The original image is converted to

The original image is converted to grayscale image which is in high contrast as shown above.
Now, we need to identify the location of the number plate horizontally in which row it‟s present.
The letters and numbers are placed in the same row (i.e. at identical vertical levels) resulting in
frequent changes in the horizontal intensity. This provides the reason for detecting the horizontal
changes of the intensity, since the rows that contain the number plate are expected to exhibit
many sharp variations. The Horizontal intensity graph is as follows, with the peaks indicating
high contrast regions in the image:
The algorithm first determines the extent of intensity variation for each row, while in the second
step it selects the adjacent rows which exhibit the biggest changes. Number plates are highly
probable to be in these rows. The horizontal position of the number plate must also be
determined, which is done by using the previously determined values that characterize the
changes. The variations are the highest at the letters (black letters on white background);
therefore this is where the rate of change within a row is expected to be the highest. Sum of
Filtered columns: The vertical position of the number plate must be found in the second step by
using a picture obtained by band pass filtering. Having summed up the results of filtering for
each row (sum of filtered rows) the vertical position of the number plate is determine on the basis
of the statistical properties of the individual rows. To provide a fast algorithm simply the row
featuring the highest amplitude is selected (the number plate is most likely to be located there)
Prior to summing up the values, the results can be further improved by applying band pass
limiting in the area concerned in both horizontal and vertical directions.
In certain cases the number plate may be split up into several independent regions and also false
results may occur. Therefore, the probable position must be selected from these in the last step.

Kết quả (Việt) 1:

Hình ảnh ban đầu được chuyển đổi sang hình ảnh màu xám là trong tương phản cao như trên.Bây giờ, chúng tôi cần phải xác định vị trí của biển số theo chiều ngang trong đó hàng it‟s hiện nay.Các chữ cái và số điện thoại được đặt trong cùng hàng (tức là ở các cấp độ thẳng đứng giống hệt nhau) dẫn đếnthường xuyên thay đổi cường độ ngang. Điều này cung cấp lý do cho phát hiện ngangCác thay đổi của cường độ, kể từ khi các hàng có biển số dự kiến sẽ triển lãmnhiều sắc nét biến thể. Đồ thị cường độ ngang là như sau, với các đỉnh núi chỉ ratương phản cao các khu vực trong hình ảnh:Các thuật toán đầu tiên xác định mức độ của cường độ biến thể cho mỗi hàng, trong lần thứ haibước nó chọn hàng lân cận mà triển lãm những thay đổi lớn nhất. Biển số đánh giá caocó thể xảy ra để ở các dòng này. Vị trí ngang của biển số cũng phảixác định, mà được thực hiện bằng cách sử dụng các giá trị được xác định trước đây mô tả cácthay đổi. Các biến thể là cao nhất tại các chữ cái (chữ cái màu đen trên nền trắng);Vì vậy, đây là nơi mà mức độ thay đổi trong một hàng dự kiến sẽ là cao nhất. Tổng sốLọc cột: vị trí thẳng đứng của biển số phải được tìm thấy trong bước thứ hai bởibằng cách sử dụng một hình ảnh thu được bằng cách băng qua lọc. Có tóm tắt các kết quả của lọc chomỗi hàng (tổng của lọc hàng) vị trí thẳng đứng của biển số xác định trên cơ sởCác đặc tính thống kê của các hàng cá nhân. Để cung cấp một thuật toán nhanh chóng chỉ đơn giản là dònghợp tác với biên độ cao nhất được chọn (biển số là nhiều khả năng để có vị trí)Trước khi tổng kết các giá trị, kết quả có thể được tiếp tục cải thiện bằng cách áp dụng thông qua ban nhạchạn chế ở khu vực có liên quan trong hướng ngang và dọc.Trong một số trường hợp biển số có thể được chia ra thành nhiều vùng độc lập và cũng saikết quả có thể xảy ra. Vì vậy, vị trí có thể xảy ra phải được chọn từ đây trong bước cuối cùng.

Kết quả (Việt) 2:

Những hình ảnh ban đầu được chuyển đổi sang hình ảnh màu xám mà là ở độ tương phản cao như trên.
Bây giờ, chúng ta cần phải xác định vị trí của các biển số theo chiều ngang, trong đó hàng nó "s hiện tại.
Các chữ cái và con số này được đặt trong cùng một hàng (tức là ở các cấp độ thẳng đứng giống hệt nhau) kết quả là
thường xuyên thay đổi cường độ ngang. Điều này cung cấp lý do để phát hiện sự ngang
thay đổi về cường độ, vì các hàng có chứa biển số được dự kiến để triển lãm
nhiều biến thể sắc nét. Các đồ thị cường độ ngang là như sau, với những đỉnh núi cho thấy
các vùng tương phản cao trong ảnh:
Các thuật toán đầu tiên xác định mức độ của sự biến đổi cường độ cho mỗi hàng, trong khi trong lần thứ hai
bước nó chọn các hàng liền kề mà triển lãm những thay đổi lớn nhất. Biển số này rất
có thể xảy ra được trong những hàng này. Các vị trí ngang của biển số cũng phải được
xác định, được thực hiện bằng cách sử dụng các giá trị xác định trước đây đặc trưng cho
sự thay đổi. Các biến thể là cao nhất ở các chữ cái (chữ đen trên nền trắng);
do đó đây là nơi mà tốc độ thay đổi trong một hàng được dự kiến sẽ là cao nhất. Sum của
cột lọc: Các vị trí thẳng đứng của các biển số phải được tìm thấy trong bước thứ hai bằng
cách sử dụng một hình ảnh thu được bằng cách băng qua lọc. Sau khi tổng kết các kết quả của lọc cho
mỗi hàng (tổng của dòng đã lọc) các vị trí dọc của biển số là xác định trên cơ sở
của tính thống kê của các hàng cá nhân. Để cung cấp một thuật toán nhanh chóng chỉ đơn giản hàng
gồm các biên độ cao nhất được chọn (có biển số có thể được đặt ở đó hầu hết)
Trước khi tổng hợp các giá trị, kết quả có thể được cải thiện hơn nữa bằng cách áp dụng băng qua
giới hạn trong lĩnh vực liên quan trong cả hướng ngang và dọc.
Trong một số trường hợp biển số có thể được chia thành nhiều khu vực độc lập và cũng sai
kết quả có thể xảy ra. Do đó, các vị trí có thể xảy ra phải được lựa chọn từ những trong bước cuối cùng.