Nasze serwisy używają informacji zapisanych w plikach cookies. Korzystając z serwisu wyrażasz zgodę na używanie plików cookies zgodnie z aktualnymi ustawieniami przeglądarki, które możesz zmienić w dowolnej chwili. Więcej informacji odnośnie plików cookies.

Obowiązek informacyjny wynikający z Ustawy z dnia 16 listopada 2012 r. o zmianie ustawy – Prawo telekomunikacyjne oraz niektórych innych ustaw.

Wyłącz komunikat

 
 

Logowanie

Logowanie za pomocą Centralnej Usługi Uwierzytelniania PRz. Po zakończeniu pracy nie zapomnij zamknąć przeglądarki.

Elektrotechnika

Elektrotechnika
36 (2/2017), DOI: 10.7862/re.2017.9

Prototypowy system rozpoznawania tablic rejestracyjnych z wykorzystaniem sieci neuronowych

Mateusz MUCHA

DOI: 10.7862/re.2017.9

Streszczenie

W artykule przedstawiono prototypowy system rozpoznawania tablic rejestracyjnych oparty o urządzenie Raspberry PI 2, zaprojektowany jako niskobudżetowa alternatywa dla komercyjnych rozwiązań. Praca opisuje poszczególne komponenty sprzętowe, aplikację sterującą rozpoznawaniem tekstu oraz przeprowadzone badania, pokazujące poprawność odczytu. Opisany został zastosowany algorytm,
a tak
że samo rozpoznawanie tekstu oparte o sztuczne sieci neuronowe.
 

Pełny tekst (pdf)

Literatura

[1] Upton E.: Raspberry Pi User Guide Wiley 2013.
[2] http://www.raspberrypi-spy.co.uk/wp-content/uploads/2013/05/Raspberry-PiCamera-Module-Diagram.png
[3] https://www.raspberrypi.org/documentation/hardware/camera/README.md
[4] https://docs.google.com/document/d/1Y-yZnNhMYy7rwhAgyL_pfa39RsBx2qR4vP8saG73rE/edit
[5] http://www.postgresql.org.pl/
[6] Tadeusiewicz R.: Sieci neuronowe, Akademicka Oficyna Wydawnicza, Warszawa 1993.
[7] Clarke A.: OCR Functional Skills, Hodder & Stoughton, 2010.
[8] http://www.ftj.agh.edu.pl/~stegowski/rozne/neurony/art_kern_1.pdf
[9] Michalewicz Z.: Algorytmy genetyczne + struktury danych = programy ewolucyjne, Wydawnictwo WNT, 2003.
[10] Bradski G., Kaehler A.: Learning OpenCV Computer Vision with the OpenCV Library , Publisher: O'Reilly Media, Final Release Date: September 2008, Pages: 580.
[11] Mori S., Nishida H., Yamada H.: Optical Character Recognition, Authors: Publication: Cover Image Book Optical Character Recognition, 1st John Wiley & Sons, Inc. New York, USA, 1999, ISBN 0471308196.
[12] http://opencv.org/
[13] https://github.com/tesseract-ocr/tesseract/wiki

Podsumowanie

TYTUŁ:
Prototypowy system rozpoznawania tablic rejestracyjnych z wykorzystaniem sieci neuronowych

AUTORZY:
Mateusz MUCHA

AFILIACJE AUTORÓW:
Krasne 10A, 36-007 Krasne

WYDAWNICTWO:
Elektrotechnika
36 (2/2017)

SŁOWA KLUCZOWE:
OCR, OpenCV, Python, Raspberry PI 2, Sieci neuronowe

PEŁNY TEKST:
http://doi.prz.edu.pl/pl/pdf/elektrotechnika/91

DOI:
10.7862/re.2017.9

URL:
http://dx.doi.org/10.7862/re.2017.9

DATA WPŁYNIĘCIA DO REDAKCJI:
2017-09-20

DATA PRZYJĘCIA DO DRUKU:
2017-10-30

PRAWA AUTORSKIE:
Oficyna Wydawnicza Politechniki Rzeszowskiej, al. Powstańców Warszawy 12, 35-959 Rzeszów

POLITECHNIKA RZESZOWSKA im. Ignacego Łukasiewicza; al. Powstańców Warszawy 12, 35-959 Rzeszów
tel.: +48 17 865 11 00, fax.: +48 17 854 12 60
Administrator serwisu: