عنوان پایاننامه
مکانیابی اتوماتیک موتورسیکلت درتصاویر
- رشته تحصیلی
- مهندسی کامپیوتر- هوش مصنوعی - رباتیک
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه دانشکده برق و کامپیوتر شماره ثبت: E1366;کتابخانه مرکزی پردیس 2 فنی شماره ثبت: E 1366
- تاریخ دفاع
- ۱۳ بهمن ۱۳۸۶
- دانشجو
- رقیه احمدی
- استاد راهنما
- غلامعلی حسین زاده دهکردی
- چکیده
- تشخیص پلاک خودرو یکی از مراحل کلیدی برای بسیاری از سیستم های اتوماسیون جاده ای مانند پایش ترافیک جاده، دریافت خودکار عوارض در بزرگراه ها، کنترل مرز و آنالیز زمان مسافرت می باشد. تشخیص وسایل نقلیه جهت مدیریت ناحیه پارکینگ و نظارت بر وسایل نقلیه که به طور غیر قانونی پارک شده اند نیز استفاده میشود. همچنین شناسایی پلاک برای سیستمهای امنیتی از قبیل مشاهده وسایل نقلیه به سرقت رفته و مانیتور ورود وسایل نقلیه دارای مجوز به نواحی ویژه مورد استفاده قرار می گیرد. در این پژوهش مسأله یافتن پلاک موتورسیکلت در تصاویر با پس زمینههای متنوع و پیچیده بررسی میگردد. الگوریتم پیشنهادی در دو مرحله، یکبار بر روی تصویر اصلی و بار دیگر بر روی بخش مرکزی آن که به اندازه تصویر اولیه درآمدهاست، اجرا میشود و هر قسمت از مفاهیم سادهای مانند آستانهگذاری، عملیات مورفولوژی و تشخیص لبه با استفاده از محاسبه گرادیان برای قطعهبندی تصویر استفاده مینماید. سپس با بررسی برخی معیارهای هندسی پلاک مانند مساحت، نسبت طول به عرض، چگالی لبهها و نسبت میانگین به واریانس گرادیان در هر ناحیه متصل به هم از تصویر، نواحی کاندید پلاک مشخص میگردد. در نهایت از یک معیار اعتماد جهت تشخیص میزان شباهت بین ناحیه کاندید و پلاک موتور سیکلت بهره گرفته میشود و با مقایسه خروجی دو مرحله، مکان پلاک تعیین میگردد. این روش برروی 300تصویر آزمایشی که دارای شرایط تصویربرداری متفاوت میباشند به کار گرفته شده و میزان موفقیت آن 76% می باشد. نتایج نشان میدهد الگوریتم در برابر تغییر فاصله پلاک تا دوربین از 25/2 تا 7متر و همچنین چرخش پلاک تا 17درجه در صفحه و 34درجه بیرون صفحه مقاوم است .
- Abstract
- Plate localization is an important step in a vehicle license plate identification system. In this thesis, we propose an algorithm for detection of motorcycles' license-plate in complex scenes. This algorithm is executed in two stages; once on main image and other time on central part of the image that is resized to major image. In each phase, the proposed method uses simple concepts such as thresholding, mathematical morphology and edge detection based on gradient calculation for image segmentation. After that it detects plate among candidates by some geometrical indices. These indices include area, ratio of height and width, density of edges and the ratio of average and variance of gradient in each connected component. Then a confidence value (extracted for each region) helps to depict the likelihood between a candidate region and a license plate. Finally confidence values of two stages compare for locating the plate in the image. We inspected 300 images with different conditions and testing shows that the average accuracy of detection is 76%. Algorithm is robust to motorcycle plate inclination within 15 degree in plane and 30 degree out of plane, and distance (between camera and plate) from 2.25 to 7 meters.