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...
Збережено в:
| Опубліковано в: : | Штучний інтелект |
|---|---|
| Дата: | 2016 |
| Автори: | , , , , |
| Формат: | Стаття |
| Мова: | Російська |
| Опубліковано: |
Інститут проблем штучного інтелекту МОН України та НАН України
2016
|
| Теми: | |
| Онлайн доступ: | https://nasplib.isofts.kiev.ua/handle/123456789/117224 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | 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. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| Резюме: | 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 |