Number Plate Localization on the Ba

Number Plate Localization on the Basis of Window Filtering:
The drawback of the above solution (Edge Finding Methodology) is that after the filtering
also additional areas of high intensity appear besides the number plate. If the image contains a lot
of details and edges (example: complex background) the further areas. As a result, the SFR curve
exhibits a smaller increment at the number plate and the edges in the surrounding areas may
sometimes be more dominant.
The original image with complex Background is Filtered and the filtered image shows the High
contrast regions apart from the number plate. The surroundings are unnecessarily included in the
image which made the scene complex. We need to consider a window to exclude the
surroundings from the image and concentrate on the actual image. For this we need to consider
an appropriate window size. The window size is estimated on the basis of the expected size of
the number plate. If the window is chosen to be as wide as the image, then the previously
introduced algorithm is obtained, while too small window size leads to incorrect results. This
latter algorithm reveals the number plate more effectively from its surroundings. The best result
is obtained if the window size equals the width of the number plate, but smaller window
dimensions provide fairly good values too. After determining the appropriate window size, we
perform the sum of filtered rows and columns and the graph looks like this:
The SFR graph contains the details of the complex background that is not necessary in our
context & these are removed by applying an appropriate window. The application of a window
that matches the size of the number plate proves to be useful when the SFR curve is generated. In
this case only the values within the window are added. By shifting the window, the position at
which the sum has a maximum is searched in each row. The SFR curve is assigned this
maximum value for every row; therefore, the rows that contain scattered intensity values can be
eliminated. Finally, we generate the Windowed Sum of filtered rows and columns graph which
looks as the below graph:

Kết quả (Việt) 1:

Số địa phương hoá tấm trên cơ sở cửa sổ lọc:Hạn chế của các giải pháp trên (phương pháp tìm Edge) là sau việc lọccũng bổ sung các lĩnh vực của cường độ cao xuất hiện bên cạnh biển số. Nếu hình ảnh có chứa rất nhiềuchi tiết và cạnh (ví dụ: phức tạp nền) các khu vực xa hơn. Kết quả là, các đường cong SFRtriển lãm một tăng nhỏ hơn tại biển số và các cạnh trong khu vực xung quanh có thểđôi khi hơn chi phối.Hình ảnh ban đầu với phức tạp nền sẽ bị lọc và lọc hình ảnh minh hoạ caongược lại các khu vực ngoài biển số. Các môi trường xung quanh không cần thiết được bao gồm trong cáchình ảnh đó thực hiện cảnh phức tạp. Chúng tôi cần phải xem xét một cửa sổ để loại trừ cácmôi trường xung quanh từ các hình ảnh và tập trung vào hình ảnh thực tế. Đối với điều này, chúng tôi cần phải xem xétmột kích thước cửa sổ thích hợp. Kích thước cửa sổ ước tính trên cơ sở dự kiến kích thước củabiển số. Nếu cửa sổ lựa chọn là rộng như hình ảnh, sau đó các trước đógiới thiệu thuật toán thu được, trong khi kích thước cửa sổ quá nhỏ dẫn đến kết quả không chính xác. Điều nàysau này thuật toán cho thấy biển số hiệu quả hơn từ môi trường xung quanh. Kết quả tốt nhấtthu được nếu kích thước cửa sổ bằng chiều rộng của biển số, nhưng nhỏ hơn cửa sổKích thước cung cấp giá trị khá tốt quá. Sau khi xác định kích thước cửa sổ thích hợp, chúng tôithực hiện tổng của lọc các hàng và cột và biểu đồ trông như thế này:Đồ thị SFR chứa các chi tiết của các nền tảng phức tạp đó không phải là cần thiết trong của chúng tôibối cảnh & này được gỡ bỏ bằng cách áp dụng một cửa sổ thích hợp. Các ứng dụng của một cửa sổrằng trận đấu kích thước của tấm số chứng minh là hữu ích khi các đường cong SFR được tạo ra. Ởtrường hợp này chỉ là các giá trị trong cửa sổ được thêm vào. Bằng cách dịch chuyển cửa sổ, vị trí tạiTổng có tối đa tìm kiếm trong mỗi hàng. Đường cong SFR được điều nàyCác giá trị tối đa cho mỗi hàng; Vì vậy, các hàng có chứa rải rác cường độ giá trị có thểloại bỏ. Cuối cùng, chúng tôi tạo ra tổng cửa sổ của lọc các hàng và cột biểu đồ màcó vẻ như là các bên dưới biểu đồ:

Kết quả (Việt) 2:

Số tấm Localization trên Cơ sở Window Filtering:
Hạn chế của giải pháp trên (Edge Finding Phương pháp) là sau khi lọc
cũng thêm khu vực có cường độ cao xuất hiện bên cạnh những biển số. Nếu hình ảnh có chứa rất nhiều
các chi tiết và các cạnh (ví dụ: nền phức tạp) các khu vực xa hơn. Kết quả là, các đường cong SFR
trưng bày một thặng dư nhỏ hơn ở phía biển số và các cạnh trong các khu vực xung quanh có thể
đôi khi có ưu thế hơn.
Những hình ảnh ban đầu với nền phức tạp đang được lọc và hình ảnh được lọc cho thấy cao
vùng tương phản nhau từ tấm số . Các môi trường xung quanh được không cần thiết bao gồm trong
hình ảnh đó đã làm phức cảnh. Chúng tôi cần phải xem xét một cửa sổ để loại trừ các
môi trường xung quanh từ hình ảnh và tập trung vào hình ảnh thực tế. Đối với điều này chúng ta cần phải xem xét
một kích thước cửa sổ thích hợp. Kích thước cửa sổ được ước tính trên cơ sở kích thước dự kiến của
các biển số. Nếu cửa sổ được chọn là rộng như hình ảnh, sau đó là trước đây
thuật toán được giới thiệu là thu được, trong khi kích thước cửa sổ quá nhỏ dẫn đến kết quả không chính xác. Điều này
cho thấy thuật toán sau biển số hiệu quả hơn từ môi trường xung quanh của nó. Kết quả tốt nhất
đạt được nếu kích thước cửa sổ bằng với chiều rộng của biển số, nhưng cửa sổ nhỏ hơn
kích thước cung cấp giá trị khá tốt quá. Sau khi xác định kích thước cửa sổ thích hợp, chúng tôi
thực hiện tổng của các hàng và các cột lọc và vẻ đồ thị như thế này:
Các đồ thị SFR chứa các chi tiết của các nền phức tạp mà không phải là cần thiết trong chúng ta
bối cảnh và những được loại bỏ bằng cách áp dụng một cửa sổ thích hợp. Việc áp dụng một cửa sổ
phù hợp với kích thước của biển số chứng minh là hữu ích khi các đường cong SFR được tạo ra. Trong
trường hợp này chỉ có giá trị trong cửa sổ được thêm vào. Bằng cách chuyển các cửa sổ, vị trí tại
đó tổng có tối đa là tìm kiếm trong mỗi hàng. Đường cong SFR được gán này
giá trị tối đa cho mỗi hàng; Do đó, các hàng có chứa rải rác các giá trị cường độ có thể được
loại bỏ. Cuối cùng, chúng ta tạo ra Windowed Sum các hàng và cột lọc đồ thị mà
trông như đồ thị dưới đây: