راهنمایی در رابطه با تشخیص پلاک در محیط GrayScale

Question

درود خدمت اساتید محترم بخش.
من به تازگی بحث پردازش تصویر رو شروع کردم و با ی چالش روبرو هستم.
من مخوام توی پروژم با پردازش عکس در محیط grayscale مختصات پلاک رو تخیص بدم.
ب نظر شما با اعمال چه فیلتر یا تکنیکی میتونم یک مشخصه خاض تو پلاک ایجاد کنم که بعد بتونم با پیمایش پیکسل های تصویر, پلاکو از تصویر بیرون بکشم(فقط تصویر)
یا اینکه به نظر شما روی چه مشخصه ای از پلاک در محیط grayscale مانور بدم تا بتونم پلاکو تشخیص بدم؟>
ممنون میشم راهنماییم کنید..
Engine: EMGU Cv & Aforge

Answer 1

شما برای محدوده پلاک چندین طریق می تونید عمل کنید یکی از روش های قطعی بدین صورت هستش که تصاویر پلاک مختلف با استفاده از روش viola jones از تصویری که smooth شده استفاده کنید جهت آموزش . البته این می تونه برای مکان یابی کل نهاحیه پلاک باشه یا می تونه در بخش پرچم که در پلاک وجود داره فقط همان قسمت  شناسایی شه.

یک روش دیگه چون پلاک های دارای لبه های تیزی هستند شما می تونید از تصویر مشتق دوم در راستای  x بگیرید مکان هایی از تصویر دارای magnitude بالا هستند را حفظ کنید بدین ترتیب کلیه خطوط عمودی در تصویر استخراج میشه سپس در نواحی خاص انداره این خطوط نسبت به بگدیکر را بررسی کنید که از این طریق هم نواحی کاندید پلاک مشخص میشه.

در ضمن با یک کلاسیفیر svm می تونید صحت نواحی کاندید را تائید کنید به طوری میزان زیادی پلاک به عنوان کلاس یک و میزان زیادی کلاس غیر پلاک را آموزش بدید که این می تونه به شما بگه که ناحیه کاندید مورد نظر پلاک هستش یا نه.

در ضمن وقتی که پلاکی با قطعیت بالا مشخص شده در فریم های بعدی از روش mean shift برای track آن استفاده کنید که مجبور نباشید بار اضافی به سیستم تحمیل کنید اینکارو تا زمانی انجام بدید که پلاک از صفحه خارج نشده.

در ضمن EMGU یک wrapper برای OpenCV با پلتفرم .NET هستش.

Comments

سپاس دوست عزیز. از این اطلاعاتی که دراختیارم گذاشتید نهایت استفاده رو میبرم.سپاس

---

معذرت میخوام که باز سوال می پرسم, منظورتون از نواحی دارای Magnitude چی هست؟ یعنی چه ویژگی رو باید دنبال کنم؟

---

وقتی از تصویر مشتق دوم گرفتید در هر نقطه توان تصویر و مشتق جهتی قابل محاسبه هستش.
توان یعنی نرم در نقطه مورد نظر در راستای x و Y.

---

بازهم تشکر فراوان از شما.

---

ممنون از توضیحات خوبتون
۱- دو روشی که گفتید کدام روش بیشتر استفاده میشه ؟ و روباست هست
۲- برای svm که دو کلاس در نظر میگیریم اولا اینکه تقریبا برای هر کلاسی چند نمونه در نظر بگیریم و ثانیه اینکه برای کلاس غیر پلاک بهتره پلاک ناقص و .... قرار داد؟