روشی جدید در تشخیص اتوماتیک شماره پلاک خودرو، بهینه سازی شده برای سیستم های زمان واقعی با بهره گیری از طبقه بندی کننده های نوروفازی
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 490
فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
TTC15_353
تاریخ نمایه سازی: 6 بهمن 1395
چکیده مقاله:
سیستم های هوشمند حمل نقل بخشی جدایی ناپذیر از مباحث حمل ونقل و ترافیک در دنیای امروز هستند تا جایی که توسعه ی پایدار در این حوزه بدون بهره گیری سازمان یافته از آن دور از تصور است. متداول ترین کاربردبرون خودرویی این سیستم ها پایش و نظارت ترافیکی با بهره گیری از بینایی ماشین است که در طیف وسیعی از کاربردها کارآیی دارند. از آنجاکه شماره ی پلاک، شناسه ای رسمی برای هر خودرو است، تکنیک های متعددی درحوزه ی شناسایی پلاک معرفی شده که در این میان با گسترش کاربردهای نیازمند به تشخیص بلادرنگ، طراحی الگوریتم های سریع و دقیق برای تشخیص اتوماتیک شماره ی پلاک اهمیتی ویژه یافته است. در این مقاله ضمن بیان روش های متداول، روشی جدید با نامKLPمعرفی می کنیم که با حذف اثر محدودیت هایی همچون اندازه شدت نور و... تنها با پردازش چند سطر کلیدی به شناسایی شماره ی پلاک خودرو می پردازد. روش پیشنهادی باطیف وسیعی از کاراکترهای پلاک با تصویر غیریکنواخت از نظر اندازه، ساختار، نور محیط، وجود غبار و... پیاده سازی شده است که نتایج حاصل از پیاده سازی با سه طبقه بندی کننده ی نوروفازی و اعتبارسنجی با سه روش متداول بیانگر بازدهی بسیار بالا با دقت تشخیص % 95.1 متناسب با پردازشی کم در زمانی بسیار کوتاه است کهدقت، سرعت و کارآیی بالای روش پیشنهادی را تایید می نماید
کلیدواژه ها:
بینایی ماشین ، پردازش تصویر ، تشخیص اتوماتیک پلاک خودرو ، تشخیص اتوماتیک شماره ی پلاک ، سیستم های هوشمند حمل ونقل ، طبقه بندی کننده نوروفازی
نویسندگان
رضا طالب زاده
عضو هیئت علمی، گروه الکترونیک، دانشکده برق، موسسه ی آموزش عالی پویش، قم، ایران
مهدی احسانیان مفرد
عضو هیئت علمی، گروه الکترونیک، دانشکده برق، دانشگاه خواجه نصیرالدین طوسی، تهران، ایران
پروین طالب زاده
گروه معماری، دانشکده معماری، جهاد دانشگاهی خوزستان، اهواز، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :