Search

Većina postojećih algoritama za detekciju i prepoznavanje registarskih tablica nisu robusni u praksi i evaluirani su na malim skupovima podataka. U ovom radu predstavio sam CCPD podatknovni skup. Trenutno najveći i najkvalitetniji skup slika registarskih oznaka vozila. Sve slike su detaljno označene i mogu se koristiti kao skup za treniranje u algoritmima strojnog učenja. Također sam opisao slojeve duboke konvolucijske neuronske mreže i implementirao duboki konvolucijski model RPnet koji u jednom unaprijednom prolazu daje poziciju i broj registarske tablice. Za kraj performanse modela detaljno sam ispitao na skupu za testiranje. Most current license plate detection and recognition alghorithms are evaluated on small datasets and they are not robust in real world situations. In this paper I introduce CCPD dataset, currenty largest license plate dataset available. All images are carefully annotated and they can be used as train set in machine learning alghorithms. I also described typical deep convolutional model architecture and implemented deep convolutional model RPnet for license plate detection and recognition. Finally, i evaluated model on test set.

U ovome radu razvijen je sustav za detekciju registarske pločice. Sustav se sastoji od podsustava za detekciju same registarske pločice i sustava za detekciju znakova unutar iste. Za razvoj danog sustava korišteni su programski jezik Python2 sa uključenom bibliotekom za obradu i analize slike u stvarnom vremenu OpenCV. Sustav je testiran na skupu slika automobila, te su prikazani rezultati i greške sustava. Kao zaključak smo naveli neke od mogućnosti unapređivanja sustava. In this paper license plate recognition system is given. System consists of two subsystems. One for license plate recognition, and second subsystem for character detection. For development of given system we used Python2 programming language with inclusion of OpenCV library for real-time image processing and analysis. System was tested on number of images and results were shown. We conclude with possible improvements to our solution.

Obrada i analiza slika u današnjem svijetu imaju sve šire primjene. U ovom radu razvijen je i detaljno opisan sustav za klasifikaciju vozila na temelju sadržaja registarske pločice. Sustav se sastoji od podsustava za lokalizaciju registarske pločice, ekstrakciju znakova te klasifikaciju znakova. Implementirani sustav je testiran i dao je obećavajuće rezultate. Na kraju rada analiziraju se dobiveni rezultati te daje pregled mogućih poboljšanja sustava. Image processing and analysis has an increasing role in modern world. In this paper, a detailed explanation of developed system for vehicle classification based on license plate detection is given. The system is composed of three subsystems: subsystem for license plate localization, subsystem for character extraction and subsystem for character classification. The system was tested and promising results were obtained. To conclude, analysis of the obtained results and some possible improvements to solutions presented in this paper are given.