Пояснительная записка королёв (1206314), страница 5
Текст из файла (страница 5)
Как отмечено во введении, осуществлятьреализацию и апробацию алгоритмов было решено на примере распознавания26автомобильных номерных знаков. На данный момент СНС не использовалисьдля детектирования автомобильных номерных знаков и ничего не известно оподобныхэкспериментах,чтосоздаетдополнительныйинтересовозможности их применения для решения данной задачи. На основаниипроведенного анализа для решения задачи детектирования автомобильныхномерных знаков в данной работе было принято решение использоватьалгоритмы, основанные на сверточных нейронных сетях [9].1.1.11 Структурные методы распознаванияСтруктурные методы предполагают распознавание символов на основеанализа их топологии, которая содержит информацию о взаимномрасположении отдельных составных частей символов.
Каждый символ можнопредставить в виде набора характеристик, которые могут быть представленыв виде формы графа. На исследуемом изображении производится анализданных характеристик, на основе чего выполняется распознавание символа наизображении. На первом этапе данные методы требуют осуществленияпредварительной обработки изображения символа, которая заключается впроведении процедуры скелетизации (рис. 1.4).Рисунок 1.4 – Пример скелетизации символаПосле процедуры скелетизации каждый символ представляется в виденабора особых точек, для которых вычисляются следующие параметры:координаты особых точек; длина ребер графа; нормированное направлениевходов и выходов особых точек; кривизна дуги, соединяющей особые точки.27Так же к структурным методам можно отнести метод, основанный навыделении клики максимального размера в графе соответствия признаков.Кликой графа называется такое подмножество его вершин, в котором любыедве вершины соединены ребром.
Признаки, выделенные на изображениисимвола, формируются в граф и сравниваются с эталонным графом длякаждого символа. Если признаки сформированного графа соответствуютэталонным признакам, то вершины графа соединяются дугами. После этого всформированном графе выполняется поиск наибольшей максимальной клики.Символ на исследуемом изображении относят к тому классу, граф которогосодержит наибольшее число вершин. Достоинством структурных методовявляется инвариантность относительно размера и стиля шрифтов.
Недостатокструктурных методов заключается в низкой скорости работы и невозможностираспознавания символов, подверженных различным искажениям и дефектам(разрывы линий, слияние соседних линий) [10].1.1.12 Признаковые методы распознаванияПризнаковые методы распознавания основываются на представленииизображения символа в виде некоторого набора характеристик, называемых42 признаками. Процесс формирования вектора признаков на основеисследуемого изображения символа, называется процессом выделенияпризнаков.
Принцип работы данных методов заключается в сравнении векторапризнаков, выделенных на исследуемом изображении, с набором эталонныхвекторов признаков из обучающей выборки. Выделение признаков, присущихразличным символам, происходит в процессе обучения системы на эталонныхизображениях.Алгоритмыданногоподходаобычнопредполагаютиспользование классификаторов, которые вычисляют Евклидово расстояниемеждутекущимсформированнымивекторомнаосновепризнаковобучающейивекторамивыборки.признаков,Преимуществомпризнаковых методов является хорошая обобщающая способность и как28следствие низкая чувствительность к изменениям масштаба, аффинным ипроекционным искажениям символов. Так же данные методы обладаютвысокой скоростью распознавания.
Недостаток признаковых методов иногдапроявляется в чувствительности к шумам и дефектам на изображениях, врезультате чего признаковая структура символов может быть искажена идеформирована. На основании анализа особенностей вышеперечисленныхметодов, для дальнейшей разработки алгоритмов распознавания символовбыли выбраны признаковые методы распознавания. Обзор методов,применяемых для выделения признаков объектов на изображениях,представлен в следующем разделе[47].1.1.13 Морфологический анализДанный метод разработан J. Serra и Ю.П. Пытьевым в 70-е годы XX века иприменяется для распознавания символов на изображениях, на основеморфологического анализа структурных характеристик каждого символа.Данный метод предполагает изучение топологии каждого символа и описаниеих в виде индивидуального набора признаков: заливы, проливы, озера. Озеромназывается структурная часть символа, которая со всех сторон ограниченаконтуром.
Заливом называется структурная часть символа, которая неограничена контуром только, с одной стороны. Проливом называется частьсимвола, которая не ограничена контуром с нескольких сторон. Количестводанных признаков, их размер и взаимное расположение являются уникальнымдля каждого символа.
В работах данный метод использовался дляраспознавания символов на автомобильных номерных знаках. Структуракаждого символа описывается в виде эталонного шестимерного векторапризнаков, который содержит информацию о количестве заливов, проливов иозер[38]. Исследуемое изображение анализируется на выявление признаков исравнивается с эталоннымивекторами. Таким образом, происходитклассификация символов на изображениях. Достоинство данного метода29заключается в низкой чувствительности к аффинным и проекционнымискажениям символов. Недостаток данного метода заключается в большойвычислительной сложности и высокой чувствительности к шумам наизображении, в результате чего структура символов может быть частичноискажена[13].1.2 Дорожные знакиВ настоящий момент в России дорожные знаки разделены на восемь групп: предупреждающие знаки; знаки приоритета ; запрещающие знаки; предписывающие знаки; знаки особых предписаний; информационные знаки; знаки сервиса; знаки дополнительной информации;Рассмотрим основные из них.Основными знаками в Российской федерации являются запрещающиедорожные знаки.Запрещающие дорожные знаки – запрещают водителю совершить какоелибо действие, предписывающее на знаке.
Чаще всего аварийные ситуациислучаются из – за, несоблюдения этих знаков. Примером будут знакиограничения скорости, запрета обгона, въезда, стоянки и остановки. Какизвестно, красный цвет сразу же обращает на себя внимание, поэтомузапрещающие знаки имеют круглую форму и ярко красный цвет, для тогочтобы водитель смог его увидеть в любом состоянии и погодных условиях.На рисунке 1.5 можно увидеть примеры запрещающих дорожных знаков30Рисунок 1.5 – Запрещающие знакиПредупреждающие дорожные знаки – основной функцией этих знаковявляется предупреждение водителей об опасности и предостерегать отдорожно – транспортных происшествий.
Такие знаки обычно устанавливаютна опасных участках дороги. В основе знака в большинстве случаев лежиттреугольник с красной обводкой.Рисунок 1.6 – Предупреждающие дорожные знакиПредписывающие дорожные знаки – используются для того, чтобыпоказывать водителям единственно разрешенное действие, будь то проезд31только прямо, или только поворот налево (но в этом случае разрешен иразворот). Такие знаки позволяют выполнять только определенные действиятолько определенным участникам дорожного движения. На рисунке 1.7 можноувидеть пример предписывающих знаковРисунок 1.7 – Предписывающие дорожные знакиЗнаки приоритета – устанавливают очередность проезда перекрестков,пересечений дорог или узких участков дороги.Знакиособыхпредписаниймогутсочетатьэлементыкакпредписывающих, так и запрещающих знаков.
Пример знаков особыхпредписаний рисунок 1.8Рисунок 1.8 – Знаки особых предписаний32Распознавать будет разумнее всего именно эти группы знаков потому чтоименно эти знаки оказывают существенное влияние на дорожную ситуацию.В то же время, из первых пяти групп наибольшую важность представляютзапрещающие дорожные знаки, как, например, знаки ограничения скоростиили запрета обгона. Именно игнорирование запрещающих дорожных знаков,согласно статистике, является самой частой причиной возникновения ДТП.1.3 Существующие системы, применяемые для распознавания дорожныхзнаков1.3.1Общая архитектураИнформационная система идентификации дорожных знаков в общем видесостоит из следующих аппаратных решений и программных модулей: камера для съемки изображения; аппаратный модуль захвата; модуль обнаружения; модуль классификации; база данных.Изображение с камеры поступает на вход системы.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
