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...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Штучний інтелект
Datum:2016
ISSN:1561-5359
Hauptverfasser: Крак, Ю.В., Бармак, А.В., Тлебалдинова, А.С., Ляшко, В.И., Стеля, И.О.
Format: Artikel
Sprache:Russisch
Veröffentlicht: Інститут проблем штучного інтелекту МОН України та НАН України 2016
Schlagworte:
Online Zugang:https://nasplib.isofts.kiev.ua/handle/123456789/117224
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Zitieren: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
Beschreibung
Zusammenfassung: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