Trabalho de Diplomação

VIPLABAluno: Edgard Davidson Costa CardosoOrientador: Prof. Silvio Jamil F. Guimarães

Localização de Placas de Veículos Baseada em Métodos Estatísticos

21Introdução

3

1. Introdução

Aplicações:

• Controle de Acesso;

• Pedágios;

• Monitoramento de Trânsito;

• Identificação de Carros Roubados ou Clonados;

• Etc.;

4

câmera

OCR

JLW 9464

Identifica a placa e compara com a base

de dados

1. Introdução

52Problema

6

2. Problema

• Processo manual ou inexistente

• OCR não é suficiente para resolver

73Objetivo

8

3. Objetivo

Desenvolver um método capaz de localizar a placa do veículo e preparar os

caracteres de tal forma que um algoritmo de OCR possa reconhecer

• Eficiente

• Adaptável

94Método Proposto

10

4. Método Proposto

• Câmera Digital • Radar• Etc

• Perfil de Linha • Média Ponderada• Variância• Desvio Padrão

• Média Ponderada• Flood Fill• Binarização Adaptativa

• OCR

AQUISIÇÃO DAIMAGEM

LOCALIZAÇÃO DAPLACA

PREPARAÇÃO DOSCARACTERES

RECONHECIMENTODOS CARACTERES

KFI 3023

11

4.1 Localização da PlacaDefinição de uma Imagem Digital

função f(x,y) que assume M linhas e N Colunas.

12

4.1 Localização da PlacaPerfil de Linha

a)

b) c)

13

4.1 Localização da PlacaAnálise Estatística do Perfil de Linha

14

4.1 Localização da PlacaVarredura na Imagem

Imagem f(x,y)

012

M-1

Imagem f’(x’,y)

0

2

1

M-1

15

4.1 Localização da PlacaDefinição de Ponto de Máximo e Mínimo

16

4.1 Localização da PlacaLista de Ocorrências de Pontos de Máximos e Mínimos

17

4.1 Localização da PlacaLinha encontrada com base na análise estatística do

perfil de linha.

18

4.1 Localização da PlacaCriação da Lista de Distâncias entre dois Pontos

0 0 0 0 0 0 0 0 0 01

19

4.1 Localização da PlacaRegião encontrada após analisar a condensação

dos pontos de máximo.

20

4.1 Localização da PlacaEstrutura de Dados Utilizada Para Localizar a

Região da Placa

21

4.2 Preparação dos Caracteres

SegmentaçãoFlood-Fill

22

4.2 Reconhecimento dos Caracteres

OCR

KFI 3023

235Experimentos

24

5.1 Experimentos ResultadosTabela que demonstra as características das

imagens utilizadas no trabalho

25

5.1 Experimentos ResultadosTabela que demonstra os tempos médios obtidos

do algoritmo em cada etapa

26

5.1 Experimentos ResultadosTabela que demonstra a taxa de acerto da etapa

de localização da placa e da etapade preparação dos caracteres utilizando placas de

vários países

27

5.1 Experimentos ResultadosResultado do algoritmo de localização da placa

em diversos níveis de luminosidade,ângulo de distância de tomada.

28

5.1 Experimentos ResultadosResultado do algoritmo de preparação dos caracteres

em diversos níveis de luminosidade,ângulo de distância de tomada

29

5.1 Experimentos ResultadosExemplo de uma situação em que o método

proposto falha. 4.3(a) Imagem da placaindicando um perfil de linha. 4.3(b) exemplo de um

perfil de linha em que o método propostonão é capaz de identificar a “assinatura”

306Conclusões

31

6.1 Conclusão

• Eficiência: Alcançada com com o tempo de 7,87imagens por segundo.

• Adptabilidade: Alcançada com a análise estatística dos perfis de linha da imagem que possibilitou que o algoritmo trabalhasse com valores obtidos dinamicamente e por sua vez adaptáveis à situações diversas de iluminação.

• Localização da placa: Satisfatória 93% acerto. Em alguns conjuntos de imagem 100% de acerto.

• Preparação dos caracteres: Insatisfatória. Entretanto não é o principal fator crítico de sucesso. Dado que em algoritmo de OCR mais sofisticado pode substituir esta etapa.

327Trabalhos Futuros

33

6.1 Trabalhos Futuros• Preparação dos caracteres.

• Melhorar a forma que o flood-fill segmenta os caracteres.• Binarizações adaptativas como Otsu ou Niblack.• Realce de borda como Cany.• Morfologia matemática.

• Falha do Algoritmo.• Executar um pré-processamento.• white-top hat e black top-hat

34

FIM