Нормализация изображения автомобильного номера и сегментация символов для последующего распознавания
В статье приводятся результаты решения задачи нормализации автомобильного номера и обнаружения символов на изображении номера для проведения их дальнейшего распознавания. Под нормализацией здесь понимается поворот изображения номера в плоскости изображения так, чтобы строка символов располагалась...
Saved in:
| Published in: | Штучний інтелект |
|---|---|
| Date: | 2010 |
| Main Author: | |
| Format: | Article |
| Language: | Russian |
| Published: |
Інститут проблем штучного інтелекту МОН України та НАН України
2010
|
| Subjects: | |
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/56557 |
| 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: | Нормализация изображения автомобильного номера и сегментация символов для последующего распознавания / К.В. Мурыгин // Штучний інтелект. — 2010. — № 3. — С. 364-369. — Бібліогр.: 4 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
nasplib_isofts_kiev_ua-123456789-56557 |
|---|---|
| record_format |
dspace |
| spelling |
Мурыгин, К.В. 2014-02-19T21:02:16Z 2014-02-19T21:02:16Z 2010 Нормализация изображения автомобильного номера и сегментация символов для последующего распознавания / К.В. Мурыгин // Штучний інтелект. — 2010. — № 3. — С. 364-369. — Бібліогр.: 4 назв. — рос. 1561-5359 https://nasplib.isofts.kiev.ua/handle/123456789/56557 004.89:004.93 В статье приводятся результаты решения задачи нормализации автомобильного номера и обнаружения символов на изображении номера для проведения их дальнейшего распознавания. Под нормализацией здесь понимается поворот изображения номера в плоскости изображения так, чтобы строка символов располагалась горизонтально. Для решения этой задачи используется глобальный анализ изображения при помощи преобразования Хафа. Сегментация символов основывается на использовании моделей расположения символов на номере. В ходе сопоставления различных моделей с реальным изображением определяется модель, имеющая наилучшее соответствие, параметры которой используются для получения координат символов. Такой подход позволил также определять тип номера и принадлежность символа к буквам или цифрам, что облегчает их дальнейшее распознавание. Предложенный алгоритм нормализации и сегментации символов позволяет использовать его в системах распознавания автомобильных номеров. У статті приводяться результати рішення задачі нормалізації автомобільного номера і виявлення символів на зображенні номера для проведення подальшого розпізнавання. Під нормалізацією тут розуміється поворот зображення номера в площині зображення так, щоб рядок символів розташовувався горизонтально. Для рішення цієї задачі використовується глобальний аналіз зображення за допомогою перетворення Хафа. Сегментація символів ґрунтується на використанні моделей розташування символів на номері. У ході зіставлення різних моделей з реальним зображенням визначається модель, що має найкращу відповідність, параметри якої використовуються для одержання координат символів. Такий підхід дозволив також визначати тип номера і приналежність символу до букв або цифр, що спрощує задачу їх подальшого розпізнавання. Запропонований алгоритм нормалізації і сегментації символів дозволяє успішно використовувати його в системах розпізнавання автомобільних номерів. In the article results of the decision of a problem of normalization of a car plates and detection of symbols on the image of plate for carrying out of their further recognition are resulted. Normalization here is understood as rotation of the image of plate in an image plane so that the line of symbols settled down horizontally. For the decision of this problem the global analysis of the image by means of Hough’s transformation is used. Segmentation of symbols is based on use of models of an arrangement of symbols on plate. During comparison of various models to the real image the model having the best conformity which parameters are used for detection of symbols location is defined. Such approach allowed to define also type of car plate and a symbol accessory to letters or figures that facilitates their further recognition. The offered algorithm of normalization and segmentation of symbols allows to use successfully it in systems of recognition of car plates. ru Інститут проблем штучного інтелекту МОН України та НАН України Штучний інтелект Интеллектуальные интерфейсы и распознавание образов. Системы цифровой обработки изображений Нормализация изображения автомобильного номера и сегментация символов для последующего распознавания Нормалізація зображення автомобільного номеру та сегментація символів для подальшого розпізнавання Normalization of the Image of a Car Plate and Segmentation of Symbols for the Subsequent Recognition Article published earlier |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| title |
Нормализация изображения автомобильного номера и сегментация символов для последующего распознавания |
| spellingShingle |
Нормализация изображения автомобильного номера и сегментация символов для последующего распознавания Мурыгин, К.В. Интеллектуальные интерфейсы и распознавание образов. Системы цифровой обработки изображений |
| title_short |
Нормализация изображения автомобильного номера и сегментация символов для последующего распознавания |
| title_full |
Нормализация изображения автомобильного номера и сегментация символов для последующего распознавания |
| title_fullStr |
Нормализация изображения автомобильного номера и сегментация символов для последующего распознавания |
| title_full_unstemmed |
Нормализация изображения автомобильного номера и сегментация символов для последующего распознавания |
| title_sort |
нормализация изображения автомобильного номера и сегментация символов для последующего распознавания |
| author |
Мурыгин, К.В. |
| author_facet |
Мурыгин, К.В. |
| topic |
Интеллектуальные интерфейсы и распознавание образов. Системы цифровой обработки изображений |
| topic_facet |
Интеллектуальные интерфейсы и распознавание образов. Системы цифровой обработки изображений |
| publishDate |
2010 |
| language |
Russian |
| container_title |
Штучний інтелект |
| publisher |
Інститут проблем штучного інтелекту МОН України та НАН України |
| format |
Article |
| title_alt |
Нормалізація зображення автомобільного номеру та сегментація символів для подальшого розпізнавання Normalization of the Image of a Car Plate and Segmentation of Symbols for the Subsequent Recognition |
| description |
В статье приводятся результаты решения задачи нормализации автомобильного номера и обнаружения символов на изображении номера для проведения их дальнейшего распознавания. Под нормализацией здесь понимается поворот изображения номера в плоскости изображения так, чтобы строка символов располагалась горизонтально. Для решения этой задачи используется глобальный анализ изображения при помощи преобразования Хафа. Сегментация символов основывается на использовании моделей расположения символов на номере. В ходе сопоставления различных моделей с реальным изображением определяется модель, имеющая наилучшее соответствие, параметры которой используются для получения координат символов. Такой подход позволил также определять тип номера и принадлежность символа к буквам или цифрам, что облегчает их дальнейшее распознавание. Предложенный алгоритм нормализации и сегментации символов позволяет использовать его в системах распознавания автомобильных номеров.
У статті приводяться результати рішення задачі нормалізації автомобільного номера і виявлення символів на зображенні номера для проведення подальшого розпізнавання. Під нормалізацією тут розуміється поворот зображення номера в площині зображення так, щоб рядок символів розташовувався горизонтально. Для рішення цієї задачі використовується глобальний аналіз зображення за допомогою перетворення Хафа. Сегментація символів ґрунтується на використанні моделей розташування символів на номері. У ході зіставлення різних моделей з реальним зображенням визначається модель, що має найкращу відповідність, параметри якої використовуються для одержання координат символів. Такий підхід дозволив також визначати тип номера і приналежність символу до букв або цифр, що спрощує задачу їх подальшого розпізнавання. Запропонований алгоритм нормалізації і сегментації символів дозволяє успішно використовувати його в системах розпізнавання автомобільних номерів.
In the article results of the decision of a problem of normalization of a car plates and detection of symbols on the image of plate for carrying out of their further recognition are resulted. Normalization here is understood as rotation of the image of plate in an image plane so that the line of symbols settled down horizontally. For the decision of this problem the global analysis of the image by means of Hough’s transformation is used. Segmentation of symbols is based on use of models of an arrangement of symbols on plate. During comparison of various models to the real image the model having the best conformity which parameters are used for detection of symbols location is defined. Such approach allowed to define also type of car plate and a symbol accessory to letters or figures that facilitates their further recognition. The offered algorithm of normalization and segmentation of symbols allows to use successfully it in systems of recognition of car plates.
|
| issn |
1561-5359 |
| url |
https://nasplib.isofts.kiev.ua/handle/123456789/56557 |
| citation_txt |
Нормализация изображения автомобильного номера и сегментация символов для последующего распознавания / К.В. Мурыгин // Штучний інтелект. — 2010. — № 3. — С. 364-369. — Бібліогр.: 4 назв. — рос. |
| work_keys_str_mv |
AT muryginkv normalizaciâizobraženiâavtomobilʹnogonomeraisegmentaciâsimvolovdlâposleduûŝegoraspoznavaniâ AT muryginkv normalízacíâzobražennâavtomobílʹnogonomerutasegmentacíâsimvolívdlâpodalʹšogorozpíznavannâ AT muryginkv normalizationoftheimageofacarplateandsegmentationofsymbolsforthesubsequentrecognition |
| first_indexed |
2025-12-07T17:11:07Z |
| last_indexed |
2025-12-07T17:11:07Z |
| _version_ |
1850870299726184448 |