Matching Based Multistyle License Plate Recognition

Abstract

New algorithms for multinational license plate learning and recognition from images are proposed. Localization of LP in images is based on LP frame detection using a randomized Hough transform to detect horizontal contour frame line segments. Recognition of segmented characters inside LP is based on searching key points in skeletonized character images and matching these points with etalons. Correction of recognition LP output is carried out by matching and defining MGED between LP input description and templates. Online active learning for recognition of new LP symbols and templates is also proposed. Results of testing developed algorithms and software are described.

Розглянуто нові алгоритми пошуку і розпізнавання різного вигляду однорядкових номерних знаків автомобілів на зображеннях. Локалізація НЗ виконується за допомоги пошуку горизонтальних контурних ліній рамки номера за методом Хафа. Розпізнавання сегментованих зображень символів на НЗ реалізовано шляхом виділення «особливих точок» на скелетизованих поданнях символів і пошуку відповідності цих точок еталонним описам. Контроль і корекція результатів розпізнавання НЗ виконують на основі обчислення МВЛ між вхідним описом НЗ і шаблонами типів НЗ. Запропоновано та реалізовано засоби активного навчання під контролем оператора розпізнаванню нових типів НЗ та символів у процесі роботи системи. Наведено результати тестування розроблених алгоритмів у разі розпізнавання НЗ різних країн.

Рассмотрены алгоритмы поиска и распознавания различного вида однострочных номерных знаков (НЗ) автомобилей на изображениях. Локализация НЗ выполняется с помощью поиска горизонтальных контурных линий рамки номера методом Хафа. Распознавание сегментированных изображений символов на НЗ реализовано путем выделения особых точек на скелетизированных представлениях символов и поиска соответствия этих точек с эталонными описаниями. Контроль и коррекция результатов распознавания НЗ выполняется на основе вычисления модифицированного расстояния Левенштейна между входным описанием НЗ и шаблонами типов НЗ. Приведены результаты тестирования разработанных алгоритмов при распознавании НЗ из различных стран.