Разработан новый алгоритм распознавания номерных знаков на автомобилях

Альтернативный метод распознавания номерных знаков предложили ученые Вятского государственного университета (ВятГУ). По словам авторов, разработанный способ менее энергозатратный в отличие от современных систем распознавания изображений на нейронных сетях. Результаты исследования опубликованы в научном сборнике Conference of Open Innovations Association (FRUCT).

Большинство современных систем для распознавания номерных знаков реализованы на базе сверточных нейронных сетей. Однако такой метод, по словам исследователей, требует для обучения большого объема выборки данных, значительных вычислительных мощностей и имеет недостаточную гибкость к обрабатываемым данным.

Новый алгоритм, предложенный учеными ВятГУ, не требует предварительного обучения, а для его работы нужны небольшие вычислительные ресурсы. Разработанная система состоит из алгоритмов детектирования номерной пластины, сегментации изображения номерной пластины на символы и распознавания текстовых символов. Данный способ позволит распознать изображение номера автомобиля в режиме реального времени.

"Основными этапами распознавания номерных знаков являются: предобработка изображения, локализация номерной платины, сегментация изображения номерной пластины на символы и распознавание текстовых символов. Алгоритм локализации пластин номеров транспортных средств основан на обнаружении контуров и использовании геометрической информации о контурах", — прокомментировал профессор кафедры радиоэлектронных средств факультета автоматики и вычислительной техники Института математики и информационных систем ВятГУ Игорь Трубин.

Исследователи предложили рассматривать цифровое восьмиразрядное изображение как набор двоичных (бинарных) изображений и выделять контуры номерной пластины по старшим, наиболее информативным разрядным изображениям.

"В качестве математической модели бинарного изображения была выбрана двумерная цепь Маркова с двумя состояниями. Такой подход к обнаружению номерной пластины позволил значительно снизить вычислительные ресурсы на реализацию алгоритма", — отметил Трубин.

По его словам, для сегментации изображения номерной пластины на изображения отдельных символов использовался метод гистограммного анализа, обеспечивающий высокую точность разделения символов при небольших вычислительных ресурсах.

Для распознавания символов применялся метод корреляционного анализа при сравнении с шаблоном, преимущества которого заключаются в простоте реализации, высокой надежности работы при отсутствии помех, высокой точности распознавания символов с дефектами и высокой скорости при малом алфавите.

Как отметила профессор кафедры радиоэлектронных средств факультета автоматики и вычислительной техники Института математики и информационных систем ВятГУ Елена Медведева, разработанный метод может быть востребован при проектировании систем контроля за въездом автотранспорта на удаленные охраняемые территории, парковки, ремонтные зоны.

В будущем ученые планируют повысить точность распознавания номерных знаков транспортных средств в условиях плохой видимости (туман, снегопад) за счет алгоритмов предварительной обработки данных, поступающих от видеодатчиков.

Первоисточник https://ria.ru/20201103/vyatgu-1582705140.html