(734 امتیاز از 154 رای)
Loading...
پروژه تشخیص پلاک خودروهای ایرانی با شبکه عصبی با MATLAB پایان نامه کامل پردازش تصویر
شخیص پلاک خودرو یکی از پرکاربردترین شاخه های سیستم نقل و انتقالات هوشمند (ITS) است. از جمله کاربردهای شناسایی پلاک خودرو می توان به دریافت عوارض بدون توقف، مدیریت دسترسی خودروها به یک منطقه حفاظت شده، جستجوی خودروهای دزدی و شناسایی خودروهای ناقض قوانین راهنمایی و رانندگی اشاره کرد. تشخیص محل پلاک یکی از مهمترین قدم ها در شناسایی پلاک خودرو می باشد، بخصوص زمانی که تصاویر دارای پس زمینه پیچیده ای باشند. با توجه به کاربردهای زیاد موجود، روش های متفاوتی برای این کار در مراجع مختلف ارائه شده است. برای این امر باید سیستمی طرح شود تا با عکس گرفتن از خودرو، بتواند پلاک آن را بخواند. خواندن پلاک خودرو از روی تصاویر پیچیده دو مرحله دارد. در مرحله اول، محل پلاک در تصویر مشخص می شود و شناسایی ارقام و حروف پلاک در مرحله دوم صورت می گیرد.
در حال حاضر پایگاه های کنترل سرعت در سطح اتوبان ها و بزرگراه های مهم کشور پس از شناسایی خودرو های مختلف و تندرو از آنها عکس تهیه می کنند. عموما این پایگاه ها به مرکز داده ای متصل نبوده و دارای حافظه محلی می باشند و از آن جا که مجبور به تهیه تصویر با کیفیت بالا و مطلوب هستند و کیفیت تصویر همواره با حجم آن ارتباط مستقیم دارد، بنابراین می توان نتیجه گرفت که همواره دچار محدودیت حافظه هستند.
در این پست پروژه تشخیص پلاک خودروهای ایرانی با شبکه عصبی با MATLAB را برای شما کاربران عزیز آماده کرده ایم که یک پایان نامه کامل در زمینه پردازش تصویر و شبکه عصبی است. با مراجعه به ادامه مطلب می توانید، توضیحات بیشتر، تصاویر نمونه از عملکرد پروژه و فیلم خروجی پروژه را مطالعه و مشاهده نمائید.
این پروژه شامل قسمت های زیر می باشد:
الگوریتم تشخیص اعداد پلاک خودرو که بهینه شده و از روی بیشتر تصاویر به درستی، پلاک خودرو را تشخیص داد و کاراکترها را از هم جدا و می خواند.
۵۵ تصویر پلاک خودرو که الگوریتم نوشته شده بروی این ۵۵ تصویر تست شده و قادر است به درستی تمام پلاک ها را تشخیص دهد.
آموزش گام به گام ساخت میحط گرافیکی به کمک متلب (GUI) برای الگوریتم تشخیص پلاک.
فایل پاورپوینت آماده ارائه که در ۱۹ اسلاید، پروژه را به طور کلی و تصویری توضیح داده است.
توضیح خطوط برنامه نویسی شده الگوریتم (تمام توابع توضیح داده شده)
فایل کامل word تشخیص پلاک خودرو که دارای ۵ فصل و ۶۰ صفحه است.
یک سیستم تشخیص پلاک خودرو با استخراج شماره پلاک، اطلاعات چند مگی یک تصویر را به چند بایت تقلیل داده و قادر به روف مشکل محدودیت حافظه در پایگاه دوربین های کنترل سرعت می باشد. از سوی دیگر شناسایی وسیله نقله مختلف و اعمال قانون در محل تخلف نتایج بهتری را در مورد پیشگیری از تصادفات وو تخلفات حاصل می کند که در حال حاضر تخلیه تصاویر توسط نیروی انسانی و به صورت دستی از حافظه این دوربین های صورت می پذیرد و پس از آن در مرکر به کمک یک برنامه رایانه ای یا اپراتور، شماره پلاک از روی تصویر خوانده شده و بنابر قاتون نسبت به جریمه خودرو و راننده خاطی اقدام می شود.
این اقدام معمولا ارسال تصویر خودرو به همراه برگ جریمه غیابی به آدرس محل سکونت خاطی است. این عملیات به دلیل آنکه معمولا چندین هفته پس از تخلف صورت می گیرد اما مشکلاتی از قبیل هزینه بر بودن چاپ تصویر، هزینه ارسال آن و گاهی نادرست بودن آدرس محل سکونت خاطی، از کارایی آن می کاهد.
کنترل ورودی و خروجی در مناطق حفاظت شده:
(استفاده از سیستم شناسایی پلاک خودرو در کنترل ورودی و خروجی مناطق حفاظت شده)
اتومبیل های مجاز به ورود از روی پلاک شان شناسایی شده و گیت ورودی به صورت اتوماتیک بالا می رود . هم چنین می توان تنها در زمان های خاصی اجازه ورود یا خروج را به افراد خاصی داد . در این سیستم ها با ثبت ورودی و خروجی ها امکان مراجعه به پایگاه داده ها ، جهت شناسایی ، جرایم احتمالی اتومبیل فرد وجود دارد . از نمونه های استفاده از این سیستم ، پارکینگ ادارات و مراکز دولتی می باشد . شکل زیر نمونه ای از این کاربرد را نشان می دهد .
اهمیت و ضرورت انجام کار:
با توجه به کاربرد های وسیع و گسترده سیستم های تشخیص اتوماتیک پلاک خودرو ضرورت استفاده و ساخت این پروژه کاملا آشکار است.
ارائه پرسش های اصلی تحقیق
مسئله اصلی در تشخیص پلاک:
- آیا مکان مشخص شده واقعا پلاک است ؟ یا اینکه برچسبی است که توسط راننده چسبانده شده یا ….؟
- آیا پلاک مخدوش است ؟
- با چه اطمینانی پلاک خوانده شده است ؟
- با چه احتمالی شماره پلاک درست خوانده شده است ؟
- دقت و عملکرد الگوریتم تا چه اندازه قابل اعتماد است؟
مشکلات و موانع موجود در مسیر توسعه سیستم شناسایی اتوماتیک پلاک خودر:
شرایط اقلیمی و جغرافیائی ، سیاسی اقتصادی ، فرهنگی و اجتماعی ، دانش و فناوری ، قوانین و مقررات (مثلا در مورد طرح پلاک ) و رسم الخط مرسوم در منطقه و کشوری که فرد در آن زندگی می کند و نیز کاربردی که سیستم برای آن هدف ایجاد می شود و بسیاری پارامتر های دیگر در تعییین میزان پیچیدگی مسئله و الگوریتم های مورد نیاز و مناسب بسیار مهم و قابل توجه می باشد .
در ادامه به بررسی و توضیح درباره موارد ذیل می پردازیم :
- تاثیر شرایط اقلیمی و جغرافیایی
- تاثیر شرایط دانش وفناوری
- تاثیر شرایط قوانین و مقررات در رابطه با شکل ظاهری پلاک خودرو ها
- قرار گرفتن گرفتن نویسه های عددو حروف در یک سطر
- تاثیر رسم الخط مرسوم
- سایر مشکلات
تاثیر شرایط اقلیمی و جغرافیایی:
بدیهی است که در یک سیستم شناسایی و تشخیص الگوهای تصویری با استفاده از روش های پردازش تصویر ، شرایط و درجه ی کیفیت تصویر تاثیر زیادی در نتیجه ی کار و دقت و سرعت پردازش دارا می باشد . شکی نیست که یکی از پارامترهای تاثیر گذار در کیفیت تصاویر ضبط شده عوامل جوی و محیطی مانند میزان نور محیط و زاویه تابش نور می باشد . هم چنین عواملی نظیر مه ، رطوبت ، بارندگی ، گرد و غبار و غیره تاثیر مستقیم و غیر قابل انکاری در کیفیت تصاویر دارا می باشند . در کشوری مانند ایران با انواع و اقسام شرایط آب و هوایی و اقلیمی مانند آبو هوای شرجی و مرطوب ( مثلا در اطراف دریای خزر ) ، آب و هوای سرد و خشک و کوهستانی ( مانند آذربایجان ) ، آب و هوای بیابانی (مانند کرمان ) و غیره …..ایجاد یک سیستم کارآمد برای تمامی مناطق کاری بسیار سخت و دشوار بوده و نیازمند استفاده از الگوریتم ها ی بسیار کارآمدی می باشد .
تاثیر شرایط دانش و فناوری:
یکی از مهمترین فاکتور ها در تحقیقات به ویژه در حالت آکادمیک آن ، دانشو فناوری موجود در دانشگاه های کشور می باشد ، چرا که دانشگاه است که سمت و سوق دانشجو را هدایت و تعیین میکند و در این بین وجود افراد خبره و آگاه و به روز برای راهنمایی و هدایت محققین جوان بسیار ضروری می باشد که متاسفانه در کشور ما این فاکتور مهم در نازل ترین سطح ممکن قرار دارد .هم چنین عدم وجود کنفرانس ها ، سمینار ها ، مجلات و بانک های اطلاعاتی علمی و تحقیقاتی در داخل کشور و عدم دسترسی به تحقیقات انجام شده و مقالات معتبر خارج از کشور از دیگر مشکلات سیستمی نظیر سیستم مورد بحث در این گزارش می باشد .
تاثیر شرایط قوانین و مقررات در رابطه با شکل ظاهری پلاک خودرو ها:
مهمترین عامل تاثیر گذار در بحث محل تشخیص پلاک بدون شک طرح و قالب رایج پلاک در کشور یا در منظقه مورد نظر محقق می باشد . استفاده از دانش و اطلاعات پیش فرض در مورد پلاک مانند نسبت نویسه ها ، توزیع نویسه ها ، نوع قلم ، رنگ پلاک ، اندازه پلاک ، انداره نویسه های درون پلاک ، اندازه فواصل مابین نویسه ها و تعداد کل نویسه های درون پلاک بسیار مفید بود و حجم وسیعی از مشکلات محقق را حل می کند به طوری که عدم استفاده از این دانش ها کار تولید سیستم را با مشکلات فزاینده ای مواجه می کند .
متاسفانه در کشور ما ایران انواع مختلف و متنوعی از پلاک با طرح و رنگ های مختلف و با ترکیبات متفاوتی از از ارقام و حروف فارسی و انگلیسی وجود دارد که کار تحقیق در این زمینه را مشکل مواجه می کندهمان طور که در دیده می شود به علت عدم مدیریت صیحیح تنوع پلاک های ایرانی زیاد می باشد.
(تنوع پلاک های ایرانی)
مشاهده می شود با این پهنه وسیع و ناهمگون از انواع قالب های پلاک موجود ، استفاده از دانش پیش فرض مذکور ممکن نیست ؛ مگر این که توجه خود را به نوع یا انواع خاصی از پلاک ها معطوف کنیم. البته بخشی از مشکل با سیاست تعویض پلاک قدیمی حل می شود ولی هنوز مشکلات زیادی وجود دارد . اهیمت و دانش پیش فرض در مورد پلاک به حدی است که به دولت پیشنهاد شده است که آرم ویژه ای در کنار پلاک تعبیه شود تا کار شناسایی پلاک ساده تر گردد.
در پلاک های ایرانی آرم پرچم وجود دارد لیکن به علت کوچک بودن و شکل ساده مستطیلی آن و نیز ترکیب رنگ های خود و اطراف آن که همگی به ویژه در حالت سیاه و سفید رنگ های سیر و پررنگی می شود به جز سفید که به علل مختلفی مانند کثیفی ، افتادن سایه روی آن و نیز کوچکی آن در مقایسه با سایر قسمت ها در نظر گرفته نمی شود و اغلب به عنوان نویز حذف می گردد بنابراین عملا نمی توان از این آرم ویژه به درستی استفاده کرد .
قرار گرفتن نویسه های عدد و حروف در یک سطر:
متاسفانه در پلاک های جدید ایرانی تمامی نویسه ها چه اعداد و چه حروف پشت سر هم و در یک سطر قرار گرفته است که اندکی کار در مرحله شناسایی نویسه های پلاک مشکل می سازد . بهتر بود که این نویسه ها به صورت مجزا و در قسمت ها ی متفاوتی از پلاک قرار می گرفت .
تاثیر رسم الخط مرسوم:
مرحله تشخیص حروف بیش از هر عامل دیگر وابسته به نوع رسم الخط استفاده شده در پلاک می باشد پلاک های ایرانی از رسم الخطی استفاده می کنند ، که خود باعث بروز مشکلات فراوانی می شود تشخیص الکترونیکی حروف چاپی پیوسته در زبان هایی مثل عربی ، فارسی ، اردو به اندازه تشخیص متون دست نویس لاتین مشکل و پیچیده است . تشخیص حروف جدا در زبان فارسی خود به تنهایی مشکل بسیار بزرگی به شمار می آید چرا که اولا این حروف دارای طول ها ، عرض ها ، اشکال و و توزیع های مختلفی می باشد .
در ثانی وجود نقاط در هفده حروف الفبای فارسی ؛ وجود همزه روی حرف ک و علامت سرکش روی گ و بدتر از آن وجود حروف بدون نقطه ، با یک نقطه ، با دو نقطه ، با سه نقطه و نیز محل های مختلف قرار گیری نقاط مانند بالای حرف و در وسط ( ت ، ث ، خ ، ز ، ژ ، غ ، ن ) ؛ روی شکل سمت راست ( ش ، ض ، ظ ، ف ، ق ) ؛ زیر شکل ( ب ، پ ) ؛ درون شکل ( ج ، چ ) و نیز با توجه به این مطلب که نقاط جدا از بقیه شکل بوده و به علت کوچک بودن بیش از حد در مرحله نویزگیری ، همراه نویز ها حذف میشود .در نتیجه تشخیص حروف را با مشکل روبه رو می کند از طرفی وجود شباهت بیش از حد بین حروف فارسی بیش از حد زیاد است و این در حالی است که نقاط متمایز کننده ی حروفی مانند ب و ت حذف شوند بسیار حادتر می شود .
سایر مشکلات:
از دیگر مشکلات موجود که در عمل و کاربرد پیش می آیند ، می توان به اندازه ، موقعیت های مختلف پلاک در تصویر ، زوایای مختلف عکس برداری ، وجود چندین پلاک در تصویر ، شدت خیلی کم یا خیلی زیاد نور ، پلاک خیلی کثیف و آلوده و غیره را نام برد.
بررسی الگوریتم پروژه پلاک خودرو:
(فلوچارت الگوریتم)
دریافت تصاویر از دوربین های کنترل سرعت:
تصویر می تواند از هر منبعی جهت پردازش و ایجاد پاسخ مطلوب به دست آید ، درباره منبع تصویر بحث زیادی نخواهد شد ، این که منبع ممکن است دوربین های کنترول سرعت GatSo در اتوبان ها و یا دوربین ۱٫۳ مگا پیکسلی تلفن همراه باشد اصلا مهم نیست تنها به عکسی واضح از خودرو نیاز است . به دلیل پیشرفت و قابلیت اطمینان از تجهیزات عکس برداری و سرعت بالای شاتر دوربین ها ی دوربین های عکاسی ، عموما با تجهیزات جدید و نیمه پیشرفته تصویر برداری نیز می توان پاسخ مطلوب را حاصل کرد و دیگر نیاز به تهیه تجهیزات فوق حرفه ای ، پیشرفته و گران تصویر برداری نمی باشد . این الگوریتم به طور انحصاری بر روی تصاویر دریافت شده از دوربین های GatSo عملیات انجام می دهد . کیفیت بالای تصاویر این نوع دوربین ها به کارایی بهتر سیستم بسیار کمک خواهد کرد.
عملیات پردازش تصویر و تشخیص پلاک خودرو:
عملیات تشخیص پلاک خودرو به دو بخش اصلی تقسیم می شود:
بخش اول : یافتن مکان پلاک و استخراج آن از تصویر
بخش دوم : این قسمت در دو گام یعنی:
الف : جدا کردن تک تک کاراکترهای (نویسه های ) پلاک
ب: خواندن و تشخیص کاراکترهای پلاک
در بخش اول عملیات یافتن مکان پلاک بر روی تصویر رنگی و بدون تغییر اندازه آن با استفاده از پیمایش تصویر مکان پلاک پیدا می شود بنابراین از انجام عملیات سنگین پردازش تصویر از جمله تغییر اندازه آن ، تبدیلات هاف ، به دست آوردن لبه ها و تبدیل به تصویر خاکستری و باینری و غیره در سطع وسیع و در قطاع بزرگ تصویر انجام نمی شود . هم چنین همان طور که ذکر شد به دلیل پیشرفت و قابلیت اطمینان تجهیزات عکس برداری و سرعت بالای شاتر دوربین های عکاسی ، خصوصا کیفیت بالا ی تصاویر گرقته شده از دروبین های GatSo ، عملیات پیش پردازش برای بهینه سازی تصویر ، پاراذیت زدایی و خصوصا شفاف سازی تصویر کاربرد کمتری دارند که این امر موجب حذف یک مرحله تقریبا سنگین در عملیات و به دست آوردن سرعت بالا خواهد شد.
پس یافتن محل پلاک نیاز به یک مرحله افزایش کیفیت تصویر ، حذف نقاط پارازیتی و شفاف سازی نقاط درون پلاک توسط عملیات های پردازش تصویر خصوصا عملیات های مورفولوژی خواهد بود که به آن اشاره خواهد شد.در بخش دوم یعنی جدا کردن تک تک عناصر پلاک با استفاده از عملیات مختلف پردازش تصویر مانند فیلترینگ ، حذف نویز و غیره ….تصویر پلاک را به حالتی مطلوب تر و قابل رویت برده و سپس تک تک کاراکترهای آن جدا می شود . پس از جداسازی عناصر پلاک نوبت به قرائت آن می رسد خواندن هر عنصر توسط یک OCR صورت می گیرد که به اجمال و اختصار درباره آن گفته می شود.
شناسایی مکان پلاک خودرو:
(یک نمونه پلاک استخراج شده)
روش استفاده شده در این الگوریتم بر مبنای شناسایی یک الگو در تصویر است ، بنابراین برای مکان پلاک درون تصویر نیاز به یافتن یک ویژگی ثابت که در کلیه پلاک ها مشترک باشد ، است که با توجه به این نکته می توان این ویژگی را شکل پلاک های ملی جدید که مطابق با استاندارد های جهانی تهیه شده است ، دانست . طبق روش پیشنهادی مکان هایی که احتمال می رود پلاک باشند ، مشخص شده از تصویر استخراج و جدا شده و اعلام می گردد .
شناسایی اعداد و حروف:
در این بخش دو مرحله عملیات انجام می شود ، جداسازی تک تک عناصر و خواندن و تشخیص آنها .
جداسازی عناصر:
(عملیات بهینه سازی تصویر و تیز کردن لبه های آن)
قبل از هر کاری نیاز است عناصر پلاک خودرو یعنی هفت عدد و یک حرف موجود در پلاک ، به صورت مجزا استخراج شود ، برای این کار راحل های مختلفی وجود دارد ساده ترین راه به علت ثابت بودن مکان عناصر درون پلاک خودرو ، تعیین ناحیه های ثابت برای برش و استخراج عناصر می باشد . روش دیگر استفاده از لبه هاست که با به دست آوردن مکان لبه ها می توان محدوده عنصر را برای برش تعیین نمود . در این الگوریتم طی مراحل زیر عملیات جداسازی و استخراج عناصر را انجام می دهد . پس از انتقال تصویر به سطح خاکستری با استفاده از عملیات های بهینه سازی تصویر سعی در تیز کردن لبه ها و مات زدایی و بالا بردن کیفیت تصویر می نماید.
(پاکسازی از تصویر و نقاط نویزی زائد)
پس با توجه به شکل قبل به طور خلاصه :
- عملیات بهینه سازی تصویر و تیز کردن لبه های آن
- پاکسازی کناره های تصویر و نقاط نویزی زاید
- استخراج عنصر اول پلاک
برای استخراج عناصر پلاک نیاز به عملیات پاک سازی و آماده سازی تصویر بوده تا عناصر به صورت خالص در تصاویر موجود شوند . همان گونه که در شکل بالا مشاهده می شود نقطه پایینی حرف “ب” نیز به عنوان یک نقطه نویزی شناسایی شده است ، از آن جا که در پلاک های جدید از حروف مشابه استفاده نمی شود یعنی حروف پ ، ت ، ث وجود ندارد بنابراین مشکلی ایجاد نخواهد شد . به طور کلی در پلاک های جدید که طبق استاندرد های جهانی درست شده است از حروف مشابه و شبیه استفاده نشده است به عنوان نمونه در پلاک تنها از حرف ج استفاده شده است و حروف نظیر آن مثل خ و ح وجود ندارد . اکنون به راحتی می توان با استفاده از روش برچسب زدن مولفه های بهم پیوسته در تصویر ، کلیه عناصر موجود در پلاک را برچسب زده و استخراج نمود . در این روش هر شی که به صورت پیوسته سیاه در تصویر موجود باشد استخراج نمود . در این روش هر شی که به صورت پیوسته سیاه در تصویر موجود باشد استخراج شده و به عنوان یک تصویر در نظر گرفته می شود. طبق مطالب گفته شده در تصویر نهایی هشت عنصر یافت شده و هر عنصر به صورت جداگانه استخراج می شود.
خواندن عناصر:
برای خواندن عناصر کافی است عناصر پلاک را که به صورت جداگانه و تک تک از مرحله پیشین یعنی جداسازی به دست آمده را به یک تابع خواننده نوری (OCR) ارسال نماییم ، تابع خواننده معمولا شبکه های عصبی یا ماشین برداری پشتیبان می باشد .هر دو تابع باید قبل از پیاده سازی با تعداد زیادی نمونه آموزش داده شوند ، این نمونه ها دقیقا همان عناصر استخراج شده از پلاک می باشد . از ان جا که فونت استفاده شده در پلاک های جدید ثابت است این نوع قرائت با دقت بالایی انجام خواهد شد و جواب مطلوب را حاصل می نماید .
صحت شناسایی پلاک:
مسئله اصلی پس از مرحله مکان یابی این خواهد بود که آیا مکان مشخص شده واقعا پلاک است ؟ یا اینکه برچسبی است که توسط راننده چسبانده شده یا ….؟ آیا پلاک مخدوش است ؟ با چه اطمینانی پلاک خوانده شده است ؟ با چه احتمالی شماره پلاک درست خوانده شده است ؟
عموما در روش ارائه شده در این الگوریتم تنها یک نامزد که مکان اصلی پلاک خودرو است یافت و معرفی می شود و به ندرت چندین نامزاد شناسایی خواهد شد خصوصا که در تصاویر به دست آمده از دوربین های GatSo معمولا تنها یک خودرو در تصویر دیده می شود اما برای بالا بردن قدرت اطمینان ، هر جا که احتمال پلاک بودن را داراست از تصویر جدا کرده و مورد پردازش قرار می گیرد اکنون باید صحت یک پلاک یافته شده تعیین شود ، برای این منظور مکانی که احتمال می رود پلاک باشد از تصویر جدا شده و به تابع تشخیص اعداد و حروف یعنی OCR ارجاع داده خواهد شد ، اگر از تصویر به دست آمده از مرحله مکان یابی پلاک خودرو ، به ترتیب از چپ به راست دو عدد سپس یک حرف و نهایتا پنج عدد تشخیص داده و خوانده شود ، مکان یافته شده حتما پلاک است در غیر این صورت پلاک نخواهد بود . یک تابع قرائت می تواند درصد خطا را نیز اطلاع دهد ، به این معنی که در پلاکی که مخدوش است ، تابع قرائت بعد از تشخیص اطلاع می دهد که با خطای متوسط X درصد پلاک خوانده شده است . هر چه درصد خطا بیش تر باشد دقت قرائت کمتر است و باید در صحت آن شک نمود . بنابراین با در نظر گرفتن یک حد آستانه برا ی خطا ، می توان از صحتٍ قرائت یک پلاک اطمینان پیدا نمود و پلاک هایی که درصد خطای خواندن آنها بالاست را به عنوان غیر قابل خواند و مخدوش معرفی کرد.
بیشتر موانع و اشکالات در خواندن پلاک به علت تصویر برداری نادرست (مثلا انعکاس نور خورشید در دوربین) است که تصاویر نامطلوبی برای تشخیص به سیستم وارد می نماید ، برای حل این مشکل می توان از دوربین های چند شاتی استفاده نمود . این نوع دوربین ها در یک زمان محدود چندین تصویر از شی مورد نظر تهیه می کند . می توان با پردازش تصویر های به دست آمده و مقایسه جواب ها وشماره پلاک ، با استفاده از الگوریتم بیشترین آراء به پاسخ دقیق و صحیح دست یافت. راه حل های بسیاری برای افزایش قدرت اطمینان موجود است که به اختصار به چند روش متداول اشاره خواهد شد . در ادامه به بررسی سه نمونه از آن می پردازیم.
روش هایی برای صحت شناسایی پلاک:
- سیستم های تشخیص یکسان که به صورت موازی به تحلیل و پردازش تصاویر می پردازند .
- استفاده از چند سیستم تشخیص پلاک غیر یکسان به صورت موازی و در کنار هم به تحلیل و پردازش تصاویر می پردازند .
- استفاده از سیستم های تشخیص پلاک غیر یکسان به صورت پشتیبان که به تحلیل و پردازش تصاویر می پردازند .
سیستم تشخیص یکسان به صورت موازی:
با استفاده از دوربین چند شاتی چند عکس به صورت سریع و متوالی از خودرو گرفته شده و به سیستم های تشخیص یکسان که به صورت موازی به تحلیل و پردازش تصاویر می پردازند ارسال می شود .
Error! Reference source not found طراحی چنین سیستمی را نشان می دهد.
(سیستم تشخیص یکسان به صورت موازی بر روی تصاویر مختلف گرفته شده از یک خودرو پردازش تصویر انجام می دهد.)
سیستم تشخیص پلاک غیر یکسان به صورت موازی:
این الگوریتم با استفاده از چند سیستم تشخیص پلاک غیر یکسان به صورت موازی و در کنار هم به شناسایی پلاک می پردازد ، در نهایت پاسخ هر سیستم مشخص شده و با استفاده از الگوریتم بیشترین آراء ، جواب نهایی حاصل خواهد شد. در این قسمت سیستم های تشخیص قویتر در رای گیری دارای تاثیر بیشتر یا به عبارتی وزن بیشتری خواهد بود.
(سیستم تشخیص پلاک غیر یکسان به صورت موازی بر روی تصاویر مختلف گرفته شده از یک خودرو پردازش انجام می دهند و نتیجه نهایی با استفاده از الگوریتم بیشترین آرا مشخص می شود)
استفاده از سیستم های تشخیص پلاک غیر یکسان به صورت پشتیبان:
در این حالت اگر سیستم تشخیص پلاک اول قادر به تشخیص نبود با آن که تشخیص دارای اطمینان پایینی شناسایی به سیستم تشخیص دوم یا بعدی ارجاع داده خواهد شد ، در نهایت اگر هیچ یک از سیستم ها قادر به تشخیص با اطمینان بالا نبودند می توان با استفاده از الگوریتم اکثریت جواب تمام سیستم ها را مورد بررسی قرار داد و اگر اکثریت بر روی یک جواب مصر بودند ، جواب را با اطمینان نسبتا بالایی به عنوان جواب نهایی در نظر گرفت.
(استفاده از سیستم تشخیص غیر یکسان به صورت پشتیبان)
تصاویری از خروجی پروژه:
انجام پروژه ها و شبیه سازی مقالات و پایان نامه ها با متلب
پروژه ها و آموزش های برنامه نویسی
مشاهده ویدئو در این باره
سلام این پروژرو از سایت شما خرید کرده بودم استاد خیلی خوشش اومده بود به خاطر زحمت هایی که کشیدید ممنونم
سلام خسته نباشید چند روز پیش یه خودروی ناشناس پدرمو ب قتل رسونده حالا دوربین مداربسته پلاک ماشینو گرفته ولی پلاک مات هست. برنامه ای وجود داره که تصویر پلاک رو واضح کنه ؟
این برنامه تشخیص پلاک که تو سایت داریم صرفا یک پروژه دانشجویی است، برای این کار نرم افزار های افزایش کیفیت تصویر در اینترنت وجود داره شاید به کارتون بیاد. ولی کار درست اینکه به پلیس مراجعه کنید اونا نرم افزار ها و ابزار های مخصوص دارن که افراد عادی نداره.
سلام من می خوام يک پروژه عملی و تجاری برای پارکنيگ بنويسم، چند تا پروژه تشخيص پلاک تو سايتتون دارين ميشه بگيد کدومشون بهتره يا کلاً چه فرقی باهم دارن؟
یکی فقط محل پلاک رو نشون میده، یکی با استفاده از شبکه عصبی دقیقا عدد و حروف پلاک رو جدا می کنه و می نویسه، یکی با متد های پردازش تصویر همین کار رو انجام میده، یکی با استفاده از متد های پردازش تصویر توانایی تشخیص و جدا کردن دقیق کاراکتر ها و زوج و فرد بودن پلاک رو داره. می تونید از طریق گفتگوی آنلاین با همکاران ما در ارتباط باشید تا راهنمایی کنند که کدوم یک از این پروژه های تشخیص پلاک جوابگوی کار شما خواهد بود.
سلام چرا فقط میشه از تصاویر داخل پروژه استفاده کرد؟راهی نیست که بتونیم از تصاویر دلخواه استفاده کرد؟
در کنار پروژه بیشتر از 50 تصویر پلاک برای تست وجود داره که فقط برای اونها دیتاست تهیه شدن.
سلام در این پروژه از چه نوع شبکه عصبی استفاده شده است پروژه شما این شرایط را دارد؟ جزئیاتش اینه که ما یک پلاک داریم مثلا ۲۲ ۷۸۹ د ۵۴ بخش اول ۵۴ بخش دوم د بخش سوم ۷۸۹ بهش چهارم ۲۲ باید برای هر بخش یک شبکه عصبی باشه میتونیم از یک شبکه عصبی استفاده کنیم برای هر ۴ بخش بعد این شبکه عصبی باید طوری آموزش بینه که پلاک را بهش دادیم بتونه پلاک را بخوانه و اینکه میشه با شبکه عصبی پرسپترون چند لایه هم نوشت شما از چه شبکه ای استفاده می کنید با تشکر
با سلام و وقت بخیر ممنونم بخاطر توضیحات کامل . میشه دیتاستی که برای آموزش شبکه استفاده کردین هم معرفی کنین.
دیتاست پلاک های ایرانی هست که به صورت شخصی جمع آوری شده.