Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Powiadomienia systemowe

Sesja wygasła!

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: register plates recognition

Sortuj według:

Ogranicz wyniki do:

The influence of the sampling filter function in the superresolution methods on the accuracy of the register plates recognition and the visual image quality

Okarma K.

Logistyka

2009

nr 6

CD-CD

One of the most desired features of the Intelligent Transport Systems is the ability of the automatic car plate recognition. Taking into account the fact that even using high resolution cameras the register plate can occupy relatively small area of the image, it is important to avoid the problems caused by too small resolution of such image fragments. One of the possible solutions, when several video frames are available, is the usage of the super-resolution methods. Nevertheless the quality of obtained images depend on the sampling filter functions used during the calculations. In this paper the influence of this functions on the register plates recognition accuracy using the popular Principal Component Analysis and Linear Discriminant Analysis is investigated as well as the influence on the resulting image quality.

Jedną z najbardziej pożądanych funkcjonalności Inteligentnych Systemów Transportowych jest możliwość automatycznego rozpoznawania tablic rejestracyjnych pojazdów. Biorąc pod uwagę fakt, iż nawet w wypadku użycia kamer wysokiej rozdzielczości tablica rejestracyjna może zajmować stosunkowo mały obszar na obrazie, istotnym jest, aby uniknąć problemów spowodowanych zbyt niską rozdzielczością takich fragmentów obrazów. Jednym z możliwych rozwiązań, w przypadku dysponowania kilkunastoma klatkami sekwencji wideo, jest wykorzystanie technik super-rozdzielczości. Jednakże jakość uzyskiwanych obrazów zależy od użytej podczas obliczeń funkcji filtru próbkującego. W niniejszym artykule przedstawiono wpływ tych funkcji na dokładność rozpoznawania tablic rejestracyjnych z wykorzystaniem popularnych metod: analizy komponentów głównych (PCA) oraz liniowej analizy dyskryminacyjnej (LDA), jak również na jakość obrazu wynikowego.