roboforum.ru

Доброго времени суток.
Я занимаюсь такой темой как: “Теория конечных автоматов как инструмент для построения программ локализации и распознавания текста на статических изображениях”. В контексте данной темы необходимо распознать номера машин. Может кто-то это уже делал с помощью OpenCV (недавно начал работать с этой библой) или у кого-то есть мысли и желание помочь. Буду рад выслушать.

А как интересно КА присобачить к распознаванию образов???

_________________
Проект [[Open Robotics]] - Универсальные модули для построения роботов

КА присобачивается с логической точки зрения. Он будет системой принятия решений в системе распознавания. С его помощь будут формализованы оьратные связи между этапами распознавания и алгорит самоподстройки системы распознавания.

А как распознавать то будете тогда?

_________________
Проект [[Open Robotics]] - Универсальные модули для построения роботов

Я сейчас ищу алгоритмы распознавания номеров автомобилей. (См. 1 пост). Вот решил спросить, может кто-нить это делал(распознаванл номера). А потом буду формализовывать его операясь на некоторые мои с товарищем идее(КА). Естественно это будет реализовано в коде, чтобы можно было делать выводы и людям показать))

имхо здесь лучше применить нейроные сети

_________________
die Wahrheit ist irgendwo da draußen

Нейронные сети надо применять когда символы уже локализованы, отделены от фона и разбиты на знакоместа. А я хочу спросить: как на ваш взгляд можно локализовать область номерного знака на изображении и выделить символы?

если вы локализуете их, отделите от фона и разобьёте на знакоместа зачем вам вообще нейронка? или я за пару лет слишком много основ подзабыл?
имхо, как минимум от стадии определения "знакомест" можно отказаться. посмотрите алгоритмы дополненой реальности, там нечто подобное, может чего сгодится

вот посмотри, может мысли появятся.
Распознавание знаков вообще. Думаю можно заточить конкретно под автомобильные номера.
Рилтайм.
http://code.google.com/p/signfinder/
и видео http://www.youtube.com/watch?v=k6x4XMCIpS4

_________________
За здравый смысл у нас принимается мнение большинства.

zubr, это конечно хорошо. Но хотелось бы услышать мысли форумчан по этому поводу.

Про платформы ничего не говорилось, поэтому буду считать, что использование .net допускается. Вот решение задачи по распознаванию номеров автомобилей (LPR) на .Net (OpenSource):
EmguCV (.Net порт OpnenCV)+Tessnet2

нейроные сети ИМХО как раз и позволяют распозновать без локализации и разных отделений....
они обучаются на определеные символы , а где они расположены это не важно (ну конечно в пределах видимости нейроной сети)
PS ну если вы решили делать на конечных автоматах тогда делайте...

_________________
die Wahrheit ist irgendwo da draußen

Romikgy, вы меня не так поняли. КА будут исользоваться для управления процессом распознавания. Они выступают в роли пустых ячеек(состояния) и связей. Ячейки необходимо заполнить действиями. Вот я сейчас и пытаюсь заполнить их действиями в контексте поставленной задачи. А нейронка - это отдельный случай и его мы опустим(без обид).

Я когда-то встречал алгоритм поиска номеров. Он заключался в выделении границ на изображении фильтром Канни (Canny) с последующей обработкой фильтром Хаффа(Hough). Кое что об этом тут - http://www.lib.tusur.ru/fulltext/period ... 310507.pdf

Тема еще жива.
Вото что у меня получилось:
0. начальное изображение:

1.Проходим Собелем и Канни:

2.Находим область интереса:

3.Бинаризация и увеличение размера:


Вот что у меня получилось. Теперь необходимо определить, что написано на последней картинке. Есть идеи?