logo móvil
Contáctanos

Un sistema de reconocimiento de placas de matrícula con robustez contra condiciones ambientales adversas utilizando la red neuronal de Hopfield

Autores: Rajebi, Saman; Pedrammehr, Siamak; Mohajerpoor, Reza

Idioma: Inglés

Editor: MDPI

Año: 2023

Descargar PDF

Acceso abierto

Artículo científico
2023

Un sistema de reconocimiento de placas de matrícula con robustez contra condiciones ambientales adversas utilizando la red neuronal de Hopfield


Categoría

Matemáticas

Subcategoría

Análisis matemático

Palabras clave

Placas de matrícula
Color
Tamaño
Características de forma
Extracción de caracteres
Coincidencia de patrones

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 24

Citaciones: Sin citaciones


Descripción
Las placas de matrícula suelen tener características únicas de color, tamaño y forma en cada país. Este documento presenta un método general para la extracción de caracteres y la coincidencia de patrones en sistemas de reconocimiento de placas de matrícula. El método propuesto se basa en una combinación de operaciones morfológicas y técnicas de detección de bordes, junto con el método de cuadro delimitador para identificar y revelar los caracteres de la placa de matrícula mientras se eliminan artefactos no deseados como polvo y niebla. Se presenta el modelo matemático de imágenes con niebla y se mejora la suma de gradientes de la imagen, que representa la visibilidad de la imagen. Trabajos anteriores sobre el reconocimiento de placas de matrícula han utilizado técnicas de coincidencia de patrones no inteligentes. La técnica propuesta se puede aplicar en una variedad de entornos, incluido el monitoreo del tráfico, la gestión de estacionamientos y la aplicación de la ley, entre otros. El algoritmo aplicado, a diferencia de los métodos basados en SOTA, no necesita un gran conjunto de datos de entrenamiento y se implementa solo aplicando plantillas estándar. Las principales ventajas del algoritmo propuesto son la falta de necesidad de un conjunto de entrenamiento, la alta velocidad del proceso de entrenamiento, la capacidad de responder a diferentes estándares, la alta velocidad de respuesta y una mayor precisión en comparación con tareas similares.

Otros recursos que podrían interesarte

Temas Virtualpro