|
|
|
|
| LEADER |
03250nam a22001697a 4500 |
| 005 |
20151209112858.0 |
| 008 |
151209s2011 ci ||||| |||| 00| 0 hrv d |
| 040 |
|
|
|a HR-ZaFER
|b hrv
|c HR-ZaFER
|e ppiak
|
| 041 |
|
|
|a hrv
|
| 100 |
|
|
|9 34706
|a Novosel, Jelena
|
| 245 |
|
|
|a Sustav računalnog vida za automatsko prepoznavanje vozila u svrhu nadzora prometa :
|b [ nagrađeni studentski rad za Rektorovu nagradu u ak. god. 2010./2011. ]
|c mentor Sven Lončarić
|
| 260 |
|
|
|a Zagreb :
|b Sveučilište u Zagrebu Fakultet elektrotehnike i računarstva,
|c 2011.
|
| 300 |
|
|
|a 39 str. :
|b ilustr. u bojama ;
|c 30 cm.
|
| 520 |
|
|
|a U sklopu ovog rada razvijen je sustav za nadzor vozila na prometnica. Problemi koji su razmatrani prilikom razvoja sustava su detekcija vozila na prometnici, prepoznavanje tipa vozila, te prepoznavanje i čitanje registarskih oznaka s detektiranih vozila. Problem detekcije vozila sastoji se od odabira interesnog područja, tehnike detekcije vozila, te uklanjanja sjene. Svaki od navedenih koraka detaljno je objašnjen i prezentiran. Klasifikacija vrste vozila napravljena je na jednostavan i efikasan način koji pokazuje visoku točnost. Klasifikacija uključuje četiri tipa vozila: automobil, kamion, bus i kombi. Osim klasifikacije vrste vozila, razvijena je metoda za klasifikaciju marki automobila na temelju logo oznaka. Moguće je klasificirati osam marki automobila: Audi, Peugeot, Renault, Mercedes, Volkswagen, Hyundai, Mazda i Opel. Proces prepoznavanja registarskih tablica, također se sastoji od nekoliko faza. Faze prepoznavanja registarskih oznaka su: lokalizacija tablice, separacija znakova, te prepoznavanje znakova i svaka od njih je prikazana i objašnjena. Nakon lokalizacije registarske tablice, prikazana je metoda ispravljanja zakrivljenosti tablice, ukoliko ono postoji. Separacija znakova i njihovo prepoznavanje izvedeno je korištenjem dva algoritma. Testiranje i obrada rezultata je napravljena, te komentirane mane i eventualna poboljšanja izrađenih algoritama.
|
| 520 |
|
|
|a In this paper, computer vision system for traffic control has been developed. Problems which have been considered during development of the system are vehicle detection vehicle type classification and automatic license plate recognition. Automatic vehicle detection consists of three phase: defining region of interest, technique for vehicle detection and shadow removal. Each phase has been well explained and documented. Method for vehicle type classification has been developed in a simple but efficient way which gives high accuracy. Vehicle type classification includes four types of vehicles: car, van, bus and truck. Also method for vehicle brand classification has been developed. Vehicle brand classification includes eight car brands: Audi, Peugeot, Renault, Mercedes, Volkswagen, Hyundai, Mazda and Opel. License plate detection and recognition is divided into three phases: license plate localization, character segmentation and recognition and each phase is documented. After license plate localization, method for correction of license plate tilt is presented. Character segmentation and two optical character recognition algorithms are compared. Testing and result validation is made.
|
| 942 |
|
|
|2 udc
|c N
|
| 999 |
|
|
|c 44793
|d 44793
|