Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de...
Transcript of Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de...
![Page 1: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/1.jpg)
Aura Conci e Leonardo Hiss Monteiro
![Page 2: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/2.jpg)
Introdução
Automação do processo de controle de estacionamento
Automação do processo de aplicação de multas nos veículos
Necessidade de automação do processo de reconhecimento de placas
![Page 3: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/3.jpg)
Objetivo
Conseguir um método simples e eficaz para o reconhecimento das placas dos veículos.
![Page 4: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/4.jpg)
Considerações
Independente da distância de captura
Fácil adaptação a fonte utilizada
![Page 5: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/5.jpg)
Processo utilizado
Imagem com 256 tons decinza no formato PCX
Binarização
Segmentação dosobjetos conectados
Esqueletização
Cálculo dosmomentosinvariantes
Cálculo dascavidades e
extremidadesAdição no banco de
dadosReconhecimentodos caracteres
Placa reconhecidaCaracteres
adicionados nobanco de dados
![Page 6: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/6.jpg)
Fases do processamento
Pré-Processamento Armazenamento no formato PCX Binzarização Segmentação dos objetos conectados
Primeira Fase de Processamento Cálculo dos momentos invariantes
Segunda Fase do Processamento Cálculo das extremidades Cálculo das cavidades
![Page 7: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/7.jpg)
Binarização
Separação da imagem do fundo.Utilização de um único ponto de
corte (threshold).Utilizamos o método de limiarização
Bimodal de Otsu.
![Page 8: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/8.jpg)
Método de Limiarização Bimodal de Otsu
Particionamento dos pixeis de uma imagem com L niveis de cinza em duas classes C0 e C1.
Limiar otimo -> Maximização da função critério
2
2
t
b
![Page 9: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/9.jpg)
Histograma - Threshold
![Page 10: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/10.jpg)
Erosão
Diminuição do tamanho original sem perder as caractarísticas geométricas
Utilizada para remover ruídos
![Page 11: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/11.jpg)
Processo de Erosão
Elemento escolhido:
Processo: Coloca-se o elemento escolhido para fazer a erosão na
coordenada (i,j) Verifica-se se os vizinhos do elemento são pixeis do objeto
(com valor 1) Se todos os vizinhos possuírem valor 1 mantêm-se o pixel
central com valor 1. Se algum dos pixeis vizinho não possuir valor 1, muda-se o
valor do pixel central para 0 (pixel de fundo).
![Page 12: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/12.jpg)
Imagem Antes e Depois da Erosão
Imagem Antes:
Imagem Depois:
![Page 13: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/13.jpg)
Segmentação de Objetos Conectados
Separação dos caracteresUtiliza como entrada a imagem
binarizada e erodida.Na saida do algoritmo possuimos
várias imagens sendo cada uma composta por um caracter.
![Page 14: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/14.jpg)
Processo de Segmentação
Num primeiro momento é feita uma varredura na imagem buscando o primeiro pixel do objeto (pixel com valor 1).
O valor desse pixel é alterado para o valor de um índice I. O valor desse índice I é incrementado (I=I+1). É feita uma varredura nos pixeis vizinhos a esse, de modo,
que toda a vez que um pixel vizinho é encontrado o seu valor é alterado para o valor do índice e o índice I é incrementado.
Esse processo se repete até que não se encontrem mais pixeis vizinhos. Quando isso ocorre o valor do ultimo índice é armazenado em um vetor e volta-se ao passo 1 enquanto houver pixel não analisado na imagem.
![Page 15: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/15.jpg)
Segmentação da Imagem
Imagem após o algoritmo de contagem:
Caracter segmentado utilizando o vetor:
![Page 16: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/16.jpg)
Eliminação dos Ruídos Conectados aos Caracteres
Geralmente no 2 e 5 caracter.União do caracter com o furo de
fixação
![Page 17: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/17.jpg)
Filtro Utilizado
Retas superior e inferior
Caracteres após a filtragem
![Page 18: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/18.jpg)
Filtragem dos Elementos Relevantes
Remoção dos objetos que estão na parte superior e inferior da imagem.
Remoção dos objetos que estão na extremidade direita ou esquerda da imagem.
Remoção dos objetos muito pequenos.Remoção dos objetos que contém
dimensões horizontais muito grandes.
![Page 19: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/19.jpg)
Limites Utilizados
Coordenada X: Remoção dos objetos com coordenada X menor que
2,5% do comprimento. Remoção dos objetos com coordenada X maior que
97,5% da comprimento.
Coordenada Y: Remoção dos objetos com coordenada Y menor que
10% da altura. Remoção dos objetos com coordenada Y maior que 90%
da altura.
![Page 20: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/20.jpg)
Limites Utilizados
Área: Remover os objetos com área menos
que 0,6% da área da imagem original.
Dimensões horizontais: Remover se os objetos com dimensões
horizontais maior que 12% do tamanho original da imagem.
![Page 21: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/21.jpg)
Esqueletização
Reduzir as partes de um objeto a uma linha fina que representa a representa.
Favorece uma análise estrutural simples.
Reduz a imagem a sua essência podendo eliminar algumas distorções.
Mantem as propriedades geométricas e topológicas.
![Page 22: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/22.jpg)
Algoritmo MAT (Medial Axis Transformation)Passo1:
Passo2:
0 )(
0 )(
1)( )(
6)(2 )(
864
642
1
1
pppd
pppc
pCRNb
pNNa
0 )(
0 )(
862
842
pppf
pppe
.,,...,, sequência na 1 para 0 de s transiçõede Número )(
P. ponto do 0 de diferentes vizinhospontos de Número)(
29321 pppppCRN
pNN
Vizinhança
![Page 23: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/23.jpg)
Imagem Antes e Depois da Esqueletização
Antes
Depois
![Page 24: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/24.jpg)
Primeira Fase de Processamento
No final da fase de pré-processamento a imagem inicial se encontra segmentada, esqueletizada e binarizada.
Cada nova imagem é composta por um caracter.
A primeira fase de processamento é composta pelo cálculo dos momentos invariantes.
![Page 25: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/25.jpg)
Momentos Invariantes
Teoria: Existe apenas um objeto B que pode
produzir o mesmo valor para os momentos de todas as ordens.
Se dois objetos tem os mesmos momentos em todas as ordens, estes objetos são identicos.
![Page 26: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/26.jpg)
Momentos Geométricos
Definição:
M
i
N
j
qppq ...,,,p,qjijiBm
1 1
3210 onde ),(
![Page 27: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/27.jpg)
Momentos Centrais
Considerando a translação para a origem das coordenadas temos:
Onde:
M
i
N
j
qppq ...,,,p,qjijjiiBm
1 100 3210 onde ),(0
00
10
1 1
1 10
),(
),(
m
m
jiB
ijiB
i M
i
N
j
M
i
N
j
00
01
1 1
1 10
),(
),(
m
m
jiB
jjiB
j M
i
N
j
M
i
N
j
![Page 28: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/28.jpg)
Invariância a Rotação
Observamos que alguns momentos são invariantes a rotação como:
A invariância a rotação pode ser obtida utilizando um sistema que coincida com os eixos principais:
dadeExcentrici )00()4(m0
inércia de momentos dos Soma 00
Área0
20220
211
0220
00
mm
mm
m
principais eixos dos orientação de ângulo o é onde 00
022tan
0220
11
mm
m
![Page 29: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/29.jpg)
Momentos Utilizados
2
03212
123003211230
20321
21230123003215
20321
212304
20321
212303
211
202202
02201
)()(3))(3(
)(3)())(3(
)()(
)3()3(
4)(
mmmmmmmm
mmmmmmmmf
mmmmf
mmmmf
mmmf
mmf
![Page 30: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/30.jpg)
Invariância a Escala
Utilizada quando a distância de captura pode variar. Considerando uma transformação de
escala:
A área mudará:
'"
'"
jaj
iai
'0"0 002
00 mam
![Page 31: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/31.jpg)
Invariância a Escala nos Momentos Utilizados
1000
54
500
43
500
32
400
21
200
10
m
fv
m
fv
m
fv
m
fv
m
fv
![Page 32: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/32.jpg)
Segunda Fase de Processamento
Detectar características geométricas de cada um dos caracteres.
Distinguir caracteres como: 6 e 9 M e W
Cálculo das Cavidades e extremidades.
![Page 33: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/33.jpg)
Análise das Cavidades
Dividida em duas etapas:
Algorítmo para a detecção dos candidatos
Algorítmo para a contagem das cavidades
![Page 34: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/34.jpg)
Detecção das CavidadesEntrada
Imagem de uma caracterbinarizado e esqueletizado
Fazer a varredura de cada linha daimagem até encontrar um pixel com o
valor 0 (candidato a ser parte dacavidade).
As duas condições acima foram atendidas ?
Não alterar ovalor do pixel
Alterar o valor dopixel para 3
Sim
Não
Verificar se o pixel é cercado nadireção superior e inferior porpixeis com valor 1 (pixeis de
borda)
Verificar se o pixel é cercado aesquerda ou direitar por pixeiscom valor 1 (pixeis de borda)
Fazer a varredura de cada linhaimagem até encontrar um pixel com o
valor 3 (candidato a ser parte dacavidade).
A condição acimaforam atendida ?
Não alterar ovalor do pixel
Alterar o valor de todos ospixeis na direção superiorpara 0 até encontrar um
pixel com o valor 1
Sim
Não
Verificar se o pixel possui ovizinho imediatamente acima ou
abaixo com o valor 0
Alterar o valor de todos ospixeis na direção inferiorpara 0 até encontrar um
pixel com o valor 1
Fim
Regiões canditatas a cavidades
Regiões de cavidades
![Page 35: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/35.jpg)
Contagem do Número de Cavidades
Varrer a imagem até encontrarum pixel com valor 3
Imagem de entrada binarizada onde:0 representa o fundo
1 representa o contorno do objeto3 regiões de cavidade
Alterar o valor de 3 para IndiceIncrementar Indice
Indice=2IndiceAtual=2
Verificar a vizinhança do pixel aprocura de valores 3
Encontrado ?
Deixe o valor como originalAlterar o valor de 3 para Indice
Incrementar Indice
Varrer a imagem até encontrarum pixel com IndiceAtual
Verificar a vizinhança do pixel aprocura de valores 3
Encontrado ?
Deixe o valorcomo original
Alterar o valor de 3 para IndiceIncrementar Indice
Indice=IndiceAtual ?
Sim
NãoSim
NãoSim
Incrementar IndiceAtual
Não
Encontrado ?
SairNão
Sim
Incrementar o numero de cavidades
![Page 36: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/36.jpg)
Número de Cavidades dos Caracteres
Letra Num Cavidades Numero Num CavidadesC 0 1 0E 0 2 0F 0 3 0G 0 5 0H 0 7 0I 0 4 1J 0 6 1K 0 9 1L 0 0 1M 0 8 2N 0S 0T 0U 0V 0X 0Y 0W 0Z 0A 1D 1O 1P 1Q 1R 1B 2
![Page 37: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/37.jpg)
Análise das Extremidades
Detecção e classificação das extremidades dos caracteres.
Classificação: Superior esquerda - SE Superior central - SC Superior direita - SD Central esquerda - CE Central central - CC Central direita - CD Inferior esquerda - IE Inferior central - IC Inferior direita – ID
SE SC SDCE CC CDIE IC ID
![Page 38: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/38.jpg)
Algorítmo para Detecção das Extremidades
EntradaImagem de um caracter
binarizado e esqueletizado
Fazer a varredura de cada linha daimagem até encontrar um pixel com
coordenadas (i,j) com valor 1
O número de condições acima atendidas é 1 ?
Não alterar ovalor do pixel
Alterar o valor dopixel para 2
(Extremidade)
SimNão
Verificar se o pixel na posição (i-1,j-1) possui o valor 1
Verificar se o pixel na posição (i,j-1) possui o valor 1
Verificar se o pixel na posição (i+1,j-1) possui o valor 1
Verificar se o pixel na posição (i-1,j) possui o valor 1
Verificar se o pixel na posição (i+1,j) possui o valor 1
Verificar se o pixel na posição (i-1,j+1) possui o valor 1
Verificar se o pixel na posição (i,j+1) possui o valor 1
Verificar se o pixel na posição (i+1,j+1) possui o valor 1
![Page 39: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/39.jpg)
Classificação das ExtremidadesEntrada
Imagem de um caracterbinarizado e esqueletizado
Fazer a varredura de cada linha daimagem até encontrar um pixel de
coordenadas (i,j) com valor 2
Verificar se o pixel com coordenada (i,j) está no quadrante SE
Calcular as dimensões do frameatravés do tamanho horizontal e dotamanho vertical da imagem sendo:
deltax=(ext_dir-ext_esq)/3;deltay=(ext_inf-ext_sup)/3;
Verificar se o pixel com coordenada (i,j) está no quadrante SC
Verificar se o pixel com coordenada (i,j) está no quadrante SD
Verificar se o pixel com coordenada (i,j) está no quadrante CE
Verificar se o pixel com coordenada (i,j) está no quadrante CC
Verificar se o pixel com coordenada (i,j) está no quadrante CD
Verificar se o pixel com coordenada (i,j) está no quadrante IE
Verificar se o pixel com coordenada (i,j) está no quadrante IC
Verificar se o pixel com coordenada (i,j) está no quadrante ID
Armazenar a classificação da extremidade
![Page 40: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/40.jpg)
Classificação das Extremidades Detectadas
Letra Class Numero ClassB - - - - 8 - - - -D - - - - 0 - - - -O - - - - 3 SE CC IE -U SE SD - - 7 SE IE - -W SE SD - - 2 SE ID - -H SE SD IE ID 6 SD - - -X SE SD IE ID 1 SD SE ID -T SE SD IC - 5 SD CE IE -Y SE SD IC - 4 SD ID ID -N SE SD ID IE 9 IE - - -L SE ID - -Z SE ID - -I SC IC - -V SD SE - -K SD SE IE IDG SD CC - -F SD CD IE -E SD CD ID -J SD IE - -S SD IE - -C SD ID - -P IE - - -M IE ID - -R IE ID - -Q IC ID - -A ID IE - -
![Page 41: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/41.jpg)
Reconhecimento da Imagem
Momentos invariantes
Número de cavidades
Classificação das extremidades
Posição do caracter na imagem inicial
![Page 42: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/42.jpg)
Processo de Reconhecimento
Criação do Banco de Dados.Comparação com o Banco de Dados:
1 Fase:Análise da posição do caracter na placaAnálise do número de cavidadesAnálise das extremidades
2 Fase:Análise dos momentos invariantes
![Page 43: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/43.jpg)
Casos de Reconhecimento
Possíveis situações após a 1 Fase de Reconhecimento: Nenhum elemento identificado
Necessário adicionar do Bando de Dados
Apenas 1 elemento identificadoElemento Reconhecido. 2 Fase não é necessária
Mais de um elemento identificado2 Fase é iniciada com os elementos
identificados.
![Page 44: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/44.jpg)
Segunda Fase de Reconhecimento
Análise dos momentos invariantes nos elementos que foram identificados na Primeira Fase.
Cálculo das distâncias:
Reconhecimento => Objeto que possuir as menores “distâncias”
Dados de Banco do i ordem de Momentos
oreconhecid sendo está que objeto do i ordem de Momento
2
iBD
i
iBDii
M
M
MMD
![Page 45: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/45.jpg)
Placas ProcessadasPlaca Carac. Geom Momentos M0 M1 M2 M3 M4
GWK2323 4 3 1 0 0 0 0KMG9066 4 3 0 0 0 0 0KMH9737 2 5 1 1 0 0 0KML4188 5 2 0 0 0 0 0KNA2764 4 3 0 1 0 1 0KNA4521 6 1 0 0 0 0 0KOC8204 5 2 1 1 0 0 0KQM1513 4 3 1 1 0 0 0KRE4315 5 2 0 1 0 0 0KRJ2309 4 3 1 0 0 0 0KRE5912 4 3 1 0 0 0 0KMJ0305 4 3 1 1 0 0 0KMM2090 6 1 0 0 0 0 0KNA7675 5 2 1 0 0 0 0KOD7728 2 5 2 1 0 0 0KRJ7761 2 5 2 0 0 0 0KSY4558 4 3 0 0 0 0 0KUB6657 2 5 1 0 0 0 1LAB7582 4 3 0 0 0 0 0LAE0231 5 2 0 1 0 0 0LBE9571 5 2 1 0 0 0 0LBM7321 4 3 1 0 0 0 0LCC4261 3 4 2 0 0 0 0LCU3687 2 5 2 1 0 0 0LIY3173 1 6 1 2 2 0 0LJF2087 4 3 2 0 0 0 0LNC3270 4 3 1 1 1 0 0LNI7263 1 6 1 2 1 0 0LNJ7519 2 5 1 0 0 0 0LNT0251 3 4 1 0 0 0 0LNU4768 2 5 2 1 0 0 0KMX2742 2 5 1 0 0 0 1KPC6146 3 4 0 0 0 0 0GZP6226 3 4 1 1 0 0 0JEV1099 6 1 1 0 0 0 0GZN3681 4 3 0 1 0 0 0LAV7125 3 4 1 0 0 0 0LBX7363 2 5 1 2 1 0 0
![Page 46: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/46.jpg)
Resultados Obtidos
Erros no Reconhecimento
0
5
10
1520
25
30
35
M0 M1 M2 M3 M4
Momentos
Nú
mer
o d
e E
rro
s
![Page 47: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/47.jpg)
Resultados Obtidos7;
3
K;N
H;N
D;O
2;1
S;J
W;U
T;Y
L;Z
K;X
M0
M2
M4
0
2
4
6
8
10
12
14
Nu
mer
o d
e. E
rro
s
Erros por Momentos
7;3 K;N H;N D;O 2;1 S;J W;U T;Y L;Z K;XM0 14 1 1 2 4 6 0 1 1 0M1 11 2 2 2 0 0 0 0 1 0M2 1 0 2 0 2 0 0 1 0 0M3 0 0 1 0 0 0 0 0 0 0M4 0 0 0 0 0 0 0 0 0 1
![Page 48: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/48.jpg)
Dados Obtidos
266 Caracteres Processados de 38 Placas diferentes. 51% Caracteres reconhecidos sem a necessidade do
cálculo dos momentos 49% Caracteres reconhecidos com as técnicas dos
momentos
917 Cálculos de momentos. 1% Erros apresentado no cálculo da distância dos
momentos
![Page 49: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/49.jpg)
Trabalhos Futuros
Busca automática da placa do veículo nas imagens.
Pré - processamento para corrigir placas que não estejam no plano xy.
Detecção das bordas antes da esqueletização para melhorar a qualidade da esqueletização.
Cálculo da projeção dos pixeis nas direções horizontais e verticais.
Aperfeiçoamento do Banco de Dados
![Page 50: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/50.jpg)
Programas Existentes no Mercado
HTS Israel
SIAV 2.0 - Automatisa
Demo.exe
SIAV 2.0.exe
![Page 51: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/51.jpg)
Links Interessantes
Automatic Number Plate Recognition - Portugual http://www.utad.pt/~jbarroso/html/number_plate.html
CARINA - Software Product for Automatic Number Plate Recognition - Hungary http://www.arhungary.hu/
Automated Car Number Plate Recognition - Escocia http://www.ednet.co.uk/~euroquest/falcon.htm
Number Plate Recognition System - Africa do Sul http://espresso.ee.sun.ac.za/~cc/npr/
License Plate Recognition (LPR) - Israel http://www.htsol.com/Products/SeeCar.html
License Plate Reader - USA http://www.perceptics.com/
License Plate Recognition Systems - USA http://www.garlic.com/biz/eotek/
License Plate reader “Golden Eagle” - Russia http://fire.relarn.ru/personal/charly/berkut/index.htm
CarFlow - Russia http://www.photocop.com/products.htm#MegaPixel
Jet ANPR Car Number Plate Recognition - Reino Unido http://www.citysync.co.uk/pagedef.htm
![Page 52: Aura Conci e Leonardo Hiss Monteiro. Introdução zAutomação do processo de controle de estacionamento zAutomação do processo de aplicação de multas nos.](https://reader035.fdocument.pub/reader035/viewer/2022070310/552fc0f9497959413d8b6327/html5/thumbnails/52.jpg)
Links Interessantes
Auto Vu Technologies Inc. - Canada http://www.autovu.com/website/content/products.html
Computer Recognition Systems, Ltd - USA http://www.crs-its.com/
Tranport Data Systems - USA http://www.transportdatasystems.com/products.htm
Dacolian - Recognition Software - Netherlands http://www.dacolian.nl/
Ponfac S.A - Brasil http://www.ponfac.com.br/
Automatisa Sistemas Ltda - Brasil http://www.automatisa.com.br/siav2.htm