Reconhecimento de caracteres de placas de automóveis utilizando Análise de Componentes Principais e detector de cantos de Harris
Date
2010-10
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Inca Garcilaso de la Vega
Abstract
Uma das tecnologias mais comuns e mais estudadas de processamento de imagem é o veículo de reconhecimento de matrículas. Esta tecnologia pode ser aplicada a um sistema de segurança ou um controlador de tráfego. Neste sentido, este trabalho consiste em reconhecer automaticamente os caracteres da placa de licença, a nossa abordagem é composta de três etapas principais: a primeira realizar a localização e extração de carta imagem da placa sub-. Esta sub-imagem é convertido de RGB para PCA e Harris detecção de cantos é aplicada sobre o principal componente do punho. Na segunda etapa, estimamos que o ângulo de rotação para corrigir a placa com base nas informações cantos. Finalmente, o algoritmo de rede neural é usada para reconhecimento de caracteres da placa. Com base nos resultados da experiência, observamos que a nossa abordagem atingir uma média de 93% da licença reconhecimento de placas de sucesso caracteres em um total de 280 imagens capturadas a partir de um mentor ambiente exterior.
Description
Presentación que se llevó a cabo durante el II Congreso Internacional de Computación y Telecomunicaciones COMTEL 2010 del 13 al 15 de octubre de 2010 en Lima, Perú. COMTEL, es un certamen organizado por la Facultad de Ingeniería de Sistemas, Cómputo y Telecomunicaciones de la Universidad Inca Garcilaso de la Vega, que congrega a profesionales, investigadores y estudiantes de diversos países con el fin de difundir e intercambiar conocimientos, mostrar experiencias académicas-científicas y soluciones para empresas en las áreas de Computación, Telecomunicaciones y disciplinas afines.
Keywords
Ingeniería de Sistemas, Computación, Licença de reconhecimento de placas, Detector de cantos de Harris, Análise de componentes principais, Redes neurais, Estimativa de rotação, Computer sciences, License plate recognition, Harris corners detector, Principal component analysis, Neural networks, Rotation estimation