Prototypowy system rozpoznawania tablic rejestracyjnych z wykorzystaniem sieci neuronowych

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 także samo rozpoznawanie tekstu oparte o sztuczne sieci neuronowe.
 

Pełny tekst (pdf)

[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