satНАУКА и ТЕХНИКАScience & Technique2227-10312414-0392Belarusian National Technical University10.21122/2227-1031-2022-21-5-367-373sat-2591Research ArticleПРИБОРОСТРОЕНИЕINSTRUMENTATION ENGINEERINGАвтоматическая локализация номерного знака автомобиля в системе Wolfram MathematicaAutomatic Localization of License Plate for Car in Wolfram MathematicaГундинаМ. А.HundzinaM. A.

Кандидат физико-математических наук, доцент

Адрес для переписки: Гундина Мария Анатольевна – Белорусский национальный технический университет, ул. Я. Коласа, 22, 220013, г. Минск, Республика Беларусь. Тел.: +375 17 292-67-84 hundzina@bntu.by

Address for correspondence: Hundzina Mаryia A. – Belarusian National Technical University,22, Ya. Kolasа str., 220013, Minsk, Republic of Belarus.  Tel.: +375 17 292-67-84hundzina@bntu.by

hundzina@bntu.byЖдановичМ. Н.ZhdanovichM. N.

Отраслевая лаборатория новых технологий и материалов 

г. Минск

Industry Laboratory of  New Technologies and Materials

Minsk

Белорусский национальный технический университетБеларусьBelarusian National Technical UniversityBelarus«ИНТЕГРАЛ» – управляющая компания холдинга «ИНТЕГРАЛ»Беларусь“INTEGRAL” – Management Company of “INTEGRAL” HoldingBelarus202206102022215367373Copyright © Гундина М.А., Жданович М.Н., 20222022Гундина М.А., Жданович М.Н.Hundzina M.A., Zhdanovich M.N.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://sat.bntu.by/jour/article/view/2591

Современные устройства формирования изображений позволяют решать комплекс технических прикладных задач, требующих синтеза и анализа компьютерных методов обработки с использованием пороговой бинаризации, классификации изображений, кластеризации, с применением машинного обучения для определения областей интереса. Так, алгоритмы сегментации нашли широкое использование в обработке медицинских снимков. Компьютерные технологии применяются для функционирования интеллектуальной среды, которая позволяет анализировать состояние здоровья человека. Развитие микроэлектроники дает возможность повысить сложность применяемых алгоритмов обработки изображений для решения прикладных задач инженерии. В литературе широко обсуждаются вопросы сегментации, распознавания образов, описания и представления деталей, морфологического анализа снимков, полученных промышленным оборудованием, например, теории обработки оптического сигнала с учетом помех. Вопросы восприятия и анализа изображений подробно представлены в отечественной и зарубежной литературе. В статье описан разработанный алгоритм локализации номерного знака автомобиля, реализованный в системе Wolfram Mathematica. Вначале определяется область интереса, изолируется от остальной части изображения для последующей ее обработки. Реализуется представление изображения с помощью аффинного преобразования. Дальнейшая сегментация символов на номерной пластине позволяет их определить. В системе Mathematica разработан программный код алгоритма локализации номерного знака автомобиля для его дальнейшего распознавания. Решение задачи получено с помощью поэтапного применения встроенных и пользовательских функций системы Wolfram Mathematica. Алгоритм протестирован на репрезентативной выборке изображений. Погрешность в среднем не превышала 10 %, что соответствует современным алгоритмам обработки промышленных изображений. Полученный алгоритм идентификации номерного знака автомобиля может использоваться в цифровых устройствах для автоматического определения и дальнейшей обработки изображений.

Modern imaging devices make it possible to solve a complex of technical applied problems that require the synthesis and analysis of computer processing methods using threshold binarization, image classification, clustering, and the use of machine  learning to determine  areas of interest.  Thus,  segmentation  algorithms are widely  used for processing  medical  images. Computer technologies are used for the functioning of the intellectual environment, which allows to analyze the state of human health. The development of microelectronics makes it possible to increase the complexity of the applied image processing algorithms used to solve applied engineering problems. The issues of segmentation, pattern recognition, description and presentation of details, morphological analysis of images obtained by industrial equipment are widely discussed in the literature. For example, theories of optical signal processing taking into account interference, issues of image perception and analysis are presented in detail in domestic and foreign literature. The paper describes the  developed algorithm for localizing a car license plate, implemented in the Wolfram Mathematica system. First, the region of interest is determined, isolated from the rest of the image for its subsequent processing. An image representation is implemented using an affine transformation. Further segmentation of the characters on the license plate allows the characters to be identified. In the Mathematica system, a program code for the car license plate localization  algorithm  for its further recognition  has been  developed. The solution to the problem was obtained using the step-by-step application of the built-in and user-defined functions of the Wolfram Mathematica system. The algorithm has been tested on a representative sample of images. The average error did not exceed 10 %, which is in line with modern industrial image processing algorithms. The resulting car license plate identification algorithm can be used in digital devices to automatically determine and further image processing.

обработка изображенийномерной знакWolfram Mathematicaбинаризацияидентификацияфильтрацияimage processinglicense plateWolfram MathematicabinarizationidentificationfilteringReferencesBlanchet, G. Digital Signal and Image Processing Using Matlab / G. Blanchet, M. Charbit. London: Science Europe, 2006. 764 p. https://doi.org/10.1002/9780470612385Blanchet G., Charbit M. (2006) Digital Signal and Image Processing Using Matlab. London: Science Europe. 764. https://doi.org/10.1002/9780470612385Breton, V. The Healthgrid White Paper / V. Berton, K. Dean, T. Solomonides // Studies in Health Technology and Informatics. 2005. Vol. 112. P. 249–318.Breton V., Dean K., Solomonides T. (2005) The Healthgrid White Paper. Studies in Health Technology and Informatics, 112, 249–318.Мирошников, М. М. Теоретические основы оптико-электронных приборов / М. М. Мирошников. СПб.: Лань, 2010. 704 с.Miroshnikov М. М. (2010) Theoretical Foundations of Optoelectronic Devices. Saint- Petersburg, Lan Publ. 704 (in Russian).Селянкин, В. В. Анализ и обработка изображений в задачах компьютерного зрения / В. В. Селянкин, С. В. Скороход. Таганрог: Изд-во ЮФУ, 2015. 82 с.Selyankin V. V., Skorokhod S. V. (2015) Image Analysis and Processing in Computer Vision Problems. Taganrog, Publishing House of Southern Federal University. 82 (in Russian).Image Perception and Interpretation of Abnormalities; Can we Believe Our Eyes? Can we do Something About it? / D. E. Sabih [et al.] // Insights Imaging. 2011. Vol. 1, No 2. P. 47–55. https://doi.org/10.1007/s13244-010-0048-1Sabih D. E., Sabih A., Sabih Q., Khan A. N. (2011). Image perception and interpretation of abnormalities; can we believe our eyes? Can we do something about it?. Insights into imaging, 2 (1), 47–55. https://doi.org/10.1007/s13244-010-0048-1Liu, J. Aesthetic Perception of Visual Textures: a Holistic Exploration Using Texture Analysis, Psychological Experiment, and Perception Modeling / J. Liu, E. Lughofer, X. Zeng // Front Comput Neurosci. 2015. No 9. P. 1–14. https://doi.org/10.3389/fncom.2015.00134Liu J., E. Lughofer, Zeng X. (2015) Aesthetic Perception of Visual Textures: a Holistic Exploration Using Texture Analysis, Psychological Experiment, and Perception Modeling. Front Comput Neurosci, (9), 1–14. https://doi.org/10.3389/fncom.2015.00134Gonzalez, R. C. Digital Image Processing / R. C. Gonzalez, R. E. Woods. New Jersey: Prentice Hall, Upper Saddlr River, 2002. 797 p.Gonzalez R. C., Woods R. E. (2002) Digital Image Processing. New Jersey, Prentice Hall, Upper Saddlr River. 797 (in Russian).Bribiesca, E. A Chain Code for Representing 3-D Curves / E. Bribiesca // Pattern Recog. 2000. Vol. 33, No 5. P. 755–765. https://doi.org/10.1016/S0031-3203(99)00093-XBribiesca E. (2000) A Chain Code for Representing 3-D Curves. Pattern Recog, 33 (5), 755–765. https://doi.org/10.1016/S0031-3203(99)00093-XРудаков, П. И. Обработка сигналов и изображений. MATLAB 5.х / П. И. Рудаков, И. В. Сафонов. М.: ДИАЛОГ-МИФИ, 2000. 416 c.Rudakov P. I., Safonov I. V. (2000) Processing of Signals and Images. MATLAB 5.х. Moscow, Dialog-MEPhI Publ. 416 (in Russian).Weihua, W. License Plate Recognition Algorithm Based on Radial Basis Function Neural Networks / W. Weihua // Intelligent Ubiquitous Computing and Education, International Symposium. 2009. P. 38–41. https://doi.org/10.1109/IUCE.2009.20Weihua W. (2009) License Plate Recognition Algorithm Based on Radial Basis Function Neural Networks. Intelligent Ubiquitous Computing and Education, International Symposium, 38–41. https://doi.org/10.1109/IUCE.2009.20Patel, S. G. Vehicle License Plate Recognition Using Morphology and Neural Network / S. G. Patel // Int. J. Cybernetics Inform, 2013. Vol. 2. P. 1–7. https://doi.org/10.5121/ijci.2013.2101Patel S. G. (2013) Vehicle License Plate Recognition Using Morphology and Neural Network. International Journal on Cybernetics & Informatics, 2 (1), 1–7. https://doi.org/10.5121/ijci.2013.2101Reshma, P. Noise Removal and Blob Detection Approach for Number Plate Identification / P. Reshma // International Journal of Computer Applications. 2012. Vol. 47, N 8. P. 13–16. https://doi.org/10.5120/7207-9992Reshma P. (2012) Noise Removal and Blob Detection Approach for Number Plate Identification. International Journal of Computer Applications, 47 (8), 13–16. https://doi.org/10.5120/7207-9992Vehicle Parking Inventory System Utilizing Image Recognition Through Artificial Neural Networks / L. S. Bartolome [et al.] // IEEE Region 10 Conference. 2012. P. 1–5. https://doi.org/10.1109/tencon.2012.6412301Bartolome L. S., Bandala A. A., Llorente C., Dadios E. P. (2012) Vehicle Parking Inventory System Utilizing Image Recognition Through Artificial Neural Networks. IEEE Region 10 Conference, 1–5. https://doi.org/10.1109/tencon.2012.6412301Draghici, S. A Neural Network Based Artificial Vision System for License Plate Recognition / S. Draghici // Int. J. Neural Systems. 1997. Vol. 8, N1. P. 113–126. https://doi.org/10.1142/S0129065797000148Draghici S. (1997) A Neural Network Based Artificial Vision System for License Plate Recognition. International Journal of Neural Systems, 8 (1), 113–126. https://doi.org/10.1142/S0129065797000148License Plate Recognition from Still Images and Video Sequences: a Survey / C.-N. E. Anagnostopoulos [et al.] // IEEE Trans. Intell. Transp. Syst. 2008. Vol. 9, No 3. P. 377–391. https://doi.org/10.1109/TITS.2008.922938Anagnostopoulos C. N. E., Anagnostopoulos I. E., Psoroulas I. D., Loumos V., Kayafas E. (2008) License Plate Recognition from Still Images and Video Sequences: a Survey. IEEE Transactions on Intelligent Transportation Systems, 9 (3), 377–391. https://doi.org/10.1109/TITS.2008.922938A Method for Identifying Specific Vehicles Using Template Atching / K. Yamaguchi [et al.] // Proc. IEEE Int. Conf. Intelligent Transportation Systems. 1999. P. 8–13. https://doi.org/10.1109/ITSC.1999.821019Yamaguchi K., Nagaya Y., Ueda K., Nemoto H., Nakagawa M. (1999) A Method for Identifying Specific Vehicles Using Template Atching. Proceedings 199 IEEE/IEEJ/JSAI International Conference on Intelligent Transportation Systems, 8–13. https://doi.org/10.1109/ITSC.1999.821019Lotufo, R. A. Automatic License Plate Recognition (ALPR) a State-of-the-Art Review / R. A. Lotufo, A. D. Morgan, A. S. Johnson // IEEE Transaction on Circuits and System for Video Technology. 2013. Vol. 23, N 2. P. 311–325. https://doi.org/10.1109/TCSVT.2012.2203741Lotufo R. A., Morgan A. D., Johnson A. S. (2013) Automatic License Plate Recognition (ALPR) a State-of-the-Art Review. IEEE Transaction on Circuits and System for Video Technology, 23 (2), 311–325. https://doi.org/10.1109/TCSVT.2012.2203741Hegt, H. A. A High Performance License Plate Recognition System / H. A. Hegt, R. J. Dela Haye, N. A. Khan // Proc. IEEE Int. Conf. Syst., Man, Cybern. 1998. Vol. 5. P. 4357–4362. https://doi.org/10.1109/ICSMC.1998.727533Hegt H. A., Dela Haye R. J., Khan N. A. (1998) A High Performance License Plate Recognition System. SMC'98 Conference Proceedings. 1998 IEEE International Conference on Systems, Man, and Cybernetics, 5, 4357–4362. https://doi.org/10.1109/ICSMC.1998.727533A License Plate-Recognition Algorithm for Intelligent Transportation System Applications / C. Anagnostopoulos [et al.] // IEEE Trans. Intell. Transp. Syst. 2006. Vol. 7, No 3. P. 377–392. https://doi.org/10.1109/TITS.2006.880641Anagnostopoulos C. N. E., Anagnostopoulos I. E., Loumos V., Kayafas E. (2006) A License Plate-Recognition Algorithm for Intelligent Transportation System Applications. IEEE Transactions on Intelligent Transportation Systems, 7 (3), 377–392. https://doi.org/10.1109/TITS.2006.880641Optical Recognition of Motor Vehicle License Plates / P. Comelli [et al.] // IEEE Trans. Veh. Technol. 1995. Vol. 44, No 4. P. 790–799. https://doi.org/10.1109/25.467963Comelli P., Ferragina P., Granieri M. N., Stabile F. (1995) Optical Recognition of Motor Vehicle License Plates. IEEE Transactions on Vehicular Technology, 44 (4), 790–799. https://doi.org/10.1109/25.467963Jiao, J. B. A Configurable Method for Multi-Style License Plate Recognition / J. B. Jiao, Q. X. Ye, Q. M. Huang, // Pattern Recognit. 2009. Vol. 42, No 3. P. 358–369. https://doi.org/10.1016/j.patcog.2008.08.016Jiao J. B., Ye Q. X., Huang Q. M. (2009) A Configurable Method for Multi-Style License Plate Recognition. Pattern Recognition, 42 (3), 358–369. https://doi.org/10.1016/j.patcog.2008.08.016Горитов, А. Н. Предварительная обработка изображений в системах технического зрения / А. Н. Горитов // Доклады ТУСУР. 2018. Т. 21, № 4. С. 70–82.Goritov A. N. (108) Preliminary Image Processing in Technical Vision Systems. Doklady Tomskogo gosudarstvennogo universiteta sistem upravleniya i radioelektroniki = Proceedings of TUSUR University, 21 (4), 70–82 (in Russian).

The authors declare that there are no conflicts of interest present.