Segmentación de imágenes de placas vehículares usando técnica de crecimiento de regiones

1. Segmentación de imágenes de placas vehículares usando técnica de crecimiento de regiones PC BD Alexandra Buri H. José Rivera De La Cruz. Facultad de Ingeniería en Electricidad y Computación Escuela Superior Politécnica del Litoral – ESPOL Guayaquil – Ecuador

2. ESQUEMA GENERAL ANPR

3. JUSTIFICACIÓN DEL PROYECTO • Control de acceso a parqueaderos • Control de peaje

4. JUSTIFICACIÓN DEL PROYECTO • Control de velocidad • Tráfico vehicular

5. CONTENIDO • 1. Introducción 1.1 ANPR 1.2 Segmentación 1.2.1 Técnicas 1.2.2 Análisis de técnicas 2.Implementación de la solución: algoritmo de segmentación 3. Resultados Experimentales 4. Conclusiones y Recomendaciones

6. 1.1 INTRODUCCIÓN: SISTEMAS ANPR • Es un método de vigilancia en masa que utiliza reconocimiento óptico de caracteres en imágenes para leer matrículas de los vehículos. Imagen Entrada Normalización Detección Segmentación OCR Imagen Salida

7. 1.2 Segmentación • La segmentación es el proceso que divide una imagen en regiones cuyos píxeles poseen atributos similares, por ejemplo, intensidad, textura, movimiento. Imagen Salida Imagen Entrada

8. 1.2.1Técnicas de Segmentación

9. 1.2.1 Segmentación: Técnicas • Pordiscontinuidad: Es la division de la imagen según cambios abruptos del nivel de gris. • Por similitud: Compara grupo de píxeles considerando como región a cada grupo de ellos que tienen propiedades similares.

10. 1.2.1 Segmentación: Técnicas • Detección de puntos: Es un método muy simple basado en la aplicación de una mascara centrada en el pixel a analizar. Segmentación por detección de puntos

11. 1.2.1 Segmentación: Técnicas • Detección de líneas: Se usan diferentes máscaras según la dirección se desee identificar. Segmentación por detección de líneas a 45 °

12. 1.2.1 Segmentación: Técnicas • Detección de Bordes: Un borde dentro de una imagen es considerado un tipo de discontinuidad por lo que este puede ser detectado usando derivadas de primer y segundo orden. Segmentación por detección de bordes

13. 1.2.1 Segmentación: Técnicas

14. 1.2.1 Segmentación: Técnicas • Procesado local: Analiza zona de pixeles con propiedades parecidas y une dicha regiones formando un borde continuo. Segmentación por procesado local

15. 1.2.1 Segmentación: Técnicas • Transformada de Hough: Permite detectar curvas en una imagen. Segmentación por transformada de Hough

16. 1.2.1 Segmentación: Técnicas • Seguimiento de contorno: Se busca la unión de bordes a través del camino mas óptimo entre los elementos del grafo.

17. 1.2.1 Segmentación: Técnicas

18. 1.2.1 Segmentación: Técnicas • Umbralización: Esta técnica toma como punto de partida el histograma de la imagen y se trata de convertir una imagen de gris o color a imagen binaria. Segmentación usando técnica de umbralizacion

19. 1.2.1 Segmentación: Técnicas • División y fusión: Se trata de dividir la imagen en regiones uniformes de manera que una región con propiedades uniformes se divide sucesivamente hasta que sus partes sean uniformes. Segmentación usando técnica de división y fusión

20. 1.2.1 Segmentación: Técnicas • Crecimiento de regiones: Se parte con un conjunto de puntos semillas a los que se le van añadiendo sus píxeles vecinos dependiendo de la regla que los asocie. Segmentación usando técnica de crecimiento de regiones

21. 1.2.1 Segmentación: Técnicas

22. 1.2.1Técnicas de Segmentación

23. 1.2.2 Analisis de técnicas • Umbralizacion global: Se elige un valor de umbral para toda la imagen .

24. 1.2.2 Segmentación: Análisis de Técnicas UMBRALIZACIÓN GLOBAL

25. 1.2.2 Análisis de técnicas UMBRALIZACIÓN GLOBAL • Se trabajo con la técnica en sus respectivos métodos obteniendo los siguientes resultados:

26. 1.2.2 Analisis de técnicas • Umbralizacion Local: Se divide la imagen en regiones y se establece un valor para cada región.

27. 1.2.2 Análisis de técnicas UMBRALIZACIÓN LOCAL • Se trabajo con la técnica en sus respectivos métodos obteniendo los siguientes resultados:

28. 1.2.2 Segmentación: Análisis de Técnicas UMBRALIZACIÓN LOCAL

29. 1.2.2 Análisis de técnicas Crecimiento de Regiones • Se trabajo con la técnica en la elección de semillas posteriormente en el desarrollo y finalización del crecimiento y presentación de resultados.

30. 1.2.2 Análisis de técnicas Obtención de semillas Crecimiento de regiones Fase 2 Depuración de regiones Fase 3 Fase 1 Presentación de regiones Fase 4

31. 1.2.2 Segmentación: Análisis de Técnicas CRECIMIENTO DE REGIONES

32. CONTENIDO 1. Introducción 2. Implementación de la solución 2.1 Placas Vehiculares 2.2 Implementación 2.2.1 Diagrama de Flujo 2.2.2 Esquema 2.2.3 Fases 3. Resultados Experimentales 4. Conclusiones y Recomendaciones

33. 2.1 PLACAS VEHICULARES Características de Placas: • 30x15cm de dimensióny 6 caracteresrepresentativosparaplacasantiguas. • 40x15cm de dimensióny 7 caracteresrepresentativosparaplacasnuevas.

34. 2.1 PLACAS VEHICULARES Tipos de placas vehiculares Placa Particular Placa de alquiler Placa Gubernamental Placa Municipal

35. 2.2.1 Implementación: Diagrama de Flujo Fase 1 Obtención de Semillas

36. 2.2.1 Implementación: Diagrama de Flujo Crecimiento de regiones Fase 2 Depuración de regiones Fase 3 Presentación de regiones Fase 4

37. 2.2.2 Implementación: Esquema

38. 2.2.3 Implementación: Fases FASE 1: OBTENCION DE SEMILLA

39. 2.2.3 Implementación: Fases FASE 1: OBTENCION DE SEMILLA

40. 2.2.3 Implementación: Fases FASE 1: OBTENCION DE SEMILLA • Determinar el nivel de gris que mas veces se repite basado en un histograma de frecuencias. • Todos los puntos que poseen el nivel de gris encontrado seran puntos semillas.

41. 2.2.3 Implementación: Fases FASE 2: CRECIMIENTO DE REGIONES

42. 2.2.3 Implementación: Fases FASE 2: CRECIMIENTO DE REGIONES

43. 2.2.3 Implementación: Fases FASE 2: CRECIMIENTO DE REGIONES N:g. REPRESENTA SOMBRA T= n.g. seleccionado para sombra

44. 2.2.3 Implementación: Fases FASE 2: CRECIMIENTO DE REGIONES • Determinar la regla de crecimiento de la región. • Experimentalmente se determino un nivel de gris representativo de la sombra. Este nivel gris fue usado en la definición de la regla:

45. 2.2.3 Implementación: Fases FASE 3: DEPURACIÓN DE REGIONES

46. 2.2.3 Implementación: Fases FASE 3: DEPURACIÓN DE REGIONES

47. 2.2.3 Implementación: Fases FASE 3: DEPURACIÓN DE REGIONES • En ésta fase que se logra es eliminar las regiones que por propiedades de ellas no pertenecen a una región valida determinada por datos experimentales como por ejemplo altura de un carácter, tamaño del área.

48. 2.2.3 Implementación: Fases FASE 3: DEPURACIÓN DE REGIONES

49. 2.2.3 Implementación: Fases FASE 3: DEPURACIÓN DE REGIONES

50. 2.2.3 Implementación: Fases FASE 4: PRESENTACIÓN DE REGIONES • En la última fase se presenta las regiones validas y que por ende solo son caracteres segmentados correctamente.