Автоматическая локализация номерного знака автомобиля в системе Wolfram Mathematica
Date
2022Publisher
Another Title
Automatic Localization of License Plate for Car in Wolfram Mathematica
Bibliographic entry
Гундина, М. А. Автоматическая локализация номерного знака автомобиля в системе Wolfram Mathematica = Automatic Localization of License Plate for Car in Wolfram Mathematica / М. А. Гундина, М. Н. Жданович // Наука и техника. – 2022. – № 5. – С. 367-373.
Abstract
Современные устройства формирования изображений позволяют решать комплекс технических прикладных задач, требующих синтеза и анализа компьютерных методов обработки с использованием пороговой бинаризации, классификации изображений, кластеризации, с применением машинного обучения для определения областей интереса. Так, алгоритмы сегментации нашли широкое использование в обработке медицинских снимков. Компьютерные технологии применяются для функционирования интеллектуальной среды, которая позволяет анализировать состояние здоровья человека. Развитие микроэлектроники дает возможность повысить сложность применяемых алгоритмов обработки изображений для решения прикладных задач инженерии. В литературе широко обсуждаются вопросы сегментации, распознавания образов, описания и представления деталей, морфологического анализа снимков, полученных промышленным оборудованием, например теории обработки оптического сигнала с учетом помех. Вопросы восприятия и анализа изображений подробно представлены в отечественной и зарубежной литературе. В статье описан разработанный алгоритм локализации номерного знака автомобиля, реализованный в системе Wolfram Mathematica. Вначале определяется область интереса, изолируется от остальной части изображения для последующей ее обработки. Реализуется представление изображения с помощью аффинного преобразования. Дальнейшая сегментация символов на номерной пластине позволяет их определить. В системе Mathematica разработан программный код алгоритма локализации номерного знака автомобиля для его дальнейшего распознавания. Решение задачи получено с помощью поэтапного применения встроенных и пользовательских функций системы Wolfram Mathematica. Алгоритм протестирован на репрезентативной выборке изображений. Погрешность в среднем не превышала 10 %, что соответствует современным алгоритмам обработки промышленных изображений. Полученный алгоритм идентификации номерного знака автомобиля может использоваться в цифровых устройствах для автоматического определения и дальнейшей обработки изображений.
Abstract in another language
Modern imaging devices make it possible to solve a complex of technical applied problems that require the synthesis and analysis of computer processing methods using threshold binarization, image classification, clustering, and the use of machine learning to determine areas of interest. Thus, segmentation algorithms are widely used for processing medical images. Computer technologies are used for the functioning of the intellectual environment, which allows to analyze the state of human health. The development of microelectronics makes it possible to increase the complexity of the applied image processing algorithms used to solve applied engineering problems. The issues of segmentation, pattern recognition, description and presentation of details, morphological analysis of images obtained by industrial equipment are widely discussed in the literature. For example, theories of optical signal processing taking into account interference, issues of image perception and analysis are presented in detail in domestic and foreign literature. The paper describes the developed algorithm for localizing a car license plate, implemented in the Wolfram Mathematica system. First, the region of interest is determined, isolated from the rest of the image for its subsequent processing. An image representation is implemented using an affine transformation. Further segmentation of the characters on the license plate allows the characters to be identified. In the Mathematica system, a program code for the car license plate localization algorithm for its further recognition has been developed. The solution to the problem was obtained using the step-by-step application of the built-in and user-defined functions of the Wolfram Mathematica system. The algorithm has been tested on a representative sample of images. The average error did not exceed 10 %, which is in line with modern industrial image processing algorithms. The resulting car license plate identification algorithm can be used in digital devices to automatically determine and further image processing.
View/ Open
Collections
- № 5[11]