Geri Dön

Real time plate recognition with raspberry pi and python

Raspberry pi ve python ile gerçek zamanli plaka tanima sistemi

  1. Tez No: 795069
  2. Yazar: İBRAHİM HALİL POLAT
  3. Danışmanlar: PROF. DR. ERGUN ERÇELEBİ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Mühendislik Bilimleri, Electrical and Electronics Engineering, Engineering Sciences
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: İngilizce
  9. Üniversite: Gaziantep Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Devreler ve Sistemler Bilim Dalı
  13. Sayfa Sayısı: 62

Özet

Güncel zamanda artan trafik yoğunluğu ile birlikte güvenilir ulaşım sağlamak amacıyla kamera ve uzaktan kontrol sistemi kullanılarak video analizi ile tehlikeli durumların tespitinin yapılması gerekmektedir. Bu tür analizlerden biri Otomatik Plaka Tanıma'dır. Otomatik plaka tanıma sistemleri; plaka tespiti, kenar algılama karakter segmentasyonu ve optik karakter tanıma gibi algoritmalardan oluşmaktadır Bu tezde geliştirilen plaka tanıma sistemi ile kameradan alınan plaka görüntüsünü imge işleme algorimaları ile önişlemden geçirdikten sonra derin öğrenme algoritması ile de plaka tanıması yapılmış ve tanınan plaka bilgisi tanımlanan eposta adresine gönderilmesi sağlanmıştır. Geliştirilen plaka tanıma sisteminde donanım olarak mini bilgisayar diye adlandırılan Raspberry Pi kullanılmış yazılımlar ise Python programla dilinde geliştirilmiştir. Kenar algılama yöntemlerinden; Canny, Fuzzy, Roberts, Sobel ve Prewitt yöntemlerinin plaka tanıma sistemi üzerindeki performansları ölçülmüş ve Canny kenar algılama yönteminin başarımının yüksek olduğu görülmüş ve plaka tanıma sistemi içerisine bu yöntemin algoritması gömülmüştür. Son adım olarak, çerçeve ölçeklendirilerek Tesseract optik karakter tanıma gerçekleştirilmiştir. Tanıma sonrasında derin öğrenme yapısında tanımlanan karakterler ile karşılaştırma yapılmış ve plaka tanıma işlemi tamamlanmıştır. Geliştirilen plaka tanıma sistemenin değerlendirilmesi için testler yapılmıştır. Bu testler neticesinde sistemin ortalama doğruluk oranı gerçek zamanlı plaka tanımada ve kenar algılamada %91.67, karakter tanımada ise %89.43 olarak gerçekleştirilmiştir. Geliştirilen plaka tanıma sistemi ile ucuz maliyetli ve yüksek doğrulukta tanıma elde edilebilecektir.

Özet (Çeviri)

In order to provide reliable transportation with the increasing traffic density in the current time, it is necessary to detect dangerous situations with video analysis by using camera and remote control system. One such analysis is Automatic License Plate Recognition. Automatic license plate recognition systems consist of algorithms such as license plate detection, edge detection, character segmentation and optical character recognition. With the license plate recognition system developed in this thesis, after preprocessing the license plate image taken from the camera with image processing algorithms, license plate recognition has been made with the deep learning algorithm and the recognized license plate information has been sent to the defined e-mail address. In the developed license plate recognition system, Raspberry Pi, called mini computer, has been utilized as hardware, and the software has been developed in Python programming language. From edge detection methods; the performances of Canny, Fuzzy, Roberts, Sobel and Prewitt methods on the license plate recognition system were measured and the performance of the Canny edge detection method was found to be high and the algorithm of this method was embedded in the license plate recognition system. As a final step, Tesseract optical character recognition has been performed by scaling the frame. After recognition, a comparison has been made with the characters defined in the deep learning structure and the license plate recognition process has been completed. Tests were carried out to evaluate the developed license plate recognition system. As a result of these tests, the average accuracy rate of the system was 91.67% in real-time license plate recognition and edge detection, and 89.43% in character recognition. With the developed license plate recognition system, low cost and high accuracy recognition will be achieved.

Benzer Tezler

  1. Makinalar arası iletişim ile kimlik tespiti ve uyarı alarmlarının üretilmesi

    Identification and producting warning alarm with machine to machine communication

    OSMAN DEMİRCİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOndokuz Mayıs Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ GÖKHAN KAYHAN

  2. Konuşma tanıma teknolojisi kullanılarak devre tasarım ve analizi

    Circuit design and analysis by using speech recognition technology

    AYŞE YAYLA

    Doktora

    Türkçe

    Türkçe

    2018

    Elektrik ve Elektronik MühendisliğiMarmara Üniversitesi

    Elektronik-Bilgisayar Eğitimi Ana Bilim Dalı

    DOÇ. DR. HAYRİYE KORKMAZ

    DOÇ. DR. ALİ BULDU

  3. Gömülü sistem platformu üzerinde görüntü işleme tekniklerinin uygulanması

    Image processing techniques on embedded system

    SERTAÇ YAMAN

    Doktora

    Türkçe

    Türkçe

    2021

    Elektrik ve Elektronik MühendisliğiFırat Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ YAVUZ EROL

  4. Gerçek zamanlı araç plaka tanıma sistemi tasarımı ve gerçeklenmesi

    Design and implementation of real-time vehicle plate recognition system

    SERHAT GÜLENÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Elektrik ve Elektronik MühendisliğiUludağ Üniversitesi

    Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ERSEN YILMAZ

  5. A constraint based real-time license plate recognition system

    Kısıt tabanlı gerçek zamanlı plaka tanıma sistemi

    ALİ GÖKAY GÜNAYDIN

    Yüksek Lisans

    İngilizce

    İngilizce

    2007

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ADNAN YAZICI