License Plate Recognition (LPR) System is one kind of Intelligent Transportation Systems (ITS) and is of considerable interest because of its potential applications to such areas as highway electronic toll collection, red-light violation enforcement, secure-access control at parking lots and so on. This paper introduces the system frame and work flow of our LPR System which works based on the web technique. Some problems of the technical emphases and realization are also addressed here. Capabilities under practical conditions show the effectiveness at the end of this paper.

Предложен корреляционный метод распознавания объектов по геометрической форме их оптических изображений или сигналов.

Розглянуто взаємодію між функціями логіко-часового типу, які доцільно використовувати для розпізнавання зображень. Для цього введено нові математичні операції, запропоновано диференціювання та інтегрування логіко-часових функцій. Ці операції показано за допомогою графічних моделей, їх досить легко можна реалізувати на апаратному рівні.

Розпізнавання образів на підставі порівняння інформації, що реєструється, з еталонною - так зване компаративне розпізнавання - є визначальним у багатьох задачах опрацювання сигналів. Запропоновано методи прелімінарної кластеризації еталонних множин, що забезпечують мінімізацію числа операцій порівняння на стадії розпізнавання. Досліджено властивості оборотності краплинно-множинних відображень.

Індекс рубрикатора НБУВ: З970.632.4

Рубрики:

Розпізнавання зображень

Шифр НБУВ: Ж29114 Пошук видання у каталогах НБУВ 

Наведено результати досліджень з розробки технічних засобів розпізнавання й ідентифікації складних образів, що базуються на принципах психофізіологічних механізмів побудови адаптивної поведінки.

Приведены результаты исследований по разработке технических средств распознавания и идентификации сложных образов, базирующихся на принципах психофизиологических механизмов построения адаптивного поведения.

Results of researches on development of means of recognition and identification of the complex images basing psychological and physiological principles of mechanisms of construction of adaptive behavior are given.

Рассмотрены вопросы разработки методов анализа и расположения изображений объектов в пространстве локальных признаков. Проанализированы возможные системы признаков, предложены методы определения структурно-иерархического сходства. Освещены особенности оптимизации методов и обоснован выбор параметров соответствующих алгоритмов.

Разработана программа автоматического улучшения качества текстовых и графических материалов, которая повышает контрастность, учитывая локальные неоднородности помех, что обеспечивает обработку текстов, написанных на любом языке мира. Программа работает в режиме диалога со специалистом в конкретной предметной и языковой области, что гарантирует высокое качество восстановления.

In many libraries and archives there is quite a number of handwritten materials of great cultural and historic value. The risk always exists to loose such materials due to natural disasters, wars, fires and other accidents. Modern information technologies allow us to create high-quality electronic copies, which guarantees a reliable conservation of materials, their circulating in the unlimited quantity of copies, and ensure easy access to them. The most valuable books, manuscripts and pictures are very often of low polygraphic quality: faded poor quality paper, bends, non-uniform contrast (faded ink or ill-defined pencil lines), etc. We have developed a program for improving the quality of handwritten materials, which raises contrast, considering local spottiness of text and hindrances. Our computer program can make electronic retouching the machine-readable handwritten material, printed texts, pictures and other images. The language of the texts does not matter.

Предложен новый алгоритм для распознавания изображений условных символов, основанный на поиске наилучшего соответствия между прототипами символов и структурным описанием скелетизированного представления распознаваемого изображения. Данное описание создается не предварительно, а в процессе распознавания в контексте используемого прототипа символа. Разработана интерактивная процедура формирования описаний атрибутных графов - прототипов символов. Приведены результаты экспериментальной проверки алгоритма при распознавании символов, которые использовали средневековые каменщики при маркировке своих изделий.

In this paper we propose a new algorithm for recognition images of mason marks. The algorithm fulfils best inexact matching of the prototype graphs with the structural description of the skeleton representation of the input symbol. A set of skeleton line segments corresponding to every elements of this description are identified in a dynamic way not before but during the recognition in the context of currently used prototype. Interactive learning procedure is developed for defining a set of prototypegraphs. Experimental results of recognition of printed and handwritten mason marks are described.

Решена актуальная задача распознавания номерных знаков автомобилей на изображениях, полученных в условиях реального дорожного движения. Предложен метод выделения символов, который предусматривает проведение анализа горизонтальной проекции изображения номерного знака, а также метод обнаружения номерного каскада, базирующийся на анализе функции яркости, построенной для строки изображения. Создана автоматическая система распознавания номерных знаков автомобилей, которая эффективно работает в режиме реального времени.

Вирішено завдання розпізнавання номерних знаків автомобілів на зображеннях, одержаних за умов реального дорожнього руху. Запропоновано новий метод знаходження символів, за яким необхідно аналізувати горизонтальну проекцію зображення номерного знаку, а також метод розпізнавання символів, який передбачає використання двох каскадів нейронних мереж. Розвинуто метод локалізації номерного зображення. Створено автоматичну систему розпізнавання номерних знаків автомобілів, яка ефективно працює у режимі реального часу.

Розроблено нові підходи щодо побудови біометричних систем ідентифікації та криптографічного захисту. Викладено методологію розпізнавання людини за голосом і відбитками пальців, розглянуто особливості апаратури й алгоритмів одержання біометричних даних. Наведено методи визначення інформативних ознак розпізнавання мовних сигналів. Проаналізовано спотворення, характеристики й особливості дактилоскопічних зображень, встановлено критерії застосування двохетапного методу розпізнавання. Запропоновано нові способи біометричного захисту ключів криптографічних алгоритмів.

Разработаны новые подходы к построению биометрических систем идентификации и криптографической защиты. Приведена методология распознавания человека по голосу и отпечаткам пальцев, рассмотрены особенности аппаратуры и алгоритмов установления биометрических данных. Рассмотрены методы определения информативных признаков распознавания языковых сигналов. Проанализированы искажения, характеристики и особенности дактилоскопических изображений, установлены критерии применения двоэтапного метода распознавания. Разработаны новые способы биометрической защиты ключей криптографических алгоритмов.

Здійснено класифікацію та аналіз методів і засобів розпізнавання зображень за ознаками. Сформульовано принципи формування та організації спецобчислювачів моментних ознак зображення (СМОЗ), розроблено математичні моделі їх побудови. Наведено структурно-функціональні схеми та алгоритми функціонування СМОЗ за методами ітераційних багатоступеневих накопичень та пофрагментного інтегрування, висвітлено прикладні аспекти їх реалізації. Результати теоретичних досліджень підтверджено комп'ютерним моделюванням алгоритмів обробки та формування ознак зображення.

Осуществлены классификация и анализ методов и средств распознавания изображения по признаками. Сформулированы принципы формирования и организации спецвычислителей моментных признаков изображения (СМПИ), разработаны математические модели их построения. Приведены структурно-функциональные схемы и алгоритмы функционирования СМПИ методами итерационных многоступенчатых накоплений и пофрагментного интегрирования, освещены прикладные аспекты их реализации. Результаты теоретических исследований подтверждены компьютерным моделированием алгоритмов обработки и формирования признаков изображения.

Розглянуто концепції побудови байєсівських процедур виведення в задачах діагностики для різних випадків невизначеності: точкового, інтервального та розмитого способів зображення інформації.

Ключ. слова: розпізнавання образів, обробка зображень, W-спектр зв'язності, Q-спектр
Індекс рубрикатора НБУВ: З970.632.4

Рубрики:

Розпізнавання зображень

Шифр НБУВ: Ж23882 Пошук видання у каталогах НБУВ 

Проведен анализ использования характеристик непропорциональности числовых функций при классификации множества изображений, описываемых числовыми функциями, на образы. В отличие от методов классификации, основанных на анализе изображений в некоторой области, характеристики непропорциональности позволяют классифицировать изображения в точке. Проанализирована взаимосвязь между элементами, принадлежащими разным классам эквивалентности, на основе характеристик непропорциональности множества изображений на образы в точке или на интервале с помощью характеристик непропорциональности числовых функций.

Розглянуто метод збільшення вірогідності розпізнавання образів за допомогою використання аналогового нелінійного декодування, що базується на одержанні різних оцінок тих самих величин, які оцінюють, з використанням підсумовування за модулем позитивного числа ознак розпізнаваних образів з наступним об'єднанням результатів підсумовування у зваженій за методом найменших квадратів сумі. Суми визначаються перевірними співвідношеннями систематичних коректувальних кодів. За допомогою моделювання на ЕОМ підтверджено можливість зменшення вірогідності помилки розпізнавання в результаті аналогового декодування в 10 - 100 разів.

Наведено теоретичні положення про деякі методи попередньої обробки інформації в процесі розпізнавання образів. Зокрема, розглянуто розклад матриць на множники та методи кластерізації початкових даних.

Представлен новый метод автоматизированной классификации подписей, основанной на их рассмотрении как бинарных изображений в признаковом пространстве преобразования Радона. Для уменьшения количества информационных параметров создана "карта подписи", которая сводится к разбиению преобразованного изображения на непересекающиеся блоки, ассоциирующиеся с определенным классом. Уменьшенное изображение подается на нейронную сеть, которую использует алгоритм обратного распространения ошибки. Полученные экспериментальные результаты дали надежность классификации 95 - 98 %.

Исследованы вопросы использования при распознавании и прогнозировании специального инструментария для работы с конечными метрическими конфигурациями для решения задач Data Mining.

Описано перспективні методи розпізнавання папілярних зображень людини в системах захисту особливо важливих об'єктів. Розглянуто метод визначення періоду відбитка папілярних ліній на зображенні зa допомогою математичного сподівання за випадковою реалізацією, а також методи розпізнавання на базі генетичних алгоритмів.