Real time plate recognition with raspberry pi and python
Raspberry pi ve python ile gerçek zamanli plaka tanima sistemi
- Tez No: 795069
- Danışmanlar: PROF. DR. ERGUN ERÇELEBİ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Mühendislik Bilimleri, Electrical and Electronics Engineering, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Gaziantep Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Devreler ve Sistemler Bilim Dalı
- 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
- 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
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOndokuz Mayıs ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKHAN KAYHAN
- Konuşma tanıma teknolojisi kullanılarak devre tasarım ve analizi
Circuit design and analysis by using speech recognition technology
AYŞE YAYLA
Doktora
Türkçe
2018
Elektrik ve Elektronik MühendisliğiMarmara ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
DOÇ. DR. HAYRİYE KORKMAZ
DOÇ. DR. ALİ BULDU
- Gömülü sistem platformu üzerinde görüntü işleme tekniklerinin uygulanması
Image processing techniques on embedded system
SERTAÇ YAMAN
Doktora
Türkçe
2021
Elektrik ve Elektronik MühendisliğiFırat ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YAVUZ EROL
- Gerçek zamanlı araç plaka tanıma sistemi tasarımı ve gerçeklenmesi
Design and implementation of real-time vehicle plate recognition system
SERHAT GÜLENÇ
Yüksek Lisans
Türkçe
2018
Elektrik ve Elektronik MühendisliğiUludağ ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ERSEN YILMAZ
- A constraint based real-time license plate recognition system
Kısıt tabanlı gerçek zamanlı plaka tanıma sistemi
ALİ GÖKAY GÜNAYDIN
Yüksek Lisans
İngilizce
2007
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADNAN YAZICI