Kısıtlanmamış görüntüler üzerinden otomatik plaka tespiti ve tanıma
Automatic number plate detection and recognition over unrestricted images
- Tez No: 423753
- Danışmanlar: DOÇ. DR. MEHMET KEMAL GÜLLÜ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 101
Özet
Otomatik plaka tanıma, renkli, siyah/beyaz ya da kızılötesi kameranın herhangi birinden alınan bir video dizisinden veya bir imgeden araç plaka bilgisinin çıkartılması işlemidir. Çıkartılan bilgi, çalıntı araç takibi, elektronik ödeme sistemleri, trafik gözetimi gibi birçok gerçek yaşam uygulamasında bir veri tabanı ile kullanılabilmektedir. Farklı ülkelerin farklı plaka standartları, özelleştirme, farklı renkler, kirle kaplanma, kamera ve plaka arası mesafe nedeniyle değişen plaka boyutları, eğiklik vs. tespiti zorlaştıran plaka kaynaklı faktörlerdir. Aydınlatma koşulları ve karmaşık arka plan ise tespiti zorlaştıran çevresel faktörleri oluşturmaktadır. Geliştirilecek bir otomatik plaka tanıma sisteminin tüm bu zor koşullar altında hızlı ve başarılı olarak çalışması istenmektedir. Bu nedenle etkili ve güvenilir bir OPT sistemi tasarlamak oldukça zorlu bir problemdir. Bu tez çalışmasında, karakter özelliklerinden plaka bölgesini bulan, düşük hesapsal yüke sahip bir otomatik plaka tanıma yaklaşımı önerilmektedir. Ön işleme adımında klasik Sauvola yöntemi çıktısı ışıklılık bilgisine göre ağırlıklandırılarak koyu bölgeler tespit dışına çıkartılmaktadır. Ön işleme sonrasında karakter özelliği göstermeyen bölgeler bağlı bileşen analizi ile elenerek, ardından yatay izdüşüme bağlı olarak karakter bölgeleri tespit edilmektedir. Karakter ayrıştırma işlemi için yatay ve dikey izdüşümlerden faydalanılmıştır ve ayrıştırılan karakterler çok katmanlı algılayıcı modelinden yararlanılarak tanınmıştır. Çalışmada plaka bölgesinin tespitinde %96, karakter ayrıştırma ve tanıma için %89,2 başarım oranlarına ulaşılmıştır.
Özet (Çeviri)
Automated license plate recognition is the process of extracting license plate knowledge from an image or video sequence captured by color, black/white, infrared cameras. Extracted plate data can be used via a database in lots of real life applications such as stolen car tracing, electronic payment systems and traffic surveillance. Varying plate standards of different countries, customized plates, different colors, dirty plates, varying plate size due to distance between plate and camera, inclination etc. are the issues originating from plate itself for plate detection. Bad illumination and complex background are the environmental issues which complicates plate detection. Fast and successful ALPR system is desired to design under given issues. Therefore it is a quite difficult problem to design an effective and reliable ALPR system. In this thesis, an automatic number plate recognition approach with low computational load has been proposed to detect license plate area using character features. In the preprocessing step, unlike classical Sauvola method, output is weighted according to the pixel luminance values, and therefore dark regions are eliminated from the detection. After preprocessing step, regions that cannot show a character property are eliminated using connected component analysis, and then character regions are detected utilizing horizontal projection. Horizontal and vertical projections have been used for character segmentation and segmented characters have been recognized using multilayer perceptron model. Accuracy of 96% is achieved for license plate localization and %89,2 for character segmentation and recognition in this work.
Benzer Tezler
- Scorenet: Derin kaskat skor seviyesi füzyonu ile kısıtlanmamış görüntüler üzerinden kulak tanıma
Scorenet: Unconstrained ear recognition with deep cascade score level fusion
ÜMİT KAÇAR
Doktora
Türkçe
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. MÜRVET KIRCI
- Meme kanseri hastalarında neoadjuvan kemoterapi sonrası meme mrgsekanslarının patolojik yanıtı öngörmedeki etkinliklerinin karşılaştırılması
After neoadjuvant chemotherapy in breast cancer patients comparison of the efficiencies of breast mrisequences in predicting pathological response
MEHMET BURAK YILDIZ
Tıpta Uzmanlık
Türkçe
2023
Radyoloji ve Nükleer TıpSağlık Bilimleri ÜniversitesiRadyoloji Ana Bilim Dalı
PROF. DR. FATMA NUR SOYLU BOY
- Hepatosellüler karsinomun tanısal ayrımında manyetik rezonans görüntülemede difüzyon tensör görüntüleme ve difüzyon ağırlıklı görüntülemenin katkısı
The contribution of diffusion tensor imaging in magnetic resonance imaging in the diagnosis of hepatocellular carcinoma
CİHAN ÖZGÜR
Tıpta Uzmanlık
Türkçe
2020
Radyoloji ve Nükleer TıpTrakya ÜniversitesiRadyoloji Ana Bilim Dalı
PROF. DR. NERMİN TUNÇBİLEK
- Analysis of hyperspectral images with deep learning methods
Derin öğrenme yöntemleriyle hiperspektral görüntülerin analizi
EKREM TARIK KARAN
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. ZÜMRAY ÖLMEZ