Abstract
In this paper, the problem of license plate detection is considered. Low quality images due to severe illumination conditions, vehicle motion, viewpoint and distance changes, complex background, etc. are some of popular problems which have to be considered. In order to alleviate these problems, two different image enhancement methods (using intensity variance and edge density) are proposed. The aim is to increase contrast of plate-like regions to avoid missing plate location especially in poor quality images. Furthermore, a novel match filter is designed to detect candidate regions as plate. This filter models the vertical edge density of plate region regarding its neighborhood. As the filtering procedure is simple, this approach can be used for real-time applications. In the proposed method, we also use colored texture in the plate as a cue for plate detection. This feature is preserved under viewpoint change. In order to characterize the color information in plate, the MNS (multimodal neighborhood signature) method is used. A well-organized database, consisting of car images with different known distances and viewing angels have been prepared to verify the performance of plate detection algorithm. This database can be used to establish a precise evaluation of the proposed method and any other related work. The results of experiments on different type of car images in complex scenes confirm the robustness of proposed method against severe imaging condition
چکیده
در این مقاله، مساله ی تشخیص پلاک بررسی شده است. تصاویر بی کیفیت به دلیل نور شدید، حرکت خودرو، تغیر فاصله و دیدگاه، پس زمینه ی پیچیده و غیره، مشکلات رایجی است که باید در نظر گرفته شود. برای کاهش این مشکلات، دو روش متفاوت بهبود تصویر (با استفاده از واریانس شدت روشنایی و ضخامت لبه) ارائه شده است. هدف، افزایش کنتراست برای جلوگیری از نابودی ناحیه ی پلاک در تصاویر بی کیفیت است. علاوه براین، یک فیلتر انطباق جدید برای تشخیص نواحی کاندید به عنوان پلاک، طراحی شده است. این فیلتر، ضخامت لبه های عمودی ناحیه ی پلاک را با توجه به همسایگی آن، مدلسازی می کند. چون روال فیلتر ساده است، این روش برای برنامه های بلادرنگ قابل استفاده است. در روش پیشنهادی، از بافت رنگی پلاک هم برای تشخیص پلاک استفاده می کنیم. این ویژگی با تغییر دیدگاه ثابت می ماند. برای تشخیص اطلاعات رنگ پلاک از روش MNS(امضای همسایه چندنمایی) استفاده می شود. برای بررسی عملکرد الگوریتم تشخیص پلاک یک پایگاه داده ی سازمان یافته آماده شد هاست که متشکل از تصاویر ماشین با فواصل مختلف و زاویه دید مشخص است. از این پایگاه داده می توان برای ارزیابی دقیق روش پیشنهادی و هر کار مشابه دیگری استفاده کرد. نتایج آزمایشات بر روی انواع تصاویر ماشین در صحنه های پیچیده، نشان دهنده ی مقاوم بودن روش پیشنهادی در شرایط سخت تصویربرداری است.
1-مقدمه
سیستم های حمل و نقل هوشمند (ITSها) به عنوان ابزاری اساسی برای تحلیل و مدیریت وسایل نقلیه در شهرها و جاده ها توسعه یافته اند[1]. این سیستم ها سعی می کنند مشکل تشخیص ماشین ها را با روش های مختلف تسهیل کنند. این روش ها اصولاً بر الگوریتم های خودکار (به جای دستی) متکی هستند. پردازش تصویر یکی از این روش هاست که با تصویر و یا توالی های ویدئو از وسایل نقلیه سروکار دارد. یک ویژگی منحصر به فرد که می توان برای تشخیص تمام وسایل نقلیه به کار برد، شماره پلاک آنهاست....