การค้นหาตำแหน่งของป้ายทะเบียนรถยนต์โดยใช้เทคนิคมอร์โฟโลยีแบบหักล้าง

Abstract

งานวิจัยทางด้านการระบุตำแหน่งของป้ายทะเบียนรถยนต์ในสภาวะพื้นหลังที่ซับซ้อนมีความยุ่งยากและเกิดข้อผิดพลาดในการระบุตำแหน่งเนื่องจากภาพมีแสงที่ไม่สมดุลและสัญญาณรบกวนจากพื้นหลัง ทั้งนี้การผิดพลาดที่เกิดขึ้นส่งผลกระทบโดยตรงต่อระบบรู้จาป้ายทะเบียน ดังนั้นวิทยานิพนธ์ฉบับนี้ได้นาเสนอการค้นหาตำแหน่งของป้ายทะเบียนรถยนต์ทั้งแบบหนึ่งป้ายและแบบหลายป้ายโดยใช้เทคนิคมอร์โฟโลยีแบบหักล้าง เพื่อแก้ปัญหาในข้างต้น การทดลองได้ใช้ภาพถ่ายรถยนต์พร้อมป้ายทะเบียนในสภาวะพื้นหลังและสีของรถยนต์ที่แตกต่างกัน โดยทาการแปลงภาพสีต้นฉบับให้เป็นภาพระดับสีเทา จากนั้นได้นาเทคนิคมอร์โฟโลยีแบบหักล้างระหว่าง Top-hat ที่ผ่านการ Closing และ Top-hat เพื่อแก้ไขความไม่สมดุลของแสงและลดสัญญาณรบกวน จากนั้นได้นาเทคนิค Canny มาใช้เพื่อมาหาขอบภาพ และดาเนินการระบุตำแหน่งของป้ายทะเบียน ผลการทดลองพบว่าการค้นหาตำแหน่งของป้ายทะเบียนรถยนต์แบบหนึ่งป้ายมีประสิทธิภาพในการระบุตำแหน่งของป้ายทะเบียนได้ร้อยละ 97 แต่เมื่อนาเทคนิคดังกล่าวมาหาแบบหลายป้ายจะมีประสิทธิภาพลดลงโดยมีประสิทธิภาพในการระบุตำแหน่ง 2 ป้ายได้ถูกต้องร้อยละ 14 ถูกต้องเพียง 1 ป้าย ที่ร้อยละ 36 และไม่สามารถระบุตำแหน่งได้เลยที่ร้อยละ 50 จากนั้นได้ทาการปรับปรุงประสิทธิภาพการระบุตำแหน่งให้สูงขึ้นโดยใช้การดาเนินงานลอจิกและเทคนิคการหักล้างกันในทางเมตริกซ์ ผลการทดสอบพบว่าเทคนิคดังกล่าวสามารถลดสัญญาณรบกวนได้มากขึ้น ส่งผลให้สามารถระบุตำแหน่งป้ายทะเบียนแบบ 2 ป้ายเป็นร้อยละ 82

The research of license plate identification in the complex background is more difficult and error to identify the location of license plate in order to the unbalance light source and background noise. This is a consequently effect to the license plate recognition system. Therefore, this thesis presents the single and multiple license plates identification using subtract morphology technique to solve the above problem. In the experiment, the license plates images with different background and color of car were used which those images converted to be the gray scale image. The subtract morphology technique which based on the subtraction of closing Top-hat and Top-hat was then used for solving the unbalance light source and reducing noise. The canny technique was then used for edge detection and license plates identification process. The results show that this technique provides the efficiency of the single license plate identification as 97%. However, the efficiency of this technique decreases when it applies to multiple license plates. It provides the accuracy only 14% of multiple license plates detection, 36% of single license plate in the multiple license plates image and the least 50% is failed to detect the multi license plates. The logic processing and subtraction matrix are added for increasing the efficient of multiple license plates identification. This technique can decrease more noise and directly effect to the efficiency of the multiple license plates identification which it provides the accuracy as 82%.