 - 0515 x 2004。
  12. 谢长廷,J.W.Yu,萨达姆政权,Chen, Y.S., Morphology-based License Plate Detection from Complex Scenes, International Conference on Pattern Recognition, Quebec City, CA, Vol.3, pp. 176-179, 2002.
  13. 首先,N。,A Thresholding Selection Method from Gray Level Histograms, IEEE Transactions on Systems, Man and Cybernetics, Vol. 9, pp. 62-66, 1979.
  14. 吉林、L。,Hongqing, M., Peihong, L., A High Performance License Plate Recognition System Based on the Web Technique, IEEE International Conference on Intelligent Transportation Systems, Oakland, CA, pp. 14-18, 2001.
  15. 冯杨,郑妈妈。“汽车的牌照位置基于直方图和数学形态学”,自动识别先进技术,页:89 - 94,2005。
  16. d .郑y赵,j .王”一个有效的车牌定位方法,”Recognit模式。列托人。26卷,没有。15日,第2438 - 2431页,2005年。
  17. Roushdy M。,"Comparative Study of Edge detection Algorithms Applying on the Grayscale Noisy Image Using Morphological filter", ICGST, International Journal of Graphics, Vision, and Image Processing GVIP, Vol. 6, Issue 4, pp. 17-23, , Dec. 2006.
  18. k金,k·荣格和j·h·金“色Texture-Based对象检测:申请车牌定位”,2388卷,斯普林格出版社,页293 - 309。
  19. 形态学的基础文本检测和提取从复杂视频场景,”T。Pratheeba et al。/国际工程技术》杂志(3),200 - 206年,2010年。
  20. 陆JHUANG,刘晓波和凌小菁,“基于小波包特征提取和识别车牌字符”,中国科学通报《IEEE, pp.97 - 100, 2005。
  21. 小说是n . Paunwala Suprava Patnaik多个车牌提取技术对于复杂背景的印度交通状况”,在图像处理国际期刊学报》,第1辑,issue2, 2007
  22. H Hegt。h·A·德·拉·海恩。r . J,汗。n .一个高性能车牌识别系统,在:学报IEEE国际会议系统,人与控制论,5卷,pp.4357 - 4362, 1998。
  23. 李刚,曾庆红瑞丽,凌林,研究汽车的牌照位置在第一次国际会议上创新计算、信息和控制,4卷,pp.345 - 353, 2006。
  24. Chitode。j . S Rupali凯特,“使用分割车牌识别”,国际工程研究&杂志Tehnology (IJERT), 1问题9卷,和石头:2278 - 0181,2012。
  25. 诉Kasmat, s . Ganesan”的一种有效实现霍夫变换检测车辆使用DSP的车牌,“IEEE国际会议实时技术与应用研讨会,芝加哥,美国58-59,2005页。
  26. A.S.约翰逊B.M.鸟,1990,“自动车辆识别、车牌匹配”IEE讨论会在安全电子图像和图像处理和法医,1990年4月。
  27. M.M.M. Fahmy车牌自动识别:神经网络方法,“诉讼VNIS的94车辆导航和信息系统会议,3 1 8月2 9月,1994年。
  28. D.G.贝利,d . Irecki B.K. Lim和l .杨“车牌识别应用程序的测试床”,学报第一IEEE国际研讨会上电子设计、测试和应用程序(δ),IEEE计算机协会,2卷,2002年。