Gerçek zamanlı araç plaka tanıma sistemi tasarımı ve gerçeklenmesi

Abstract

Araç plaka tanıma sistemleri bina araç giriş kontrollerinden akıllı trafik kontrolü uygulamalarına kadar uzanan çok geniş bir yelpazede kullanılmaktadır. Plaka tanıma sistemleri üç temel işlem bloğundan oluşmaktadır. Bu bloklar sırasıyla plaka bölgesinin tespit edilmesi, plakadan karakterlerin ayrık olarak çıkarılması ve çıkarılan karakterlerin tanınması işlemlerini gerçekleştirmektedirler. Bu tez çalışmasında ülkemizde kullanılan standart plakalar hedef alınmıştır. Plaka bölgesinin tespitinde yatay ve dikey kenar işleme ile morfolojik işlem tabanlı iki farklı yaklaşım kullanılmıştır. Bulunan plaka bölgesinden karakterlerin ayrıştırılması işlemi sınırlayıcı kutu yöntemi ile gerçekleştirilmiştir. Ayrıştırılan karakterlerin tanınması sürecinde ise şablon eşleştirme yöntemi kullanılmıştır. Tasarlanan sistemin başarımı farklı hava koşulları ve farklı kameralardan alınan resimler üzerinde incelenmiştir. Plaka bölgesinin tespitinde %80, karakterlerin tanınmasında ise %75 başarı oranı elde edilmiştir.

Vehicle license plate recognition systems are used in a wide range of applications ranging from vehicle access controls for building to intelligent traffic control applications. The license plate recognition systems consist of three basic processing blocks. These blocks are for the extraction of the plate region, segmentation of the characters from the plate region and the recognition of the characters, respectively. In this thesis study, standard plates used in our country are targeted. Two different approaches, which are based on horizontal and vertical edge processing and morphological processing, are used for the extraction of the plate region. Segmentation of the characters from the plate region are performed by the bounding box method. The template matching method is used for character recognition. The performance of the designed system has been examined on the images taken from different weather conditions with different cameras. The system achieves that 80% success rate for plate region extraction and 75% success rate for character recognition.