Повышение эффективности распознавания номерных знаков транспортних средств путем преобразования их геометро-топологических характеристик
Приведены результаты одного из подходов к распознаванию номерных знаков автомобилей. Для повышения эффективности распознавания предлагается введение предварительных преобразований в состав алгоритмов на базе контурного анализа и шаблонного метода. Разработан способ сведения к единому виду всех типов...
Saved in:
| Published in: | Штучний інтелект |
|---|---|
| Date: | 2016 |
| Main Authors: | , , , , |
| Format: | Article |
| Language: | Russian |
| Published: |
Інститут проблем штучного інтелекту МОН України та НАН України
2016
|
| Subjects: | |
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/117224 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Cite this: | Повышение эффективности распознавания номерных знаков транспортних средств путем преобразования их геометро-топологических характеристик / Ю.В. Крак, А.В. Бармак, А.С. Тлебалдинова, В.И. Ляшко, И.О. Стеля // Штучний інтелект. — 2016. — № 1. — С. 27-41. — Бібліогр.: 21 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| Summary: | Приведены результаты одного из подходов к распознаванию номерных знаков автомобилей. Для повышения эффективности распознавания предлагается введение предварительных преобразований в состав алгоритмов на базе контурного анализа и шаблонного метода. Разработан способ сведения к единому виду всех типов номерных знаков. Предложен метод кластеризации, который позволил существенно уменьшить размерность исходного признакового пространства и время обработки изображений.
The results one approach to the recognition of license plate are presented. For improved of recognition efficiencies is proposes the introduction of pre-conversion to the algorithms based on the contour analysis and template method. A method of reduction to a single view of all types of license plates is created. The method of clustering, which will significantly reduce the dimensionality of the input feature space and imaging time is proposed.
|
|---|---|
| ISSN: | 1561-5359 |