Разработка программного обеспечения для распознавания регистрационных знаков транспортных средств Исполнитель С. И. Пудов Руководитель Е. Б. Абарникова 1
Актуальность Постоянно растущее число транспортных средств требует от разработчиков эффективных решений для обеспечения безопасности и комфорта владельцев автотранспорта. Установка системы распознавания на въездах и выездах позволит контролировать присутствие транспортных средств на территории предприятия. Совместная работа системы считывания номеров и системы контроля доступа при охране предприятия обеспечит полный контроль за нахождением и перемещением персонала и транспорта по его территории. Если вы владелец парковки, то сможете получить полную статистическую информацию о ее загруженности, проанализировав которую сможете принять меры по повышению эффективности вашего бизнеса. Интеграция системы распознавания с комплексом видеофиксации нарушений ПДД обеспечит надежный контроль за дорожно-транспортной обстановкой. 2
Назначение Программное обеспечение Recognitron предназначено для автоматизации…получения данных с камер видеонаблюдения (web-камер) или из видеофайлов, распознавания регистрационных знаков транспортных средств и, при необходимости, передачи информации во внешние системы (базы данных). 3
Цели Ø увеличение эффективности охраны стоянок и служебных территорий; Ø повышение безопасности платных парковок; Ø упрощение учета автотранспорта для повышения эффективности бизнес-процессов предприятий; Ø повышение эффективности контроля дорожнотранспортной обстановки; Ø расширение возможностей существующих систем безопасности. 4
Задачи Ø Изучить предметную область; Ø Разработать логическую и функциональную модели программного обеспечения; Ø Реализовать процедуры: Ø Выделения предполагаемых областей номерного знака; Ø Определения номерного знака и выделения символов; Ø Распознавания символов; Ø Формирования результирующего номера; Ø Работы с базой данных; Ø Создать справочную систему; Ø Протестировать созданное ПО. 5
Описание предметной области Сконцентрировать взгляд на автомобиле Определить номер автомобиля Охранник Проверить наличие номера в списке Узнать текущее время Зарегистрировать автомобиль в журнале 6
Концептуальная модель ПО 7
Математическая модель Метод векторов изменения яркостей (VCB-метод) Для решения задач детекции и идентификации объекта с помощью VCB -метода необходимо осуществить переход от исходного изображения к матрице векторов изменения яркостей, элементами которой являются пары чисел, соответствующие знакам частных производных от яркости исходного изображения в каждой точке: , где Mi, j – элементы матрицы векторов изменения яркости; I – функция яркости I(x 1, x 2); sign(t) – функция знака (сигнум); – производная функции I(x 1, x 2) по переменной x 1; h 1 – шаг по x 1. 8
Математическая модель Метод векторов изменения яркостей (VCB-метод) Основой алгоритма детекции объекта является матрица векторов изменения яркостей. На рисунке представлена визуализация матрицы векторов изменения яркостей наложенной на шаблон объекта "цифры“ полученного сложением изображений цифр. Цветными стрелками показаны вектора изменения яркостей в каждой точке изображения. 9
Математическая модель Метод векторов изменения яркостей (VCB-метод) В задачах детекции и распознавания объектов ключевым моментом является введение меры близости на изображениях. С учетом того, что матрица векторов изменения яркостей в данном случае является вспомогательным инструментом для ее вычисления, подходящей мерой близости для сравнения изображений объекта I и шаблона F может служить семейство псевдометрик, определяемых формулой: , где ; – размер окна в пикселях, которым сканируется исходное изображение; sign(t) – функция знака (сигнум); G(x, y) – элементы матриц векторов изменения яркостей. 10
Математическая модель Описание топологии используемой нейронной сети Входной слой – 240 нейронов, на каждый нейрон подается 1 входной сигнал. Количество входных сигналов соответствует количеству пикселей в области рисования цифры. Скрытые слои – 240 нейронов, на каждый нейрон подается 240 входных сигналов. Второй скрытый слой – 160 нейронов, на каждый нейрон подается 240 входных сигналов. Выходной – 20 нейронов, на каждый нейрон подается 160 входных сигналов, на выход слоя подается только один аксон с нейрона победителя (с максимальным значением выхода). Количество нейронов соответствует количеству цифр и букв. 11
Структура программы 12
Техническое обеспечение Ø Ø Ø Процессор Intel Pentium 4 1. 6 ГГц; ОЗУ 256 Мб; Свободное место на диске – 500 Мб; Видеоадаптер SVGA; Наличие USB-интерфейса и/или устройства видеозахвата (при работе с камерой); Ø Видеокамера с USB-интерфейсом, минимальным разрешением 320 х240 пикселя и оптическим объективом позволяющим получить изображение номера в кадре (в видеоокне программы) размером от 14 х72 до 28 х144 пикселя (возможно использование камер с другим интерфейсом применении устройств видеозахвата); Ø клавиатура; Ø манипулятор мышь. 13
Программное обеспечение Исходным языком программирования для программы является С++. Среда разработки, компилятор – Borland C++ Builder 6. 0. Подключаемые библиотеки – Open. CV (Open Source Computer Vision Library 1. 1 for Intel® architecture). Программное обеспечение необходимое для полноценного функционирования программы: Ø Microsoft Windows XP или выше; Ø СУБД Microsoft Office Access 2000 или выше; Ø драйвер видеокамеры (не обязательно если используется видеофайл); Ø в папке с программой должны находиться файлы: Recognitron. exe, znak_x 32 -7. bmp, Neuro. W_l. snw, Neuro. W_n. snw, Auto. Data. mdb, cv 110 d. dll, cvcam 100. dll, cxcore 110 d. dll, highgui 110 d. dll, libguide 40. dll и msvcrtd. dll. 14
Программная реализация Функциональная схема программного продукта 15
Программная реализация Схема вызовов программного продукта 16
Эскизы экранных форм Главное окно программы 17
Эскизы экранных форм Окно «Параметры камеры» 18
Эскизы экранных форм Окно «Справка: Recognitron» 19
Выводы В результате проделанной работы: Ø были разработаны логическая и функциональная схемы системы; Ø разработанные схемы были программно реализованы, программа протестирована; Ø в результате программной реализации был автоматизирован процесс распознавания регистрационных знаков автомобилей и поиска соответствующих им сведений в базе данных; Ø реализована справочная система; Ø были выполнены экономические расчеты и показана экономическая эффективность какая разработанного программного обеспечения. 20
Скачать презентацию Разработка программного обеспечения для распознавания регистрационных знаков транспортных
Презентация_Пудов_С.И._4ВТ5а-1_1.ppt