خلاصة:
تشخیص پلاک خودرو یک مسئله ضروری در سیستم ترافیک امروزی است. اولین گام در فرایند تشخیص پلاک خودرو، تعیین موقعیت مکانی پلاک است. در گام بعدی میبایست به اندازه کافی دقیق بوده و همچنین محاسبات آن در مدت زمان قابل قبول انجام شود. دلیل این موضوع آن است که خروجی این مرحله به عنوان ورودی در گامهای بعدی می باشد. اگر در مرحلهی تعیین موقعیت مکانی خطا بروز کند، عملکرد گامهای بعدی نیز دچار مشکل خواهد شد. در این تحقیق روش نوآرانه ایی با استفاده از بهبود وفقی کنتراست تصویر، حذف کاراکترهای غیر عددی، آنالیز و خوشهبندی کاراکترهای پلاک به منظور تعیین موقعیت مکانی پلاک خودرو با کاراکترهای تیره روی زمینهی روشن ارائه شده است. روش پیشنهادی پیچیدگی زمانی الگوریتم را کاهش داده و باعث سهولت در پیادهسازی، افزایش سرعت و کارایی سیستم تعیین موقعیت مکانی پلاک می گردد. الگوریتم پیشنهادی مستقل از تعداد پلاک خودرو در تصویر، اندازهی تصویر، کجی و ناخوانایی کامل پلاک بوده و در مقابل تغییرات روشنایی تا حد قابل قبولی مقاوم می باشد. روش پیشنهادی بر روی دو مجموعه داده مختلف به ترتیب با تعداد 67 و 492 تصویر پیاده سازی شده است. نتایج نرخ صحت 100 و 99.59 درصد با نرخ خطای 1.5 و 1.63 و زمان اجرای 109 و 17.5 میلی ثانیه بطور میانگین، را نشان می دهد.
Deterring the location of the plate is the first step in the car license plate detection. The output of this step should be accurate enough and also, its calculations will be completed within a short time. The reason for this is that the output of this stage is as input in the next steps. If the location determination phase encounters an error, the function of the next steps will also be interrupted. In this paper, a new method is presented using the improved contrast of the image, the removal of non-numerical characters, analysis and clustering of plaque characters in order to determine the location of an Iranian car license plate with dark characters on a bright background. The proposed method reduces the overall complexity of the algorithm and In addition to ease of implementation; the speed and efficiency of the system determine the location of the plaque. The proposed algorithm is independent of the number of vehicle plates in the image, the size of the image, the inclination, and the full scintillation of the plaque and In contrast to brightness variations, it is largely resistant(robust). The test results on two different data sets with 67 and 492 images respectively, with an accuracy of 100 and 99.59% with an error rate of 1.5 and 1.63, and an average of 109 and 17.5 milliseconds, respectively.