Title: Aura Conci e Leonardo Hiss Monteiro
1- Reconhecimento
- de Placas
- por imagens
- Aura Conci e Leonardo Hiss Monteiro
2Introdução
- Automação do processo de controle de
estacionamento - Automação do processo de aplicação de multas nos
veículos - Necessidade de automação do processo de
reconhecimento de placas
3Objetivo
- Conseguir um método simples e eficaz para o
reconhecimento das placas dos veículos.
4Considerações
- Independente da distância de captura
- Fácil adaptação a fonte utilizada
5Processo utilizado
6Fases do processamento
- Pré-Processamento
- Armazenamento no formato PCX
- Binzarização
- Segmentação dos objetos conectados
- Primeira Fase de Processamento
- Cálculo dos momentos invariantes
- Segunda Fase do Processamento
- Cálculo das extremidades
- Cálculo das cavidades
7Binarização
- Separação da imagem do fundo.
- Utilização de um único ponto de corte
(threshold). - Utilizamos o método de limiarização Bimodal de
Otsu.
8Método de Limiarização Bimodal de Otsu
- Particionamento dos pixeis de uma imagem com L
niveis de cinza em duas classes C0 e C1. - Limiar otimo -gt Maximização da função critério
9Histograma - Threshold
10Erosão
- Diminuição do tamanho original sem perder as
caractarísticas geométricas - Utilizada para remover ruídos
11Processo de Erosão
- Elemento escolhido
- Processo
- Coloca-se o elemento escolhido para fazer a
erosão na coordenada (i,j) - Verifica-se se os vizinhos do elemento são pixeis
do objeto (com valor 1) - Se todos os vizinhos possuírem valor 1 mantêm-se
o pixel central com valor 1. - Se algum dos pixeis vizinho não possuir valor 1,
muda-se o valor do pixel central para 0 (pixel de
fundo).
12Imagem Antes e Depois da Erosão
- Imagem Antes
- Imagem Depois
13Segmentação de Objetos Conectados
- Separação dos caracteres
- Utiliza como entrada a imagem binarizada e
erodida. - Na saida do algoritmo possuimos várias imagens
sendo cada uma composta por um caracter.
14Processo de Segmentação
- Num primeiro momento é feita uma varredura na
imagem buscando o primeiro pixel do objeto (pixel
com valor 1). - O valor desse pixel é alterado para o valor de um
índice I. - O valor desse índice I é incrementado (II1).
- É feita uma varredura nos pixeis vizinhos a esse,
de modo, que toda a vez que um pixel vizinho é
encontrado o seu valor é alterado para o valor do
índice e o índice I é incrementado. - Esse processo se repete até que não se encontrem
mais pixeis vizinhos. Quando isso ocorre o valor
do ultimo índice é armazenado em um vetor e
volta-se ao passo 1 enquanto houver pixel não
analisado na imagem.
15Segmentação da Imagem
- Imagem após o algoritmo de contagem
- Caracter segmentado utilizando o vetor
16Eliminação dos Ruídos Conectados aos Caracteres
- Geralmente no 2 e 5 caracter.
- União do caracter com o furo de fixação
17Filtro Utilizado
- Retas superior e inferior
- Caracteres após a filtragem
18Filtragem dos Elementos Relevantes
- Remoção dos objetos que estão na parte superior e
inferior da imagem. - Remoção dos objetos que estão na extremidade
direita ou esquerda da imagem. - Remoção dos objetos muito pequenos.
- Remoção dos objetos que contém dimensões
horizontais muito grandes.
19Limites Utilizados
- Coordenada X
- Remoção dos objetos com coordenada X menor que
2,5 do comprimento. - Remoção dos objetos com coordenada X maior que
97,5 da comprimento. - Coordenada Y
- Remoção dos objetos com coordenada Y menor que
10 da altura. - Remoção dos objetos com coordenada Y maior que
90 da altura.
20Limites Utilizados
- Área
- Remover os objetos com área menos que 0,6 da
área da imagem original. - Dimensões horizontais
- Remover se os objetos com dimensões horizontais
maior que 12 do tamanho original da imagem.
21Esqueletização
- Reduzir as partes de um objeto a uma linha fina
que representa a representa. - Favorece uma análise estrutural simples.
- Reduz a imagem a sua essência podendo eliminar
algumas distorções. - Mantem as propriedades geométricas e topológicas.
22Algoritmo MAT (Medial Axis Transformation)
Vizinhança
23Imagem Antes e Depois da Esqueletização
24Primeira Fase de Processamento
- No final da fase de pré-processamento a imagem
inicial se encontra segmentada, esqueletizada e
binarizada. - Cada nova imagem é composta por um caracter.
- A primeira fase de processamento é composta pelo
cálculo dos momentos invariantes.
25Momentos Invariantes
- Teoria
- Existe apenas um objeto B que pode produzir o
mesmo valor para os momentos de todas as ordens. - Se dois objetos tem os mesmos momentos em todas
as ordens, estes objetos são identicos.
26Momentos Geométricos
27Momentos Centrais
- Considerando a translação para a origem das
coordenadas temos - Onde
28Invariância a Rotação
- Observamos que alguns momentos são invariantes a
rotação como - A invariância a rotação pode ser obtida
utilizando um sistema que coincida com os eixos
principais
29Momentos Utilizados
30Invariância a Escala
- Utilizada quando a distância de captura pode
variar. - Considerando uma transformação de escala
- A área mudará
31Invariância a Escala nos Momentos Utilizados
32Segunda Fase de Processamento
- Detectar características geométricas de cada um
dos caracteres. - Distinguir caracteres como
- 6 e 9
- M e W
- Cálculo das Cavidades e extremidades.
33Análise das Cavidades
- Dividida em duas etapas
- Algorítmo para a detecção dos candidatos
- Algorítmo para a contagem das cavidades
34Detecção das Cavidades
Regiões canditatas a cavidades
Regiões de cavidades
35Contagem do Número de Cavidades
36Número de Cavidades dos Caracteres
37Análise das Extremidades
- Detecção e classificação das extremidades dos
caracteres. - Classificação
- Superior esquerda - SE
- Superior central - SC
- Superior direita - SD
- Central esquerda - CE
- Central central - CC
- Central direita - CD
- Inferior esquerda - IE
- Inferior central - IC
- Inferior direita ID
38Algorítmo para Detecção das Extremidades
39Classificação das Extremidades
40Classificação das Extremidades Detectadas
41Reconhecimento da Imagem
- Momentos invariantes
- Número de cavidades
- Classificação das extremidades
- Posição do caracter na imagem inicial
42Processo de Reconhecimento
- Criação do Banco de Dados.
- Comparação com o Banco de Dados
- 1 Fase
- Análise da posição do caracter na placa
- Análise do número de cavidades
- Análise das extremidades
- 2 Fase
- Análise dos momentos invariantes
43Casos de Reconhecimento
- Possíveis situações após a 1 Fase de
Reconhecimento - Nenhum elemento identificado
- Necessário adicionar do Bando de Dados
- Apenas 1 elemento identificado
- Elemento Reconhecido. 2 Fase não é necessária
- Mais de um elemento identificado
- 2 Fase é iniciada com os elementos identificados.
44Segunda Fase de Reconhecimento
- Análise dos momentos invariantes nos elementos
que foram identificados na Primeira Fase. - Cálculo das distâncias
- Reconhecimento gt Objeto que possuir as menores
distâncias
45Placas Processadas
46Resultados Obtidos
47Resultados Obtidos
48Dados Obtidos
- 266 Caracteres Processados de 38 Placas
diferentes. - 51 Caracteres reconhecidos sem a necessidade do
cálculo dos momentos - 49 Caracteres reconhecidos com as técnicas dos
momentos - 917 Cálculos de momentos.
- 1 Erros apresentado no cálculo da distância dos
momentos
49Trabalhos Futuros
- Busca automática da placa do veículo nas imagens.
- Pré - processamento para corrigir placas que não
estejam no plano xy. - Detecção das bordas antes da esqueletização para
melhorar a qualidade da esqueletização. - Cálculo da projeção dos pixeis nas direções
horizontais e verticais. - Aperfeiçoamento do Banco de Dados
50Programas Existentes no Mercado
- HTS Israel
- SIAV 2.0 - Automatisa
51Links Interessantes
- Automatic Number Plate Recognition - Portugual
- http//www.utad.pt/jbarroso/html/number_plate.htm
l - CARINA - Software Product for Automatic Number
Plate Recognition - Hungary - http//www.arhungary.hu/
- Automated Car Number Plate Recognition - Escocia
- http//www.ednet.co.uk/euroquest/falcon.htm
- Number Plate Recognition System - Africa do Sul
- http//espresso.ee.sun.ac.za/cc/npr/
- License Plate Recognition (LPR) - Israel
- http//www.htsol.com/Products/SeeCar.html
- License Plate Reader - USA
- http//www.perceptics.com/
- License Plate Recognition Systems - USA
- http//www.garlic.com/biz/eotek/
- License Plate reader Golden Eagle - Russia
- http//fire.relarn.ru/personal/charly/berkut/index
.htm - CarFlow - Russia
- http//www.photocop.com/products.htmMegaPixel
- Jet ANPR Car Number Plate Recognition - Reino
Unido
52Links Interessantes
- Auto Vu Technologies Inc. - Canada
- http//www.autovu.com/website/content/products.htm
l - Computer Recognition Systems, Ltd - USA
- http//www.crs-its.com/
- Tranport Data Systems - USA
- http//www.transportdatasystems.com/products.htm
- Dacolian - Recognition Software - Netherlands
- http//www.dacolian.nl/
- Ponfac S.A - Brasil
- http//www.ponfac.com.br/
- Automatisa Sistemas Ltda - Brasil
- http//www.automatisa.com.br/siav2.htm