Simulation conditions: The simulati

Simulation conditions: The simulation conditions considered during the simulation of the presented schemeare as follows.
i). Input image must have a recognized format i.e.(.jpg, .tif, .png, .gif etc).
ii). Input image must not be captured totally in front of camera i.e. not at a great angle to the camera.
iii). The number plate must not be captured in rotated direction.
In this paper work a scheme is presented for the automatic number plate recognition. All the simulation has been performed on MATLAB R2013a using generalized MATLAB toolbox and image processing toolbox. The elements such as noise or environmental changes play an intruding role in license plate verification. These factors can make the extracted region of the image incomplete. The recovery stage is applied to reconstruct the license plate image before the recognition step is taken. A typical algorithm used for the recovery process is vertical intensity projection, by which the average width and height of alphanumeric characters in the segment are measured, and according to this information, the whole plate is recovered. A data set of 7 number plate images has been taken for evaluation of performance of proposed algorithm as shown in table1. Although, there are many steps from inputting of image to number extraction. These steps are shown by figures below. Fig.4. shows the original input test image. Fig.5. is the snapshot of number plate after morphological operations, binarization and thresholding. Fig.6. is the snapshot of number plate with boundary on selected region for segmentation. Fig.7. shows segmented alphanumeric and characters present on the number plate. After this process,
segmented numbers and characters will be tested for recognition purpose. Table1 is showing number plates with their respective segmented characters and numbers. Also, final message box containing a string comprised of an alphanumeric number. Fig.4. Capturing of input image.

ผลลัพธ์ (ไทย) 1:

จำลองสภาพ: สภาพจำลองที่พิจารณาระหว่างแบบจำลองของ schemeare นำเสนอดังนี้i) การป้อนข้อมูลภาพต้องมีรูปแบบเป็นที่ยอมรับเช่น (.jpg, .tif, .png, .gif เป็นต้น)ii) การป้อนข้อมูลต้องไม่จับภาพได้ทั้งด้านหน้ากล้องมุมกล้องดีเช่นไม่iii) แผ่นหมายเลขต้องไม่จับภาพในทิศทางที่หมุนในงานนี้กระดาษ แบบการนำเสนอสำหรับการรับรู้จานหมายเลขอัตโนมัติ มีการดำเนินการจำลองบน MATLAB R2013a ใช้ทั่วไปเครื่องมือ MATLAB และเครื่องมือการประมวลผลภาพ องค์ประกอบเช่นเสียงรบกวนหรือเปลี่ยนแปลงสิ่งแวดล้อมมีบทบาท intruding ในการตรวจสอบแผ่นป้ายทะเบียน ปัจจัยเหล่านี้ที่สามารถทำให้ภูมิภาคแยกภาพไม่สมบูรณ์ ขั้นตอนการกู้คืนจะใช้เพื่อสร้างใหม่รูปภาพป้ายก่อนถ่ายขั้นตอนการรู้จำ อัลกอริทึมแบบทั่วไปที่ใช้สำหรับการกู้คืนเป็นการฉายภาพความเข้มแนวตั้ง โดยวัดความกว้างโดยเฉลี่ยและความสูงของตัวอักษร และตามข้อมูลนี้ แผ่นทั้งหมดจะถูกกู้คืน รูปแผ่นหมายเลขในชุดข้อมูลที่ได้รับการประเมินผลของประสิทธิภาพการทำงานของอัลกอริทึมที่นำเสนอดังที่แสดงใน table1 ถึงแม้ว่า มีหลายขั้นตอนจากการใส่รูปภาพไปดูดหมายเลข ขั้นตอนเหล่านี้แสดง โดยตัวเลขด้านล่าง Fig.4 แสดงภาพต้นฉบับที่เข้าทดสอบ Fig.5 เป็นภาพรวมของหมายเลขแผ่น หลังดำเนินการสัณฐาน binarization thresholding Fig.6 คือ ภาพรวมของขอบเขตบนพื้นที่เลือกสำหรับแบ่งจานหมายเลข Fig.7 แสดงให้เห็นว่าแบ่งส่วนตัวเลข และตัวอักษรแสดงบนแผ่นหมายเลข หลังจากกระบวนการนี้แบ่งตัวเลขและอักขระจะถูกทดสอบสำหรับการรู้จำวัตถุประสงค์ Table1 แสดงแผ่นหมายเลขอักขระแบ่งตามลำดับและหมายเลข นอกจากนี้ สุดท้ายกล่องข้อความที่ประกอบด้วยสายอักขระที่ประกอบด้วยหมายเลขอักษร Fig.4. Capturing ป้อนข้อมูลภาพ

ผลลัพธ์ (ไทย) 2:

เงื่อนไขการจำลอง:. เงื่อนไขการจำลองการพิจารณาระหว่างการจำลองของ schemeare นำเสนอดังต่อไปนี้
i) ภาพที่นำเข้าจะต้องมีรูปแบบที่ได้รับการยอมรับคือ (.jpg, .tif, .png, .gif ฯลฯ ).
ii) ภาพที่นำเข้าจะต้องไม่ถูกจับโดยสิ้นเชิงในด้านหน้าของกล้องเช่นไม่ได้อยู่ที่มุมที่ดีกับกล้อง.
iii) จำนวนแผ่นจะต้องไม่ถูกบันทึกในทิศทางที่หมุน.
ในกระดาษนี้ทำงานโครงการที่จะนำเสนอสำหรับการรับรู้หมายเลขทะเบียนอัตโนมัติ ทั้งหมดจำลองที่ได้รับการดำเนินการใน MATLAB R2013a ใช้กล่องเครื่องมือ MATLAB ทั่วไปและกล่องเครื่องมือประมวลผลภาพ องค์ประกอบเช่นเสียงหรือการเปลี่ยนแปลงด้านสิ่งแวดล้อมที่มีบทบาทในการตรวจสอบการบุกรุกแผ่นป้ายทะเบียน ปัจจัยเหล่านี้สามารถทำให้ภูมิภาคสกัดของภาพที่ไม่สมบูรณ์ ขั้นตอนการกู้คืนถูกนำไปใช้สร้างภาพแผ่นป้ายทะเบียนก่อนขั้นตอนการรับรู้จะได้รับ ขั้นตอนวิธีการทั่วไปที่ใช้สำหรับกระบวนการกู้คืนเป็นประมาณการความเข้มในแนวตั้งโดยที่กว้างเฉลี่ยและความสูงของตัวอักษรและตัวเลขในส่วนที่มีการวัดและตามข้อมูลนี้แผ่นทั้งมีการกู้คืน ชุดข้อมูลของภาพแผ่นที่ 7 จำนวนที่ได้รับสำหรับการประเมินผลการปฏิบัติงานของอัลกอริทึมที่เสนอดังแสดงใน table1 แม้ว่าจะมีหลายขั้นตอนจากการป้อนของภาพที่จะสกัดจำนวน ขั้นตอนเหล่านี้จะแสดงโดยตัวเลขด้านล่าง Fig.4 แสดงให้เห็นภาพการทดสอบการป้อนข้อมูลเดิม Fig.5 เป็นภาพรวมของจำนวนแผ่นหลังจากการดำเนินงานลักษณะทางสัณฐานวิทยาและ Binarization Thresholding Fig.6 เป็นภาพรวมของแผ่นป้ายทะเบียนกับเขตแดนในพื้นที่ที่เลือกสำหรับการแบ่งส่วน Fig.7 แสดงให้เห็นตัวอักษรและตัวเลขและตัวอักษรแบ่งปัจจุบันที่หมายเลข หลังจากขั้นตอนนี้
ตัวเลขและตัวอักษรที่แบ่งกลุ่มจะมีการทดสอบเพื่อจุดประสงค์ในการรับรู้ ตารางที่ 1 แสดงหมายเลขทะเบียนกับตัวละครที่แบ่งกลุ่มของตนและหมายเลข นอกจากนี้กล่องข้อความสุดท้ายที่มีสตริงประกอบด้วยจำนวนตัวอักษรและตัวเลข Fig.4 การจับภาพที่นำเข้า

ผลลัพธ์ (ไทย) 3:

สถานการณ์ : การจำลองสภาพถือว่าในระหว่างการจำลองการเสนอ schemeare ดังนี้ฉัน ) ใส่รูปต้องมีการยอมรับรูปแบบเช่น ( . JPG , TIF , PNG , GIF ฯลฯ )2 ) ใส่รูปไม่ต้องถูกจับทั้งหมดในด้านหน้าของกล้อง เช่น ไม่ใช่มุมที่ดีกับกล้อง3 ) หมายเลขทะเบียน ไม่ต้องถูกจับในหมุนได้ทิศทางในกระดาษนี้ทำงานโครงการจะมอบให้อัตโนมัติ หมายเลขทะเบียน การจดจำ ทั้งหมดได้รับการ r2013a MATLAB จำลองโดยใช้กล่องเครื่องมือโปรแกรมทั่วไปและการประมวลผลเครื่องมือรูปภาพ องค์ประกอบ เช่น เสียง หรือ การเปลี่ยนแปลงของสิ่งแวดล้อมเล่นรบกวน บทบาทในการตรวจสอบทะเบียนรถ ปัจจัยเหล่านี้สามารถแยกพื้นที่ของภาพที่ไม่สมบูรณ์ การกู้คืนขั้นตอนการประยุกต์เพื่อสร้างทะเบียนรถภาพก่อนการรับรู้ขั้นนำ โดยทั่วไปขั้นตอนวิธีที่ใช้สำหรับกระบวนการกู้คืนจะฉายความเข้มในแนวตั้ง ซึ่งค่าเฉลี่ยของความกว้างและความสูงของตัวอักษรและตัวเลขในส่วนที่เป็นวัด และตามข้อมูลนี้ ทั้งจานถูกกู้คืน ชุดข้อมูล 7 หมายเลขทะเบียน ภาพที่ได้รับการถ่ายเพื่อประเมินสมรรถนะของวิธีที่เสนอตามที่แสดงใน table1 . แม้ว่ามีหลายขั้นตอนจากการป้อนของภาพที่จะแยกเบอร์ ขั้นตอนเหล่านี้จะแสดงให้เห็นได้จากตัวเลขด้านล่าง fig.4 . แสดงต้นฉบับเข้าทดสอบภาพ fig.5 . เป็นภาพรวมของป้ายทะเบียนหลังการปรับภาพ และลักษณะ . fig.6 . เป็นภาพรวมของเลขทะเบียนกับเขตแดนในบริเวณที่เลือกสำหรับการ . fig.7 . แสดงการแบ่งกลุ่มตัวเลข และตัวอักษรที่อยู่บนป้ายทะเบียน . หลังจากขั้นตอนนี้ตัวเลขและตัวอักษรแบ่งจะทดสอบเพื่อการรับรู้ table1 แสดงหมายเลขแผ่นกับตัวอักษรของแต่ละกลุ่มและตัวเลข นอกจากนี้สุดท้ายกล่องข้อความที่ประกอบด้วยสตริงที่ประกอบด้วยตัวเลขตัวอักษรและตัวเลข . fig.4 . จับใส่ภาพ