Обнаружение автомобильных номерных знаков с использованием предварительной обработки кандидатов

Abstract

Статья посвящена проблеме ускорения процесса поиска объектов на изображениях, основанного на использовании мультимасштабного сканирования. Для решения этой задачи предлагается использовать предварительную обработку кандидатов с использованием интегральных характеристик, которая реализуется как первый этап каскада классификаторов смешанного типа. В качестве тестовой задачи выбрана задача обнаружения на цифровых изображениях номерных знаков автомобилей. Полученный каскад классификаторов позволил увеличить быстродействие обработки изображений при обнаружении номерных знаков в 1.6 раза по сравнению с каскадом линейных классификаторов, полученным с помощью алгоритма AdaBoost. Результаты проведенных экспериментов могут быть распространены на задачи поиска других объектов на изображениях.

Стаття присвячена проблемі прискорення процесу пошуку об'єктів на зображеннях, заснованого на використанні мультимасштабного сканування. Для вирішення цього завдання пропонується використати попередню обробку кандидатів, що реалізується як перший етап каскаду класифікаторів змішаного типу. Як тестове завдання обрана задача виявлення на цифрових зображеннях номерних знаків автомобілів. Отриманий каскад класифікаторів дозволив збільшити швидкодію обробки зображень при виявленні номерних знаків в 1.6 рази в порівнянні з каскадом лінійних класифікаторів, отриманим за допомогою алгоритму AdaBoost. Результати проведених експериментів можуть бути поширені на завдання пошуку інших об'єктів на зображеннях.

The article is devoted to a problem of acceleration of objects detection process on the images, the multiscale scanning based on use. For the solution of this task it is offered to use preliminary processing of candidates with use of integrated characteristics which is realized as the first stage of the classifiers cascade of the mixed type. As a test task the problem of detection on digital images of cars registration plates is chosen. The received cascade of classifiers allowed to increase computational performance of images processing at detection of registration plates by 1.6 times in comparison with the cascade of linear classifiers received by means of AdaBoost algorithm. Results of the made experiments can be extended to problems of search of other objects on images.