Defensa Tesis Licenciatura Ariel Curiale

En este trabajo se propone un algoritmo capaz de resolver el problema conocido en la bi- bliografía como Reconocimiento automático de patentes, o en ingles Automatic Licenses Plate Recognition (ALPR). El problema consiste en encontrar la posición de la patente dentro de la imagen y extraer sus caracteres. De esta forma se puede identificar automáticamente al vehículo. El problema de ALPR tiene una gran cantidad de desafíos a resolver. Algunos de ellos son:

• La iluminación no controlada de la imagen.

• El brillo de las luces de los automóviles.

• El ambiente no controlado del fondo.

• Las condiciones climáticas que modifican la calidad de la imagen.

• La distorsión de la patente proveniente por la perspectiva utilizada para capturar la imagen.

• La oclusión parcial o total de la patente.

• La oclusión parcial o total de algún caracter.

• La localización de la posición de la patente dentro de la imagen que en muchos casos depende del tipo vehículo.

• El reconocimiento óptico de los caracateres.

Para resolver el problema de ALPR, se lo dividió en varias etapas cada una con un propósito especifico. Estas etapas son:

• Adquisición de la imagen: Se utilizó una cámara infrarroja, para superar el inconveniente de capturar imágenes de noche y se utilizó una sola imagen por vehículo.

•Pre procesamiento: Se realiza una ecualización del histograma.

• Segmentación:

• Primer etapa de segmentación: En esta etapa se aplica la técnica de Top Hat, se ecua- liza el histograma de la imagen resultante y se la binariza. Luego se aplica la trans- formada de Fourier discreta en una ventana de 32 píxeles y se filtran todos lo píxeles que no se encuentran dentro de los máximos valores. Para encontrar los objetos resul- tantes se utiliza un algoritmo de seguimiento de contorno, y para resolver el posible problema de fragmentación, se utiliza un algoritmo de clustering.

• Filtrado de patentes falsamente detectadas: Se expanden los clusters para garantizar que alguno de ellos contenga la patente y se aplica nuevamente la transformada de Fourier para descartar los objetos falsamente identificados. Luego se reajusta el tamaño de los clusters según sus proyecciones verticales y horizontales.

• Reconocimiento óptico de la patente

• Segmentación de los caracteres: Se utiliza un algoritmo morfológico de adelgaza- miento, se arman las regiones con el algoritmo de pavlidis y se filtran las regiones que no se corresponden con las dimensiones de un caracter.

• Reconocimiento óptico de los caracteres: Se aplica el OCR a cada uno de los caracte- res. El OCR se implemento mediante una red neuronal del tipo perceptrón multicapa compuesta por dos capas de 256 y 10 neuronas cada una.

• Filtrar falsas patentes