Detekcija, raspoznavanje i automatski unos
registarskih oznaka
studentski projekt

Rezultati

Baza ispitnih slika

U prvoj fazi projekta oblikovana je slikovna baza vozila koja sadrži slike zadnjeg dijela vozila (osobnih automobila, kamiona i autobusa). Slike su snimljene pod različitim uvjetima osvjetljenja (sunčani dan, oblačno vrijeme, kiša, sumrak, noćna rasvjeta) uporabom digitalnog fotoaparata OLYMPUS CAMEDIA C-2040ZOOM. Baza slika je nastajala u dvije faze. Prva eksperimentalna baza (snimljena rujna 2002.) sastojala se od 157 fotografija (jpeg format, svaka slika oko 62 KB). Druga baza (snimljena lipnja 2003.) sastoji se od 350 slika vozila. Cijela baza slika (510 fotografija) raspoloživa je u obliku .zip arhive.

• Primjeri slika iz baze

Pretprocesiranje

U početnoj fazi projekta ispitani su različiti postupci pretprocesiranja slike u razvojnom okruženju Khoros Pro 2001. Preliminarni rezultati s opisom postupaka i uputama za koristenje Khorosa Pro 2001 dani su u (dokumentaciji).

• Primjeri rezultata pretprocesiranja uporabom Khoros Pro 2001

Poboljšavanje kontrasta sivih slika

Slike iz slikovne baze pretvorene su u slike sivih razina i na njima se primjenjuju postupci za poboljšanje kontrasta u cilju što djelotvornije segmentacije, odnosno izlučivanja registarske tablice i oznake zemlje iz koje vozilo dolazi.
Tijekom prve faze projekta razvijeni i implementirani su sljedeći postupci poboljšanja kvalitete sivih slika: izravnavanje histograma, lokalno izravnavanje histograma (CLHE - Constrained Local Histogram Equalization), postupci u frekvencijskom prostoru, postupak JGACE (Just Noticable Difference Guided Adaptive Contrast Enhancement). Rezultati ispitivanja postupaka poboljšanja slika pokazali su da je vremenski najdjelotvorniji postupak TGHE (Thresholding Histogram Equalization) koji zahtijeva samo 0.018 s, dok je vremenski najzahtjevniji postupak trokanalno maskiranje s nelinearnim rastezanjem kontrasta /0,555 s/ (slike rezolucije 640 x 480 slikovnih elemenata). Rezultati dobiveni obradom procjenjivali su se na temelju subjektivnih i objektivnih kriterija. Subjektivni su temeljili na ocjeni promatrača koji postupak daje bolju vidljivost registarskih oznaka Objektivni su se zasnivali na razultatu ispravne detekcije registarske tablice. Konačno, u postupku automatske detekcije izabran je pristup koji, na temelju karakteristika histograma ulazne slike, određuje postupak poboljšanja: za tamne slike koristi se TGHE (prag 10) a za ostale slike neoštro maskiranje i trokanalno filtriranje, ili pak izvorna slika ako je distribucija sivih razina zadovoljavajuća.

• Primjeri rezultata različitih postupaka poboljšanja kontrasta sivih slika

Potpuni opis postupaka i prikaz rezultata dan je u dokumentaciji. Također, dostupne su dvije PowerPoint prezentacije ((kraća verzija, opširnija verzija)).

Demo inačica razvijenog sustava za poboljšanje kontrasta sivih slika (demo) može se skinuti i isprobati za sve razvijene postupke i za različite vrijednosti parametara koje ti postupci zahtijevaju. Kratke upute za instalaciju su (ovdje).

Izlučivanje slike vozila iz scene uporabom aktivnog vida

U okviru treće faze projekta oblikovan je sustav za izlučivanje slike vozila uporabom aktivnog vida. Zadatak ovog sustava je nadzor mjesta na kojem se očekuje prolazak i zaustavljanje motornih vozila (granični prijelaz, naplatne kućice i sl.) i pribavljanje slike zaustavljenog vozila. Poželjno je da uzeta slika obuhvaća samo vozilo i da je vozilo snimljeno što bolje (što bolja razlučivost i oštrina) kako bi se smanjila složenost daljnih faza obrade (izlučivanje slike registarske tablice) i povećala točnost prepoznavanja (prepoznavanje pojedinih znakova na tablici).
U cilju izvršavanja definiranog zadatka, sustav mora izvršavati sljedeće podzadatke:

• detekcija vozila;
• određivanje pozicije vozila;
• snimanje vozila.

Raspoznavanje brojčano-slovčanih znakova na registarskoj tablici

Tijekom 4. faze projekta razvijen je sustav za raspoznavanje brojčano-slovčanih znakova na registarskim tablicama. Sustav se temelji na uporabi višeslojnog perceptrona (MLP). Na ulaz u sustav dovode se slike pojedinačnih znakova s registarske pločice dobiveni isijecanjem iz binarizirane slike vozila. U sustav je ugrađena i sintaksna analiza prema pravilima formiranja oznaka u pojedinim zemljama, kojom se popravljaju rezultati raspoznavanja, posebno u slučajevima sličnih znakova (npr. "0" i "O" ili "1" i "I"). Ispitivanja sustava su pokazala da je postotak raspoznavanja oko 90% (za našu bazu vozila). Postotak raspoznavanja može se poboljšati većom rezolucijom slike, odnosno usmjeravanjem kamere na dio vozila na kojem se očekuje registarska tablica. Detaljan opis postupka i prikaz rezultata dan je u dokumentaciji. Dostupne su i dvije PowerPoint prezentacije (kraća verzija, opširnija verzija).
Raspoloživa je i demo inačica razvijenog sustava (demo), koju možete skinuti s mreže u obliku .zip datoteke, instalirati i isprobati. Kratke upute za instalaciju su (ovdje).

• Primjeri rezultata raspoznavanja znakova na registarskim tablicama

Objedinjeni sustav: automatsko pronalaženje registarske pločice, isijecanje znakova i njihovo raspoznavanje

U okviru projekta izrađen je demo-sustav koji objedinjuje navedene podsustave. Na ulaz sustava dovodi se digitalizirana slika vozila, u kojoj sustav pronalazi registarsku pločicu, isijeca pojedine znakove i prosljeđuje ih u podsustav za raspoznavanje brojčano-slovčanih znakova temeljen na uporabi višeslojnog perceptrona.
Raspoloživa je demo inačica razvijenog sustava (demo), koju možete skinuti s mreže u obliku .zip arhive, instalirati i isprobati. Kratke upute za instalaciju su (ovdje).

Objavljeni radovi

1. Vlasta Srebrić, "Postupci poboljšanja kontrasta sivih slika", Diplomski rad br. 1397 (mentor: prof. dr. sc. Slobodan Ribarić) Fakultet elektrotehnike i računarstva, Sveučilište u Zagrebu, Zagreb, rujan 2003., 87 stranica, 6 stranica dodatka (PDF).
2. Goran Adrinek, "Segmentacija slike na temelju pokreta", Diplomski rad br. 1392 (mentor: prof. dr. sc. Slobodan Ribarić) Fakultet elektrotehnike i računarstva, Sveučilište u Zagrebu, Zagreb, srpanj 2003., 123 stranice ( PDF)
3. Kristijan Kraupner, "Uporaba višeslojnog perceptrona za raspoznavanje brojčano-slovčanih znakova na registarskim tablicama", Diplomski rad br. 1396 (mentor: prof. dr. sc. Slobodan Ribarić) Fakultet elektrotehnike i računarstva, Sveučilište u Zagrebu, Zagreb, rujan 2003., 104 stranice, (PDF)
4. Josip Haluška, "Razvoj programskih sustava u okruženju Khoros Pro 2001", Diplomski rad 1402, (mentor: prof. dr. sc. Slobodan Ribarić) Fakultet elektrotehnike i računarstva, Sveučilište u Zagrebu, Zagreb, veljača 2003., 93 stranice, (PDF)
5. S. Ribarić, G. Adrinek, and S. Šegvić, "Real-Time Active Visual Tracking System", submitted to MELECON 2004, (PDF)

Copyright(c) Zavod za elektroniku, mikroelektroniku, računalne i inteligentne sustave
Fakultet elektrotehnike i računarstva
Sveučilište u Zagrebu

Zoran Kalafatić
Zadnja promjena: 06. 11. 2003.