بخشی از مقاله
روشی جدید براي تشخیص هوشمند پلاك خودرو در دنباله ویدئویی و ارزیابی عملکرد آن
چکیده - امروزه سیستم هوشمند تشخیص پلاك خودرو محبوبیت و کاربرد فراوانی یافته است. در این مقاله سیستمی طراحی کردهایم که قابلیت پردازش ویدئوي خودروي عبوري و تشخیص پلاك آن را دارا میباشد. استفاده از روش کدگذاري دو لایه در کنار روش ابتکاري ارایه شده، باعث گردیده است که پیچیدگی پردازش ویدئو جبران گردد. دقت نهایی این سیستم براي انواع پلاك %78,4 و فقط پلاك ملی %97
میباشد. با موازيسازي برخی از مراحل سیستم، در عین دستیابی به دقت بالا، زمان پاسخگویی سیستم را نیز در حد مطلوب نگهداشتهایم.
جزییات کارایی عملکرد سیستم در مقایسه با نسخه اولیه همین سیستم در پایان ارایه گردیده است.
کلید واژه ها- تشخیص پلاك ملی، پردازش تصویر، ANPR ، OCR ، Scalable video coding و OCR
-1 مقدمه
تشخیص اتوماتیک پلاك خودرو که به اختصار ANPR1
خوانده میشود، در موارد مختلفی مانند نظارت بر پرداخت عوارض و کنترل دسترسی کاربرد دارد3]،2،.[1
این سیستم میتواند در ورودي پارکینگها به منظور محاسبه خودکار هزینه پارك و در ورودي و خروجی بزرگراهها به منظور محاسبه اتوماتیک عوارض بکار رود.
در صورت وجود دستگاههایی از قبیل پمپ بنزین اتوماتیک، امکان ثبت شماره پلاك اتومبیلهایی که هزینه سوخت را پرداخت ننمودهاند، وجود دارد.
عمدهترین دستاورد تشخیص اتوماتیک پلاك خودرو در کاربردهاي مختلف، نیاز کمتر به دخالت بشر در فرایند تشخیص پلاك میباشد. چنانچه در کاربردي مانند ورودي پارکینگ، تشخیص پلاك خودرو ناموفق باشد، میتوان تصاویر ذخیره شده را توسط یک فرد خبره مورد بررسی قرار داد و اطلاعات لازم را دستی وارد نمود. در مقابل، برخی کاربردهاي دیگر مانند کنترل دسترسی به دقت بالاتري نیازمند هستند زیرا تشخیص
نادرست به معناي عدم ارایه سرویس به صاحب خودرو میباشد.
پیچیدگی طراحی الگوریتمهاي تشخیص پلاك در نقاط مختلف دنیا متفاوت است 4]،.[3 طراحی استاندارد پلاكها در کشورهایی مانند انگلستان، فرایند یافتن پلاك در تصویر خودرو و خواندن شماره آن را در تصویر آسانتر میسازد. بالطبع در چنین کشورهایی این سیستم توسعه بیشتري یافته است.
پلاكها در ایران مانند بسیاري دیگر از کشورها، داراي تنوع بسیار زیادي میباشند و به همین دلیل تشخیص آنها فرایندي پیچیده است. خصوصیات این پلاكها از بعد فیزیکی (اندازه، رنگ، شکل) و ماهیتی (نوشتههاي داخل پلاك و چگونگی آنها) بسیار متفاوت است. به طور مثال در استاندارد قدیم یا پلاك لیزري، اعداد و حروف در دو سطر قرار میگرفتند ولی در پلاك ملی، همه کاراکترها در یک سطر نوشته میشوند. البته انواع دیگري از پلاك از قبیل سیاسی، نظامی و غیره نیز وجود دارد.
علاوه بر تنوع پلاکی، مسایل فراوان دیگري مانند
شکستگی و انحناء پلاك، قراردادن پشت محافظ و ...
موانعی بر سر راه اجرایی شدن این سیستم هستند.
علیرغم مشکلات متعدد، امروزه شرکتهاي متعددي این سیستم را عملیاتی کردهاند. پدیدار شدن قابلیتهاي جدید در تکنولوژي دیجیتال و دوربینها، محققان را به تحقیقات جدید و بکارگیري ویژگیهاي نوین در ANPR
واداشته است. از جمله این تواناییها امکان دریافت ویدئو در ورودي سیستم و پردازش آن به جاي دریافت تصویر میباشد.
در [5] سیستمی طراحی نمودیم که توانایی تشخیص انواع پلاكهاي موجود در ایران را دارد. در این پژوهش، به منظور تکمیل کار قبلی، قابلیت دریافت ویدئو را اضافه کردهایم.
ساختار این مقاله در ادامه به شکل زیر خواهد بود: بخش بعدي ساختار کلی یک سیستم ANPR با قابلیت دریافت ویدئو را تشریح و برخی کارهاي پیشین را مرور میکند. در قسمت سوم سیستم طراحی شده خاص این مقاله را توضیح میدهیم. ارزیابی عملکرد سیستم تکمیلی و مقایسه کارایی آن با نسخه اولیه آن در بخش چهارم صورت میگیرد. در پایان به جمعبندي مطالب ارایه شده و ادامه مسیر تحقیقاتی خود خواهیم پرداخت.
-2 شماي کلی سیستم تشخیص پلاك
در مقابل چنانچه سرعت پارامتر مورد توجه باشد و یا محدودیت سختافزاري عامل تاثیرگذاري در طراحی محسوب گردد، تعداد بلاكهاي بکار گرفته در مراحل مختلف تا حد امکان کاهش مییابد. استخراج پلاك از ویدئو دریافتی، بشکل وسیعی مورد توجه پژوهشگران قرار گرفته است. به عنوان مثال [6] و [7] به بررسی روشهاي متعدد ارایه شده و تشریح تفاوتها ومحدودیتهاي آنها پرداختهاند. F. Turbo در [8]
سیستمی براي تشخیص بلادرنگ پلاكهاي سوئدي ارایه کرده است. در [9] براي دستیابی به حداکثر کارایی و سرعت، بر روي ویدئوي با فرمت فشرده به طور مستقیم و بدون کدگشایی کار میکند. با توجه به گستردگی کاربرد این فرمت در دوربینهاي جدید، ایده بکار گرفته جذاب و کارا به نظر میرسد.
-3 معرفی سیستم طراحی شده
شکل 2، بلاك دیاگرام سیستم طراحی شده توسط ما را نشان میدهد. در ادامه به تشریح عملکرد هر بخش میپردازیم.
شکل 1، شماي کلی یک سیستم ANPR با قابلیت دریافت ویدئو را نشان میدهد. در سیستم نشان داده شده، بستگی به نیاز، محدودیتها و اهداف، میتوان تغییراتی ایجاد کرد. به عنوان مثال در صورتی که دقت بسیار مهم باشد، میتوان چندین ورودي به سیستم اعمال نمود و قابلیت اطمینان را بالا برد.
شکل 2، بلاك دیاگرام سیستم طراحی شده توسط ما
-1-3 کدگذاري
مشکل اصلی پردازش ویدئو در مقایسه با پردازش تصویر، پیچیدگی محاسباتی و زمانی بالاتر آن میباشد.
براي فائق آمدن بر مشکل نامبرده از روش کدگذاري
شکل .1 شماي کلی یک سیستم ANPR با قابلیت دریافت ویدئو به
عنوان ورودي
دولایه [10] استفاده کردهایم که یکی از اقسام کدگذاري تطبیقپذیر1 است.
بحث کد کردن ویدئو بصورت تطبیقپذیر عبارت از روشی از کد کردن است که استریم حاصل در نرخ بیتهاي مختلف قابل دیکود شدن باشد. از کد کردن ویدئو بصورت تطبیقپذیر با نام کد کردن ویدئو بصورت چند لایه نیز یاد میشود.
در روش تطبیقپذیري ایدة اصلی این است که اطلاعات ویدئو را در دو لایه مختلف ارسال کنیم. یکی از لایهها که اطلاعات حیاتی ویدئو را حمل میکند با نام لایه پایه2 و لایه دیگر که با هدف بهبود بخشیدن به ویدئوي مربوط به لایه پایه است و بقیه اطلاعات ویدئو (تفاوت ویدئوي اصلی و ویدئوي حاصل از لایه پایه) را به همراه دارد لایه بهبود3 نامیده میشود.
-2-3 پیش پردازش
ورودي این بلاك، لایه مبناي تولید شده توسط کدکننده دولایه در بخش قبل میباشد. وظیفه این بلاك به دو بخش تقسیم میشود:
(1 استخراج فریم از ویدئو دریافتی: ویدئو به دنباله اي از فریمها 30) فریم در هر ثانیه) تبدیل میگردد.
(2 پیش پردازش فریم ها: در این گام هر فریم از فیلتر عبور داده میشود تا از اثرات نویز کاسته گردد.
از آنجا که در متد ارایه شده، این مراحل بر روي لایه پایه انجام میگردد و لایه پایه داراي ابعاد کمتري نسبت به کل ویدئو است عملیات پردازش سریعتر اجرا میشود.
-3-3 مکانیابی
در این مرحله، سه عمل آستانهگیري، الگوریتم اسمیر و dilation به ترتیب انجام میشود:
در اولین گام یعنی آستانهگیري، روشنایی نقاط تصویر را با یک سطح آستانه مقایسه میکنیم11] و .[12 براي نقاطی با روشنایی بیشتر از سطح آستانه یک و براي نقاط با روشنایی کمتر صفر منظور میگردد.
گام دوم، بکارگیري الگوریتم اسمیر میباشد. این الگوریتم موقعیت پلاك را در تصویر باینريشده مشخص میکند. شبه کد زیر الگوریتم اسمیر در این سیستم را نشان میدهد.
به ازاي تمام سطرها و ستونها:
در صورتی که تعداد پیکسلهاي سفید کمتر از 10 یا بزرگتر از100 است، پیکسلها به سیاه تبدیل شوند.
سرانجام با انجام Dilation موقعیت پلاك آشکار میگردد. در [5] این مرحله به صورت کامل تشریح شده است.
-4-3 انتخاب پلاك
هدف اصلی این مرحله، تشخیص تعدادي از فریمهاي ورودي و ذخیرهسازي آنها براي پردازشهاي بعدي میباشد. فریمهاي ذخیره شده باید شامل دو ویژگی باشند تا دقت سیستم به حداکثر ممکن برسد:
الف) تصویر پلاك در آنها در قیاس با سایر فریمها براي سیسستم واضحتر باشد.
ب) کامل باشد یعنی در حین پردازش در مراحل مختلف، اطلاعات مفید آن از بین نرفته باشد.
با در نظر گرفتن نکات فوق، این بلاك داراي دو ورودي است:
(1 موقعیت پلاك بدست آمده از مرحله قبل به همراه اطلاعات پلاك موجود در لایه پایه
(2 لایه بهبود تولید شده در مرحله کدگذاري: این بخش از اطلاعات هر فریم در مرحله کدگذاري به منظور افزایش سرعت محاسبات جدا و به صورت مستقیم به بلاك انتخاب پلاك ارسال گردیده است.
در این بلاك پس از تفکیک تصویر پلاك از لایه پایه و بهبود، بقیه مراحل فقط با تصویر پلاك انجام میگیرد.
یکی از چالشهاي این مرحله از الگوریتم، انتخاب تعداد فریمی است که از یک خودرو به عنوان ورودي به مراحل بعدي الگوریتم اعمال گردد. هرچه تعداد فریم بیشتري انتخاب گردد، شانس سیستم براي تشخیص صحیح افزایش مییابد اما در مقابل سرعت آن کاهش و
