Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал:
http://elartu.tntu.edu.ua/handle/lib/23731| Назва: | Розробка та дослідження автоматизованої системи розпізнавання номерних знаків транспортних засобів |
| Інші назви: | Development and research of the automated system for recognition of vehicle license plates |
| Автори: | Волошин, Назарій Володимирович |
| Бібліографічний опис: | Волошин Н.В. Розробка та дослідження автоматизованої системи розпізнавання номерних знаків транспортних засобів : „151 — автоматизація та комп’ютерно-інтегровані технології“/ Волошин Н.В. — Тернопіль: ТНТУ, 2018. — 4 с. |
| Bibliographic description: | N. Voloshyn. Development and research of the automated system for recognition of vehicle license plates : „151 - automation and computer-integrated technologies“/N. Voloshyn - Ternopil: TNTU, 2018 - 4 s. |
| Дата публікації: | 18-лют-2018 |
| Дата подання: | 18-лют-2018 |
| Дата внесення: | 19-лют-2018 |
| Країна (код): | UA |
| Місце видання, проведення: | Тернопіль, ТНТУ імені Івана Пулюя, Кафедра АВ |
| Установа захисту: | ЕК №41 |
| Науковий керівник: | Коноваленко, Ігор Володимирович |
| Члени комітету: | Золотий, Роман Захарійович |
| УДК: | 004.93 |
| Теми: | 151 автоматизація та комп’ютерно-інтегровані технології розпізнавання OpenCV Комп'ютерний зір Python Розробка Метод Віоли-Джонса |
| Діапазон сторінок: | 1-5 |
| Короткий огляд (реферат): | В даній дипломній роботі розглянуто популярні методи детектування об’єктів та розпізнавання текстових символів. Проведено дослідження цих методів на швидкодію, що є одним з головних пунктів при обробці відео. Найоптимальнішим з них виявився метод Віоли-Джонса що базується на основі примітивів Хаара. На базі даного алгоритму розроблено десктопну систему автоматизованого розпізнавання номерних знаків транспортних засобів. Дана система може розпізнавати зображення з кутом повороту до 300 і з забрудненням до 5% загальної площі. Що охоплює близько 92% всіх номерів. |
| Опис: | В даній дипломній роботі досліджено методи та алгоритми детектування об’єктів та методи розпізнавання символів. Після чого відібрано оптимальні для потокового відео, в співвідношенні швидкість роботи до результативності. Взято за основу метод Віоли-Джонса для детектування об’єктів, що базується на примітивах Хаара. Завдяки цьому досягли високої швидкості знаходження номерної пластини. Зібрано навчальну базу, та, опісля, створено власний класифікатор об’єктів. За допомогою мови програмування Python та бібліотеки комп’ютерного зору OpenCV, використовуючи отриманий класифікатор, реалізовано детектування номерних знаків. Після чого розроблено модуль розпізнавання символів номерного знаку, в якому зображення номеру, отримане на попередньому кроці, спочатку бінаризується, розбивається на символи, після чого кожен символ стоншується і отриманий результат порівнюється з тим що є в базі і вибирається найбільш схожий. В кінцевому результаті отримуємо розпізнаний номерний знак. |
| Зміст: | ЗАГАЛЬНА ХАРАКТЕРИСТИКА РОБОТИ Актуальність теми роботи. Мета роботи. Об’єкт, методи та джерела дослідження. Наукова новизна отриманих результатів. Практичне значення отриманих результатів. Апробація. Структура роботи. ОСНОВНИЙ ЗМІСТ РОБОТИ. СПИСОК ОПУБЛІКОВАНИХ АВТОРОМ ПРАЦЬ ЗА ТЕМОЮ РОБОТИ АНОТАЦІЯ Ключові слова ANNOTATION Key words |
| URI (Уніфікований ідентифікатор ресурсу): | http://elartu.tntu.edu.ua/handle/lib/23731 |
| URL-посилання пов’язаного матеріалу: | http://posibnyky.vntu.edu.ua/k_m/t2/212..htm https://interactive-plus.ru/ru/article/119565/discussion_platform http://docs.opencv.org/3.0-beta/doc/py_tutorials/py_imgproc/py_table_of_contents_imgproc/py_table_of_contents_imgproc.html |
| Перелік літератури: | Soares F. Neural Network Programming With Java, 2nd Edition / Fabio M. Soares, Alan M. F. Souza - Packt Publishing - ebooks Account, 2017. - 269 p – (2nd Revised edition edition) P. Viola and M. Jones. Robust real-time face detection. IJCV 57(2), 2004 Lienhart R., Kuranov E., Pisarevsky V.: Empirical analysis of detection cascades of boosted classifiers for rapid object detection. In: PRS 2003, pp. 297-304 (2003) |
| Тип вмісту: | Master Thesis |
| Розташовується у зібраннях: | 151 — автоматизація та комп’ютерно-інтегровані технології |
Файли цього матеріалу:
| Файл | Опис | Розмір | Формат | |
|---|---|---|---|---|
| avtoreferat_voloshyn.pdf | 358,58 kB | Adobe PDF | Переглянути/відкрити |
Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.
Інструменти адміністратора