ИССЛЕДОВАНИЕ И РАЗРАБОТКА ПРОГРАММНОГО ПРОДУКТА ОПЕРАТИВНО-ДИСПЕТЧЕРСКОГО УПРАВЛЕНИЯ ЖИЛОГО КОМПЛЕКСА НА ОСНОВЕ АНАЛИЗА АВТОМОБИЛЬНЫХ НОМЕРОВ
|
ВВЕДЕНИЕ 4
1 Анализ современного состояния исследований в области распознавания структурированных символов 10
1.1 Сравнительный анализ существующих методов распознавания структурированных символов 12
1.2 Исследование стандартов номерных знаков транспортных средств и их геометро-топологических характеристик 22
1.2.1 Классификация номерных знаков транспортных средств в соответствии с государственными стандартами 22
1.2.2 Геометро-топологические характеристики номерных знаков 26
1.3 Выводы по первому разделу 31
2 Методы преобразования геометро-топологических характеристик номерных знаков транспортных средств 32
2.1 Метод предварительной обработки и преобразования двустрочных номерных знаков к однострочному виду 32
2.2 Метод преобразования цветов фона и буквенно-цифровых символов 35
2.3 Метод классификации символов с учетом геометрических характеристик букв и цифр номерных знаков 37
2.4 Выводы по второму разделу 44
3 Методы, модели анализа и распознавания структурированных символов на примере номерных знаков транспортных средств 45
3.1 Методика распознавания структурированных символов на примере номерных знаков транспортных средств 45
3.2 Методы локализации номерного знака транспортных средств 50
3.2.1 Аналитический обзор методов локализации номерных знаков транспортных средств 50
3.2.2 Алгоритм на базе гистограммы ориентированных градиентов и метода опорных векторов 52
3.2.3 Алгоритм на базе контурного анализа 58
3.3 Сегментация и распознавание структурированных символов номерного знака транспортных средств 63
3.4 Алгоритм сегментации и распознавания символов на базе контурного анализа и метода простых шаблонов 68
3.5 Выводы по третьему разделу 70
4 Разработка системы распознавания номерных знаков и результаты экспериментальных исследований 72
4.1 Функциональное обеспечение системы распознавания номерных знаков 72
4.2 Описание пользовательского интерфейса 76
4.3 Использование системы «НОМЕР» для оперативно-диспетчерского управления жилого комплекса 78
4.4 Результаты экспериментальных исследований работы алгоритмов локализации номерного знака 82
4.5 Выводы по четвертому разделу 87
ЗАКЛЮЧЕНИЕ 88
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 90
1 Анализ современного состояния исследований в области распознавания структурированных символов 10
1.1 Сравнительный анализ существующих методов распознавания структурированных символов 12
1.2 Исследование стандартов номерных знаков транспортных средств и их геометро-топологических характеристик 22
1.2.1 Классификация номерных знаков транспортных средств в соответствии с государственными стандартами 22
1.2.2 Геометро-топологические характеристики номерных знаков 26
1.3 Выводы по первому разделу 31
2 Методы преобразования геометро-топологических характеристик номерных знаков транспортных средств 32
2.1 Метод предварительной обработки и преобразования двустрочных номерных знаков к однострочному виду 32
2.2 Метод преобразования цветов фона и буквенно-цифровых символов 35
2.3 Метод классификации символов с учетом геометрических характеристик букв и цифр номерных знаков 37
2.4 Выводы по второму разделу 44
3 Методы, модели анализа и распознавания структурированных символов на примере номерных знаков транспортных средств 45
3.1 Методика распознавания структурированных символов на примере номерных знаков транспортных средств 45
3.2 Методы локализации номерного знака транспортных средств 50
3.2.1 Аналитический обзор методов локализации номерных знаков транспортных средств 50
3.2.2 Алгоритм на базе гистограммы ориентированных градиентов и метода опорных векторов 52
3.2.3 Алгоритм на базе контурного анализа 58
3.3 Сегментация и распознавание структурированных символов номерного знака транспортных средств 63
3.4 Алгоритм сегментации и распознавания символов на базе контурного анализа и метода простых шаблонов 68
3.5 Выводы по третьему разделу 70
4 Разработка системы распознавания номерных знаков и результаты экспериментальных исследований 72
4.1 Функциональное обеспечение системы распознавания номерных знаков 72
4.2 Описание пользовательского интерфейса 76
4.3 Использование системы «НОМЕР» для оперативно-диспетчерского управления жилого комплекса 78
4.4 Результаты экспериментальных исследований работы алгоритмов локализации номерного знака 82
4.5 Выводы по четвертому разделу 87
ЗАКЛЮЧЕНИЕ 88
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 90
Одним из основных направлений государственной программы Российской федерации является повышение качества и условий жизни через внедрение информационно-коммуникационных технологий (ИКТ). Важнейшим приоритетом среди которых является развитие транспортной системы через ИКТ. Базовым инструментом для повышения эффективности и привлекательности транспортной отрасли должно стать внедрение интеллектуальной транспортной системы, неотъемлемым элементом которой являются средства распознавания регистрационных номерных знаков. Они успешно применяются практически во всех сферах, так или иначе связанных с транспортными средствами. Регистрационный знак состоит из комбинации букв и цифр, которые используются для учета всех видов транспортных средств (ТС). В основе процессов использования регистрационных знаков (буквенно-цифровых символов) лежит технология автоматизированного распознавания структурированных символов.
В настоящее время существует достаточно много систем распознавания автомобильных номеров, обладающие высоким быстродействием и точностью распознавания даже при большой скорости движения автомобилей. Однако, для обеспечения бесперебойного функционирования таких систем, требуется специальное дорогостоящее аппаратное оборудование. Приобретение подобного рода оборудования не всегда целесообразно для таких типов объектов, где скорость проезда транспортных средств невелика. К таким типам объектов относятся автозаправочные станции (АЗС), парковки, стоянки, площадки перед магазинами, внутриквартальные дороги, гаражные кооперативы и ряд других.
Причины, по которым устанавливают системы распознавания автомобильных номеров:
1) Повышение уровня безопасности территории у дома.
2) Ограничение доступа. На многие территории въезд разрешен далеко не всем и системы распознавания автомобильных номеров один из самых удобных и недорогих способов ограничить доступ нежелательного автотранспорта.
3) Организация платного доступа для автомобилей. Это могут быть платные парковки в торговых и бизнес-центрах, парковки, предназначенные для хранения автомобилей в темное время суток, это могут быть перехватывающие парковки и многие другие.
4) Управление потоками автотранспорта на многих объектов городской инфраструктуры существует необходимость для пропуска уполномоченных транспортных средств на ту или иную территорию.
5) Управление временем нахождения автотранспортного средства на территории. Во многих случаях существует необходимость ограничить не сам въезд, а время нахождения на территории автотранспортного средства.
6) Регистрация автотранспорта. Иногда необходимо просто регистрировать весь выезжающие и выезжающий автотранспорт. Это может быть востребованным при, например, сборе статистики которая позволяет анализировать транспортную загруженность.
7) Отслеживание автотранспорта внесено в список наблюдения. Система может отслеживать появление автотранспортных средств и специально созданного для этих целей списка наблюдения и выдавать тревожный сигнал при их появлении.
Потребность проведения исследований и разработки таких технологий для решения проблем данного уровня вызвала необходимость создания методов и моделей анализа структурированных символов для распознавания текстовой информации, которая отражена на регистрационных номерных знаках ТС.
Актуальность и значимость этих исследований обусловлена также возрастающими требованиями к обеспечению контроля безопасности дорожного движения, ввиду непрерывного роста числа транспортных средств. Отметим, что, несмотря на достаточно большое количество систем распознавания номерных знаков, разработки исследователей с ориентацией на решение предложенных проблем не представлены в полной мере.
Большой вклад в развитие теории распознавания образов внесли такие ученые, как R.Gonzalez [16, 32], R.Woods [41], K.S. Fu [35], William K. Pratt [28], Я.А. Фурман [19] и др.
Объектом исследования является процесс распознавания структурированных символов.
Предметом исследования являются методы и алгоритмы распознавания автомобильных номеров.
Целью исследования является совершенствование моделей и методов анализа и распознавания структурированных символов для повышения эффективности распознавания автомобильных номеров.
Для достижения указанной цели в диссертационной работе ставятся и решаются следующие задачи:
- проанализировать существующие методы распознавания структурированных символов;
- исследовать стандарты Российской Федерации по номерным знакам и нанесения на них буквенно-цифровых символов для решения проблем классификации и кластеризации символов;
- разработать метод и алгоритмы, повышающие эффективность распознавания текстовой информации на примере автомобильных номеров;
- провести экспериментальные исследования и сравнительный анализ полученных результатов.
Научная новизна диссертационного исследования определяется тем, что впервые предлагается методика распознавания структурированных символов на примере автомобильных номеров, включающая методы преобразования геометро-топологических характеристик номерных знаков и метод классификации буквенно-цифровых символов путем применения кластерного анализа.
Основные научные положения, выносимые на защиту:
- алгоритм преобразования геометро-топологических
характеристик номерных знаков, базирующиеся на сведении к стандартизированному однострочному виду и получении цветных номерных знаков в однородной палитре серого цвета;
- метод классификации буквенно-цифровых символов с учетом геометрических характеристик номерных знаков, обеспечивающий уменьшение итераций в процессе классификации и ускорение обработки символов;
- модифицированный алгоритм распознавания символов на базе методов контурного анализа и шаблонного метода с добавлением предложенных преобразований.
Практическая значимость исследования. Разработанные
алгоритмические и программные средства предназначаются для использования в системах безопасности, видеонаблюдения и обработки цифровых изображений.
Пояснительная записка состоит из введения, 4 разделов, заключения и списка используемых источников.
Во введении отражены актуальность, объект, предмет, цель, задачи и научная новизна данной работы.
Первый раздел. Рассмотрены теоретические аспекты распознавания структурированных символов, а в особенности методы, по которым осуществляется распознавание структурированных символов. Был проведен анализ традиционных классических методов распознавания
структурированных символов. На проведенном всестороннем анализе из рассмотренных методов за основу в исследовательской работе были взяты методы на основе шаблонов и метод опорных векторов.
Проведено исследование геометро-топологических характеристик номерных знаков транспортных средств РК с целью определения служебной и символьно-цифровой информации, которые были в последующем использованы при разработке алгоритмов классификации и кластеризации структурированных символов.
На основе изучения и анализа геометро-топологических характеристик номерных знаков транспортных средств в соответствии со стандартами РФ, выявлены основные характеристические признаки символов НЗ, которые инвариантны относительно различных преобразований.
Второй раздел. Для решения поставленных в диссертационном исследовании задач были разработаны методы преобразования геометро-топологических характеристик номерных знаков, суть которых заключается в предварительной обработке локализованного НЗ , путем сведения всех типов НЗ к единому однострочному виду, а также в преобразования цветных НЗ в однородную палитру серого цвета.
Описан разработанный метод предварительной обработки и преобразования двустрочных номерных знаков к однострочному виду. Приведено описание метода преобразования цветов фона и буквенно-цифровых символов номерных знаков. Приведено описание метода классификации символов с учетом геометрических характеристик букв и цифр номерных знаков.
Третий раздел. Разработана процессная модель системы распознавания структурированных символов, а также приведены описания работы каждого слоя данной модели.
Разработан алгоритм нахождения области номерных знаков ТС, использующий в качестве характеристических признаков гистограммы ориентированных градиентов, в качестве классификатора метод опорных векторов. Проведена оценка качества классификатора на базе собственной тестовой выборки. Исследованы зависимости работы алгоритма на базе гистограммы ориентированных градиентов и метода опорных векторов от различных параметров HOG. По результатам проведенного эксперимента подходящими параметрами дескриптора HOG для локализации номерных знаков являются блоки размером 2*2 ячеек, ячейки размером 8*8 пикселей.
Разработан модифицированный алгоритм распознавания символов на базе методов контурного анализа и шаблонного метода с добавлением преобразований, описанных во втором разделе.
Четвертый раздел. Разработана функциональная модель программной системы обработки структурированных символов. Изучены варианты использования и различные виды взаимодействий в этом комплексе. Проведена разработка модели реализации программной системы и выявлены классы его модулей.
Проведены экспериментальные исследования работы двух алгоритмов локализации НЗ на влияние условий освещенности. Исследовано влияние импульсного шума на работу алгоритмов локализации НЗ на базе HOG+SVM и контурного анализа.
Проведен сравнительный анализ разработанных алгоритмов распознавания НЗ на базе методов HOG+SVM и на базе контурного анализа и метода простых шаблонов с предложенными преобразованиями.
Заключение содержит выводы по проделанной работе.
Выпускная квалификационная работа содержит 94 страницы, 41
рисунок, 6 таблиц.
В настоящее время существует достаточно много систем распознавания автомобильных номеров, обладающие высоким быстродействием и точностью распознавания даже при большой скорости движения автомобилей. Однако, для обеспечения бесперебойного функционирования таких систем, требуется специальное дорогостоящее аппаратное оборудование. Приобретение подобного рода оборудования не всегда целесообразно для таких типов объектов, где скорость проезда транспортных средств невелика. К таким типам объектов относятся автозаправочные станции (АЗС), парковки, стоянки, площадки перед магазинами, внутриквартальные дороги, гаражные кооперативы и ряд других.
Причины, по которым устанавливают системы распознавания автомобильных номеров:
1) Повышение уровня безопасности территории у дома.
2) Ограничение доступа. На многие территории въезд разрешен далеко не всем и системы распознавания автомобильных номеров один из самых удобных и недорогих способов ограничить доступ нежелательного автотранспорта.
3) Организация платного доступа для автомобилей. Это могут быть платные парковки в торговых и бизнес-центрах, парковки, предназначенные для хранения автомобилей в темное время суток, это могут быть перехватывающие парковки и многие другие.
4) Управление потоками автотранспорта на многих объектов городской инфраструктуры существует необходимость для пропуска уполномоченных транспортных средств на ту или иную территорию.
5) Управление временем нахождения автотранспортного средства на территории. Во многих случаях существует необходимость ограничить не сам въезд, а время нахождения на территории автотранспортного средства.
6) Регистрация автотранспорта. Иногда необходимо просто регистрировать весь выезжающие и выезжающий автотранспорт. Это может быть востребованным при, например, сборе статистики которая позволяет анализировать транспортную загруженность.
7) Отслеживание автотранспорта внесено в список наблюдения. Система может отслеживать появление автотранспортных средств и специально созданного для этих целей списка наблюдения и выдавать тревожный сигнал при их появлении.
Потребность проведения исследований и разработки таких технологий для решения проблем данного уровня вызвала необходимость создания методов и моделей анализа структурированных символов для распознавания текстовой информации, которая отражена на регистрационных номерных знаках ТС.
Актуальность и значимость этих исследований обусловлена также возрастающими требованиями к обеспечению контроля безопасности дорожного движения, ввиду непрерывного роста числа транспортных средств. Отметим, что, несмотря на достаточно большое количество систем распознавания номерных знаков, разработки исследователей с ориентацией на решение предложенных проблем не представлены в полной мере.
Большой вклад в развитие теории распознавания образов внесли такие ученые, как R.Gonzalez [16, 32], R.Woods [41], K.S. Fu [35], William K. Pratt [28], Я.А. Фурман [19] и др.
Объектом исследования является процесс распознавания структурированных символов.
Предметом исследования являются методы и алгоритмы распознавания автомобильных номеров.
Целью исследования является совершенствование моделей и методов анализа и распознавания структурированных символов для повышения эффективности распознавания автомобильных номеров.
Для достижения указанной цели в диссертационной работе ставятся и решаются следующие задачи:
- проанализировать существующие методы распознавания структурированных символов;
- исследовать стандарты Российской Федерации по номерным знакам и нанесения на них буквенно-цифровых символов для решения проблем классификации и кластеризации символов;
- разработать метод и алгоритмы, повышающие эффективность распознавания текстовой информации на примере автомобильных номеров;
- провести экспериментальные исследования и сравнительный анализ полученных результатов.
Научная новизна диссертационного исследования определяется тем, что впервые предлагается методика распознавания структурированных символов на примере автомобильных номеров, включающая методы преобразования геометро-топологических характеристик номерных знаков и метод классификации буквенно-цифровых символов путем применения кластерного анализа.
Основные научные положения, выносимые на защиту:
- алгоритм преобразования геометро-топологических
характеристик номерных знаков, базирующиеся на сведении к стандартизированному однострочному виду и получении цветных номерных знаков в однородной палитре серого цвета;
- метод классификации буквенно-цифровых символов с учетом геометрических характеристик номерных знаков, обеспечивающий уменьшение итераций в процессе классификации и ускорение обработки символов;
- модифицированный алгоритм распознавания символов на базе методов контурного анализа и шаблонного метода с добавлением предложенных преобразований.
Практическая значимость исследования. Разработанные
алгоритмические и программные средства предназначаются для использования в системах безопасности, видеонаблюдения и обработки цифровых изображений.
Пояснительная записка состоит из введения, 4 разделов, заключения и списка используемых источников.
Во введении отражены актуальность, объект, предмет, цель, задачи и научная новизна данной работы.
Первый раздел. Рассмотрены теоретические аспекты распознавания структурированных символов, а в особенности методы, по которым осуществляется распознавание структурированных символов. Был проведен анализ традиционных классических методов распознавания
структурированных символов. На проведенном всестороннем анализе из рассмотренных методов за основу в исследовательской работе были взяты методы на основе шаблонов и метод опорных векторов.
Проведено исследование геометро-топологических характеристик номерных знаков транспортных средств РК с целью определения служебной и символьно-цифровой информации, которые были в последующем использованы при разработке алгоритмов классификации и кластеризации структурированных символов.
На основе изучения и анализа геометро-топологических характеристик номерных знаков транспортных средств в соответствии со стандартами РФ, выявлены основные характеристические признаки символов НЗ, которые инвариантны относительно различных преобразований.
Второй раздел. Для решения поставленных в диссертационном исследовании задач были разработаны методы преобразования геометро-топологических характеристик номерных знаков, суть которых заключается в предварительной обработке локализованного НЗ , путем сведения всех типов НЗ к единому однострочному виду, а также в преобразования цветных НЗ в однородную палитру серого цвета.
Описан разработанный метод предварительной обработки и преобразования двустрочных номерных знаков к однострочному виду. Приведено описание метода преобразования цветов фона и буквенно-цифровых символов номерных знаков. Приведено описание метода классификации символов с учетом геометрических характеристик букв и цифр номерных знаков.
Третий раздел. Разработана процессная модель системы распознавания структурированных символов, а также приведены описания работы каждого слоя данной модели.
Разработан алгоритм нахождения области номерных знаков ТС, использующий в качестве характеристических признаков гистограммы ориентированных градиентов, в качестве классификатора метод опорных векторов. Проведена оценка качества классификатора на базе собственной тестовой выборки. Исследованы зависимости работы алгоритма на базе гистограммы ориентированных градиентов и метода опорных векторов от различных параметров HOG. По результатам проведенного эксперимента подходящими параметрами дескриптора HOG для локализации номерных знаков являются блоки размером 2*2 ячеек, ячейки размером 8*8 пикселей.
Разработан модифицированный алгоритм распознавания символов на базе методов контурного анализа и шаблонного метода с добавлением преобразований, описанных во втором разделе.
Четвертый раздел. Разработана функциональная модель программной системы обработки структурированных символов. Изучены варианты использования и различные виды взаимодействий в этом комплексе. Проведена разработка модели реализации программной системы и выявлены классы его модулей.
Проведены экспериментальные исследования работы двух алгоритмов локализации НЗ на влияние условий освещенности. Исследовано влияние импульсного шума на работу алгоритмов локализации НЗ на базе HOG+SVM и контурного анализа.
Проведен сравнительный анализ разработанных алгоритмов распознавания НЗ на базе методов HOG+SVM и на базе контурного анализа и метода простых шаблонов с предложенными преобразованиями.
Заключение содержит выводы по проделанной работе.
Выпускная квалификационная работа содержит 94 страницы, 41
рисунок, 6 таблиц.
В диссертационной работе решена задача разработки моделей и методов анализа и распознавания структурированных символов на примере номерных знаков транспортных средств, соответствующих стандартам РФ.
В ходе выполнения диссертационной работы были получены следующие результаты:
1. Был проведен сравнительный анализ существующих методов распознавания структурированных символов и выявлены их недостатки. Как правило, алгоритмы, разработанные на основе этих методов требовательны к аппаратным вычислительным ресурсам, что затрудняет применение их в таких типах объектов, где скорость проезда транспортных средств невысока.
2. Проведено исследование стандартов номерных знаков транспортных средств РФ и нанесения на них буквенно-цифровых символов для решения проблем кластеризации и классификации символов.
3. Впервые предложена методика распознавания структурированных символов на примере номерных знаков транспортных средств. Данная методика включает в себя дополнительный этап предварительной обработки изображения локализованного НЗ, в результате которого все типы номерных знаков приводятся к единому виду, т.е. к однострочным НЗ с белым фоном и черными символами. Данное преобразование позволяет ускорить процесс сегментации и распознавания структурированных символов.
4. Разработаны алгоритмы преобразования номерных знаков к однострочному стандартизированному виду, а также цветных номерных знаков в однородной палитре серого цвета, с позиции упрощения и повышения скорости обработки символов.
5. Разработан алгоритм локализации номерных знаков транспортных средств и распознавания структурированных символов номерного знака на основе гистограммы ориентированных градиентов и метода опорных векторов.
6. Усовершенствована классификация буквенно-цифровых символов путем применения кластерного анализа, обеспечивающего снижение размерности исходного признакового пространства и повышение эффективности работы классификатора.
7. Разработаны алгоритмы распознавания структурированных символов на основе методов контурного анализа и метода простых шаблонов с предложенными преобразованиями. Экспериментально доказано, что применение предложенного подхода увеличивает показатель точного распознавания символов на 10,9%.
8. Проведено тестирование разработанных алгоритмов локализации НЗ на влияние различных условий освещенности и импульсного шума.
9. Разработана программная система распознавания номерных знаков ТС с использованием предложенных алгоритмов.
В ходе выполнения диссертационной работы были получены следующие результаты:
1. Был проведен сравнительный анализ существующих методов распознавания структурированных символов и выявлены их недостатки. Как правило, алгоритмы, разработанные на основе этих методов требовательны к аппаратным вычислительным ресурсам, что затрудняет применение их в таких типах объектов, где скорость проезда транспортных средств невысока.
2. Проведено исследование стандартов номерных знаков транспортных средств РФ и нанесения на них буквенно-цифровых символов для решения проблем кластеризации и классификации символов.
3. Впервые предложена методика распознавания структурированных символов на примере номерных знаков транспортных средств. Данная методика включает в себя дополнительный этап предварительной обработки изображения локализованного НЗ, в результате которого все типы номерных знаков приводятся к единому виду, т.е. к однострочным НЗ с белым фоном и черными символами. Данное преобразование позволяет ускорить процесс сегментации и распознавания структурированных символов.
4. Разработаны алгоритмы преобразования номерных знаков к однострочному стандартизированному виду, а также цветных номерных знаков в однородной палитре серого цвета, с позиции упрощения и повышения скорости обработки символов.
5. Разработан алгоритм локализации номерных знаков транспортных средств и распознавания структурированных символов номерного знака на основе гистограммы ориентированных градиентов и метода опорных векторов.
6. Усовершенствована классификация буквенно-цифровых символов путем применения кластерного анализа, обеспечивающего снижение размерности исходного признакового пространства и повышение эффективности работы классификатора.
7. Разработаны алгоритмы распознавания структурированных символов на основе методов контурного анализа и метода простых шаблонов с предложенными преобразованиями. Экспериментально доказано, что применение предложенного подхода увеличивает показатель точного распознавания символов на 10,9%.
8. Проведено тестирование разработанных алгоритмов локализации НЗ на влияние различных условий освещенности и импульсного шума.
9. Разработана программная система распознавания номерных знаков ТС с использованием предложенных алгоритмов.
