yapay sinir ağları kullanılarak araç plakalarının tanınması
TRANSCRIPT
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
1/69
T.C.
ANAKKALE ONSEKZ MART NVERSTES
FEN BLMLER ENSTTS
YKSEK LSANS TEZ
YAPAY SNR ALARI KULLANILARAK
ARA PLAKALARININ TANINMASI
Kirami KAAN
Bilgisayar Mhendislii Anabilim DalTezin Sunulduu Tarih: 25.06.2010
Tez Danman:
Yrd. Do. Dr. brahim TRKYILMAZ
ANAKKALE
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
2/69
ii
YKSEK LSANS TEZ SINAV SONU FORMU
KRAM KAAN tarafndan YRD. DO. DR. BRAHM TRKYILMAZ
ynetiminde hazrlanan YAPAY SNR ALARI KULLANILARAK ARA
PLAKALARININ TANINMASIbalkl tez tarafmzdan okunmu, kapsam ve nitelii
asndan bir Yksek Lisans tezi olarak kabul edilmitir.
Yrd. Do. Dr. brahim TRKYILMAZ
Danman
Yrd. Do. Dr. smail KADAYIF Yrd. Do. Dr. brahim BULUT
Jri yesi Jri yesi
Sra No: 530
Tez Savunma Tarihi: 25 / 06 / 2010
Prof. Dr. smail TARHAN
Mdr
Fen Bilimleri Enstits
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
3/69
iii
NTHAL (AIRMA) BEYAN SAYFASI
Bu tezde grsel, iitsel ve yazl biimde sunulan tm bilgi ve sonularn akademik ve
etik kurallara uyularak tarafmdan elde edildiini, tez iinde yer alan ancak bu
almaya zg olmayan tm sonu ve bilgileri tezde kaynak gstererek belirttiimibeyan ederim.
Kirami KAAN
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
4/69
iv
TEEKKR
Sadece tezimin hazrlanmas srecindedeil her zaman her konudaki destek, yardm
ve ynlendirmeleri iin en bata deerli hocam Yrd. Do. Dr. brahim TRKYILMAZa
sonsuz teekkrlerimi ve maddi manevi her zaman yanmda olan kymetli babam Fatih
KAAN annem Birgl KAAN ve kardelerim Emre ve Behiye KAANa ve bana
srekli moral ve motivasyonlar ile destek veren tm arkadalarma sonsuz teekkrlerimi
sunuyor ve bu almam onlara ithaf ediyorum.
Kirami KAAN
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
5/69
v
SMGELER VE KISALTMALARLSTES
PRS (Plate Recognation System): Plaka Tanma Sistemi
ANN (Artificial Neural Network) : Yapay Sinir Alar
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
6/69
vi
ZET
YAPAY SNR ALARI KULLANILARAK ARA PLAKALARININ
TANINMASI
Kirami KAAN
anakkale Onsekiz Mart niversitesi
Fen Bilimleri Enstits
Bilgisayar Mhendislii Anabilim Dal Yksek Lisans Tezi
Danman: Yrd. Do. Dr. brahim TRKYILMAZ
25.06.2010, 56
Bu almada, baarm yksek bir plaka tanma sistemi (PTS) tasarm yapld.
Bunun iin PTSnin hangi aamalardan olutuu ve bu aamalarda ne gibi ilemlerin
gerekletirildii analiz edildi. Bir PTSnin, (i) plaka blgesinin belirlenmesi, (ii) karakter
blmleme ve (iii) karakter tanma olmak zere temel aamadan olutuu saptand.
zellikle plaka blgesinin belirlenmesi aamasnda, sistemin baarsn artrmak iin
orijinal grnt zerinde grnt ileme algoritmalar kullanlarak bir grnt iyeletirmeilemi gerekletirildi. kili seviyedeki grntler zerinde kenar tabanl grnt ileme
yntemleri kullanlarak ara grntsnden dikdrtgensel plaka blgesi elde edildi. Elde
edilen plaka blgesi meyil dzeltme yaplarak karakter blmleme aamasna hazr hale
getirildi. Plaka blgesinde ikili seviyede dikey izdm yntemi kullanlarak karakterler
birbirinden ayrtrld. Elde edilen karakterler inceltme ilemine tabi tutularak karakter
tanma aamasna hazr hale getirildi. Karakter tanma aamasnda geriye yaylm renme
algoritmaskullanan katmanl ileri beslemeli bir yapay sinir a kullanlarak karakterlertanmland.
Anahtar szckler: Grnt leme, Karakter Blmleme, Karakter Tanma, Yapay Sinir
Alar.
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
7/69
vii
ABSTRACT
LICENSE PLATE RECOGNITION USING ARTIFICIAL NEURAL NETWORKS
Kirami KAAN
Canakkale Onsekiz Mart University
Graduate School of Science and Engineering
Chair for Computer Engineering Thesis of Master of Science
Advisor: Assist. Prof. Dr. Ibrahim TRKYILMAZ
25.06.2010,56
In this study, a highly successful Plate Recognition System (PRS) is designed. For
this purpose, what stages PRS consist of and what procedures carried out with PRS are
analyzed. A PRS is composed of the following three stages; (i) plate region determination,
(ii) character segmentation and (iii) character recognition. Especially in the plate region
determination stage, to increase system performence, an image enhancement process is
made by using image processing algorithms on original image. Rectengular plate region is
obtained by using edge based image processing methods on the binary level images. By thehelp of slope corrections, plate region obtained in the plate region determination stage is
prepared for character segmentation stage. Characters are separated from each other by
using vertical projections method on plate region. Segmented characters are made ready to
the character recognation stage by thinning process. In the character recognation stage, a
three-layer feedforward artificial neural network using backpropagation learning algorithm
are constructed and characters are defined by using this artificial neural network.
Keywords: mage Processing, Character Segmentation, Character Recognation, Artificial
Neural Networks.
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
8/69
ERK Sayfa
TEZ SINAVI SONU BELGES.......................................................................................... ii
NTHAL (AIRMA) BEYAN SAYFASI ........................................................................... iii
TEEKKR .......................................................................................................................... iv
SMGELER VE KISALTMALAR ........................................................................................ v
ZET .................................................................................................................................... vi
ABSTRACT.......................................................................................................................... vi
BLM 1 - GR................................................................................................................ 1
BLM 2 - NCEK ALIMALAR.............................................................................. 3
BLM 3 - MATERYAL VE YNTEM.......................................................................... 6
3.1. Plaka Tanma Sistemi ...............................................................................................6
3.2. Plaka Blgesinin Belirlenmesi .................................................................................83.2.1. Grnt nileme ............................................................................................93.2.2. Dik Kenarlar Belirleme .................................................................................113.2.3. stenmeyen Dik Kenarlar Yok Etme ...........................................................143.2.4. Dikdrtgensel Plaka Blgesine Odaklanma .................................................153.2.5. Dikdrtgensel Plaka Blgesinin Kesilip karlmas ..................................193.2.6. Plaka Blgesinde Meyil Dzeltme ................................................................20
3.3. Plaka Blgesinde Karakterlere Odaklanma.........................................................223.3.1. Yatay Kenarlar zerinde Yatay zdm lemi .......................................223.3.2. Dikey Kenarlar zerinde Dikey zdm lemi ........................................24
3.4. Karakter Blmleme .............................................................................................253.5. Karakter nceltme ..................................................................................................273.6. Karakter Tanma ...................................................................................................30
3.6.1. Yapay Sinir Alar (YSA) ..............................................................................303.6.2. YSAlarn Snflandrlmas ..........................................................................313.6.3. leri Beslemeli YSA ........................................................................................323.6.4. leri Beslemeli YSAnn Eitilmesi ...............................................................333.6.5. YSAya Gelen Karakterin Tannmas ..........................................................40
BLM 4 - ARATIRMA BULGULARI VE TARTIMA .......................................... 41
4.1. Grnt nilemenin PTS Baarmna Etkisi ....................................................41
4.2. Dik Kenar Eliminasyonunda Kullanlan Eik Deer Faktr ...........................434.3. Plaka Grntsnn kili Seviyeye ndirgenmesinde Eik Deer Faktr......444.4. Kirli Plakalar ve Plakalarda stenmeyen Paralar .............................................464.4. Kamera ve Ara Arasndaki Mesafe ve Bak As ............................................48
BLM 5 - SONULAR VE NERLER...................................................................... 51
KAYNAKLAR .................................................................................................................... 54
Tablolar.................................................................................................................................. I
ekiller ................................................................................................................................ III
zgemi ............................................................................................................................... V
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
9/69
BLM 1- GR Kirami KAAN
BLM 1
GR
Biliim teknolojisinde hzla artan teknolojik gelimeler sayesinde insanolu gnlk
hayattaki birok iini artk bilgisayarl sistemlere yaptrmaktadr. Bu yksek teknolojik
sistemler, modern hayatn ak iinde gereksinimlerimizi hzla karlamakta ve
ilemlerimizi olduka kolaylatrmaktadr. Bu sistemler tarafndan elde edilen birok bilgi
modern hayatn pek ok alannda kullanmn hzla artrmaktadr.Modern hayatta ok byk bir yere sahip olan trafikte kullanlan aralar kendilerine
tahsis edilmi plaka numaralar ile tannrlar. Bu numaralar ile aralar hakkndaki bilgiler
tutulur ve bu bilgiler kullanlarak eitli hukuki ilemler gerekletirilir. Son zamanlara
kadar aralarn plakalar insanlar tarafndanokunur, yorumlanr ve eitli iler iin bir bilgi
temelini olutururdu. Bir ara zerinde gerekletirilecek herhangi bir ilem iin ara
plakasnn okunmasnda, insan faktrnden kaynaklanan hatalar ortadan kaldracak, daha
hzl ve tutarl sonular retecek otomatik sistemlerin gelitirilmesine ihtiya duyulmutur.
Plaka tanma sistemleri (PTSler) sadece aralarn plakalarn tanmakla kalmaz
ayn zamanda her birini dierlerinden ayrt edebilirler. Kpr ve otoyollarda elektronik
gei creti toplama ve krmz k ihlalini zorlatrma gibi baz uygulamalar iin PTS
plakay kaydeder ve bylece ara sahibi iin uygun bir cret faturas karr. Ticari ara
ilemleri ve gvenli gei kontrol gibi dier uygulamalarda ise aracn plakasn
veritabannda kaytl plakalarla karlatrarak, bir kamyonun arlk tartma istasyonuna
urayp uramayaca veya ticari bir taksinin belli bir park alanna girip giremeyeceine
karar verir.
zellikle gnmzde PTSlere yukarda bahsedilen durumlar dnda da ihtiya
duyulmaktadr. Dolaysyla her amaca ynelik kullanlabilecek daha hzl ve daha doru
sonular retebilecek PTSlerin gelitirilmesine devam edilmektedir. Biz de bu
almamzda, imdiye kadar gelitirilmi PTSleri avantajlar ve dezavantajlar ynnden
analiz ettik ve zellikle gnmzde pek ok alanda kullanlan grnt ileme ve yapay
sinir alar gibi popler teknolojileri kullanarak etkin bir PTS gelitirmeye altk.
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
10/69
BLM 1- GR Kirami KAAN
2
Bu almann geri kalan ksm u ekilde yaplandrlmtr. 2. Blmde PTS ile
ilgili nceki almalar analiz edilerek literatr taramas yaplmtr. 3. Blmde genel
olarak bir PTSnin yaps ve ilem aamalar hakknda bilgi sunulmakta, bir PTS de
kullanlan materyal ve yntemler aamalaryla birlikte ele alnmakta, bir PTS iin
uygulanan admlar teker teker incelenmekte ve yapay sinir alarnn bu sisteme katks
uygulamal olarak ortaya konmaktadr. 4. Blmde ise bu alma kapsamnda tasarlanan
PTS iin elde edilen aratrma bulgular sebep ve sonularyla ortaya konmakta ve
uygulanan yntemlerin sistemin baarsna olan etkisi rnekleriyle gsterilmektedir. Son
olarak da bu almadan elde edilen sonu ve deerlendirmeler ortaya konmaktadr.
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
11/69
BLM 2- NCEK ALIMALAR Kirami KAAN
3
BLM 2
NCEK ALIMALAR
imdiye kadar gelitirilmi PTS uygulamalarnda plaka blgesi belirleme, karakter
blmleme ve karakter tanma aamalar iin eitli yntemler gelitirilmi ve
uygulanmtr. PTS gelitiricileri, her aamasnda sistemlerinin baarmna uygun bir
yntem semilerdir. Dolaysyla her bir aama iin gelitirilmi yntemlerin ayr ayr
incelenmesi gerekmektedir. Belli bir aamada kullanlan bir yntem bir PTS iin baarl
sonular retirken baka bir PTS uygulamasnda baarsz sonulara neden olabilmektedir.
Literatrde plaka blgesi belirlemede kullanlan birok yntem vardr. Bunlar
genellikle renk tabanl (color-based), gri seviyeli (gray-level), ikili seviyeli (binary-level)
ve renme ve test tabanl (classifiers) olarak adlandrlan drt kategoride
gruplandrlmtr (Anagnostopoulos ve ark., 2008). Bu kategorilerde gelitirilen her
yntemin kendine gre avantajlar ve dezavantajlarbulunmaktadr. Baarm oran yksek
bir PTS iin en etkili sonucu verecek bir yntem semek gerekmektedir.
Plaka blgesi belirlemede kullanlan renk tabanl (color-based) yntemlerkarakteristik bir zellik olan renk kriteri zerinden ilemler gerekletirmektedirler. nsan
algsyla obje tanma iin renk kriteri ok gl bir zelliktir. Fakat bir ara
grntsndeki renk deerleri farkl aydnlatma koullar ve grnt elde etme
sistemlerinin kalitesine gre bir bilgisayar iin farkl hassasiyetler gsterebilmektedir (Shi
ve ark., 2005). Renklerin farkl koullarda farkl durumlar gstermesi bu yntemleri
kullanan sistemlerin performansn olumsuz ynde etkileyebilmektedir. Bu sistemler
genelde belli renk deerlerine zg alan sistemler olarak karmza kmaktadr(Anagnostopoulos ve ark., 2008). Bu da renk tabanl yntemlerin kullanmn olduka
kstlamaktadr. Literatrde bilinen renk tabanl yntemlere; renk model dnmleri ve
bulank mantk yntemleri rnek olarak verilebilir. Renk model dnm yntemini
kullanan Shi ve arkadalar (2005) yaptklar almada in plaka modellerine ait renk
kombinasyonlarn kategorilere ayrtrarak plaka blgesini belirlemeye almlardr,
ancak bu yntemin baarl olabilmesi iin kategorilendirme aamasnn dzgn yaplmas
gerektiini ifade etmilerdir. Zimic ve arkadalar (1997) yaptklar almada plakadaki
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
12/69
BLM 2- NCEK ALIMALAR Kirami KAAN
4
renk deerleri zerinde insan algsn temel alan bulank kurallar belirleyerek bulank
mantk yntemiyle plaka blgesinitespit etmeye almlardr.
Plaka blgesi belirlemede kullanlan gri seviyeli (gray-level) yntemler ise elde
edilen gri seviyeli grnt zerinde ilem yapmaktadr. Gri seviye; renk deerlerinin grinin
tonlar arasnda dalmas demektir [siyah(0) {grinin tonlar} beyaz(255)]. Renk
tabanl yntemlere gre daha ok tercih edilir ve yaygn bir ekilde kullanlrlar. Baarm
oran renk tabanl yntemlerden daha yksektir. Fakat bu metotlar byk boyutlu
grntlerde yksek ilem yk ve hesaplama sresinin uzun olmas gibi dezavantajlara
sahiptir. Orijinal grntnn minimum znlrlkte olmas baarm orann artrsa da bu
znlrlkteki grntlerden anlaml karakterler elde etmek baz durumlarda neredeyse
imknszdr (Kahraman ve ark., 2003). Literatrde bu kategoride Vektr nicelendirmesi
(Vector quantization), Hough dnm, Gabor dnm ve Wavelet analizi kullanlarak
gelitirilmi birok yntem vardr. Zunino ve arkadalar (2000) yaptklar almada plaka
blgesinde ak zemin zerinde koyu piksel younluklar olduunu belirtmiler ve
uyarlanabilir vektr nicelemesi kullanarak bu blgeleri tespit etmeye almlardr. Duan
ve arkadalar (2005) yaptklar almada grntnn kenar bilgisi zerinden Hough
dnm uygulayarak plakay evreleyen snrlar bulmaya almlardr. Kahraman ve
arkadalar (2003) yaptklar almada Gabor szgeleri ve ikili ayrma aacna dayal
vektr niceleme yntemleri kullanarak plaka blgesini tespit etmeye almlardr. Hsieh
ve arkadalar (2005) yaptklar almada plaka blgesini tespit etmek iin Wavelet
analizini kullanarak grnt zerindeki kontrast zelliklerini belirleyerek plaka blgesini
tespit etmeye almlardr.
Plaka blgesi belirlemede kullanlan bir dier yntem, renme ve test tabanl
snflandrma (test based classifier) yntemleridir. Bu yntemlerde, mevcut dikdrtgensel
plaka rnekleri yardmyla sistem eitilmekte ve gelen orijinal grnt test edilerek yeniplaka blgesinin koordinatlarnn belirlenmesine allmaktadr (Dlagnekovin, 2004).
Muhtemel plaka blgelerinin boyutlarnn bykl hesaplama zamann artrmakta ve
dolaysyla bu sistemler olduka yava almaktadrlar (Gang ve ark., 2006). Bu
kategoride kullanlan yntemler iin genetik algoritmalar ve yapay sinir alar rnek
verilebilir. Nijhuis ve arkadalar (1995)yaptklar almadayapay sinir aarl ve bulank
mantk kullanarak ara plakalarn tanmaya almlardr. Xiong ve arkadalar (2000) ve
Kim ve arkadalar (1996)yaptklar almalarnda plaka blgesini belirlemek iin genetikalgoritmalar etkin bir ekilde kullanmlardr.
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
13/69
BLM 2- NCEK ALIMALAR Kirami KAAN
5
Bunlardan baka bir de plaka blgesi belirlemede ikili seviyede (binary-level)
arama yapan yntemler vardr. Bu yntemler plaka blgesindeki renk, ekil ve boyut gibi
belirli zelliklerden etkilenmemektedirler. Bunlar, hesaplama kapasitesi daha yksek olan
basit ve hzlsistemler olarak karmza kmaktadrlar. Kenar istatistii ve matematiksel
morfoloji kullanlarak sonuca gitmektedirler (Hongliang ve ark., 2004). Bu yntemlere
ayn zamanda kenar tabanl yntemler de denilmektedir ve baarm oran ortalama %97
civarndadr (Anagnostopoulos ve ark., 2008). Bu almada tasarladmz sistemde plaka
blgesinin belirlenmesinde ikili seviyede arama yapan bir yntem tercih edilmitir. Zheng
ve arkadalar (2005) yaptklar almalarnda plaka blgesinin zengin kenar ve doku
bilgisi ierdiini tespit etmiler ve plaka blgesinin belirlenmesi iin grntnn kenar
bilgisi zerindeki yerel younluk deiimi zerinde kenar istatistii ve morfolojik
yntemler kullanmlardr.
Karakter blmleme aamasnda ikili seviyede yatay dikey izdmler, matematiksel
morfolojiler ve kontur izleme gibi yntemler kullanlmaktadr. Karakter blmlemede en
yaygn kullanlan ve en basit yntem izdm yntemleridir. Shi ve arkadalar (2005)
yaptklar almada ikili seviyede dikey izdmleri kullanarak karakterleri birbirlerinden
ayrmaya almlardr. Nomura ve arkadalar (2005) almalarnda karakter blmleme
iin histogram eitleme temelli yeni bir adaptifmorfolojik yntem nermiler ve histogram
izdmndeki doal segmentasyon noktalarn arayp bu noktalar ayn karaktere uygun
paralarla birletirerek karakterleri birbirinden ayrtrmaya almlardr. Capar ve
Gkmen (2006) almalarnda plakalar ayrtrmak iin ekil gdml aktif bir kontur
modeli gelitirmilerdir.
Karakter tanma aamasnda ise Markov modelleri, vektr makineler, yapay sinir
alar ve ablon eletirme gibi yntemler kullanlmaktadr. Duan ve arkadalar (2005)
almalarnda karakter tanma aamasnda Markov modellerini, Kim ve arkadalar (2005)destek vektr makinelerini, Anagnostopoulos ve arkadalar (2008) yapay sinir alarn ve
Comelli ve arkadaalr (1995) ile Huang ve arkadalar da (2004) almalarnda ablon
tanma yntemlerini kullanmlardr.
Biz de yapm olduumuz almada plaka blgesinin belirlenmesinde ikili seviyede
kenar tabanl grnt ileme yntemlerini, karakter blmlemede ikili seviyede dikey
izdm yntemini ve karakter tanmada da ok katmanl yapay sinir alarn kullandk.
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
14/69
BLM 3- MATERYAL VE YNTEM Kirami KAAN
6
BLM 3
MATERYAL VE YNTEM
Bu blmde bir PTSnin tanm, ilevi, hangi aamalardan olutuu ve bu
aamalarda kullanlan materyal ve yntemlerdetayl bir ekilde anlatlmaktadr. zellikle
PTS aamalarnda kullanlan; kenar bulma, konvolsyon, filtreleme, meyil dzeltme ve
karakter inceltme gibi grnt ileme yntemleri ayrntlaryla ele alnmakta ve sistemin
gelitirilmesindeki katklar ortaya konmaktadr. Bunun yannda karakter tanma
aamasnda kullanlan YSAlarn yaplar ve bu sistemin tasarmndaki fonksiyonlarayrntl olarak anlatlmaktadr.
3.1. Plaka Tanma Sistemi
Plaka tanma sistemi (PTS); aralar, plakalar yardmyla tanmaya alan bir
grnt ileme teknolojisidir. PTS esasnda belirli bir donanm aygt (dijital grnt elde
etme cihaz) ile ekilmi grnt ierisinde bulunan ara plakasnn konumunun tespit
edilmesi ve plaka karakterlerinin okunmas iin yaplan bir dizi ilem ardkldr.
Gnmzde PTSler ara takibi, trafik denetimi, kpr ve otoyollarda otomatik gei ve
otopark giri klar gibi alanlarda gnmz ihtiyalarna sistematik zmler retmek
iin kullanlmaktadr.
PTS donanmsal ve yazlmsal olmak zere iki ana ksmdan olumaktadr. Bir
PTSnin donanmsal ksmnda, plakas okunacak aracn resmi ekilerek dijital grnts
elde edilir. Bu ilem iin genelde bir grnt elde etme cihaz ve bir aydnlatma eleman
kullanlr. Bu donanmsal aygtlarPTSnin alaca yere nceden monte edilir ve gelen
aralarn resmini eker. Gerekte yaplan tm almalarda donanmsal ksm PTS iine
dhil edilmez ve dolaysyla bir PTS denildii zaman elde edilmi bir grnt zerinde
eitli ilemler uygulayarak ara plakasn tanyan bir yazlm modl akla gelmektedir.
Bir PTS genelde yazlm modlnden olumaktadr (Anagnostopoulos ve ark., 2008):
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
15/69
BLM 3- MATERYAL VE YNTEM Kirami KAAN
7
1. Plaka blgesinin belirlenmesi (Plate Region Determination); orijinal aragrntsnden aracn plakasn ieren dikdrtgensel plaka blgesinin saptanmas ve
karlmas.
2. Karakter blmleme (Character Segmentation); plaka blgesindeki karakterlerinbirbirinden ayrtrlarak, her bir karakterin karakter tanma sisteminin kullanmna
hazr hale getirilmesi.
3. Karakter tanma (Character Recognition); orijinal grntden elde edilen grnttabanl plaka karakterlerinin bilgisayar tarafndan anlamlandrlacak metinsel bir
ifadeye dntrlmesi.
Yukardaki ilk iki aamada son derece karmak grnt ileme teknikleri ve son
aamada da yapay sinir alar kullanlmaktadr. Gnmze kadar bu aamalar iin
gelitirilmi birok yntem bulunmaktadr. Her bir yntem PTS aamalar iin kendine
gre bir avantaja sahiptir. PTS de kullanlan yntemlerin baarm oranlarnn ortam
koullarna ve ara grntsn elde etmede kullanlan donanm cihazna bal olduu
aktr. Baarm oranlarna etki eden nedenler iki ana balk altnda aada
sralanmaktadr:
1. Grnt elde etme mekanizmas: Iklandrma sistemi. Kamera znrlk kalitesi.
2. Ortam koullar: Artalanda karmakl artracak nesneler. Kamera ara uzakl, as. Ara hz. Plakalardaki zedelenme, kirlilik, siliklik. Renk ve ekil bakmndan plaka eitleri. Ar gn , ar karart veya glge.
Gnlk hava koullar; ak, kapal, yamurlu, karl havalar.
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
16/69
BLM 3- MATERYAL VE YNTEM Kirami KAAN
8
Gelitirilmi birok PTS; sabit arka plan, kontroll klandrma, nceden
belirlenmi sabit kamera ara uzakl, as ve snrlplaka tiplerinde alabilmektedir
(Chang ve ark., 2004). Bu kstlamalardan dolay PTSler nceden belirli bir kullanm
amac ve ortamna gre en yksek baarm orannvermektedirler. Dolaysyla gnmzde
pek ok kullanm amac ve ortam iin de etkili sonular retebilecek PTSlerin
gelitirilmesine ihtiya duyulmaktadr. Bu almadaki amacmz; YSA ve eitli grnt
ileme teknikleri kullanarak daha az ilem zaman gerektiren, hesaplama gc yksek ve
tanma oran daha iyi olan bir PTS gelitirmektir.
3.2. Plaka Blgesinin Belirlenmesi
kili seviyedeki (binary-level) grntler zerinde kenar tabanl (edge-based)
grnt ileme yntemleri kullanlarak ara grntsnden dikdrtgensel plaka blgesinin
elde edilmesi amalanmaktadr. Bu yntemler, gerekte de grnt zerinde var olan,
plaka blgesinin zengin kenar (edge) ve doku (texture) bilgisi ierdii kabulne dayanr
(Zheng ve ark., 2005). Dikdrtgensel plaka blgesinin artalan ile karakterler arasndaki
renk deerleri bakmndan oluan ar derecedeki younluk fark kenar analizinde
kullanlan ok gl bir zelliktir. Plaka blgesindeki parlaklk deiiminin grntdeki
dier yerlerden daha belirgin ve daha sk olduu kabul edilir. Kenar tabanl yntemler renk
kriterinden bamsz olduu iin farkl artalan rengine (krmz, mavi, yeil vs.) veya farkl
renkte karakterlere sahip her plaka tr iin kullanlabilmektedir. Btn lkelerin tm
plaka eitlerinde plaka blgesinin artalan ile karakterlerin rengi birbirinden keskin bir
farkla ayrt edilebilmektedir. Bu keskin renk ayrm bize her zaman bir veya daha fazla
kenar bilgisi dndrmektedir. Bu yntem, bir zayflk olarak dnlecek olursa, ne yazk
ki istenmeyen kenarlara kar da ok hassas olabilmektedir. Plaka blgesinin dnda btn
ara grntsndeki keskin renk geiine (deiimine) sahip btn yerler kenar olarakortaya kmaktadr. Dolaysyla bu yntemler, orijinal grnt zerinde plaka blgesinin
haricindeki alanlarda, plaka blgesindeki dik kenar younluundan daha fazla kenar
olumasna sebep olabilecek artalanda karmak detaylara sahip grntler iin
uygulanmassrasnda zorluklar karmaktadr. Orijinal grntde plakadan baka harf ve
rakamlarn varl, aralar zerine yaptrlm etiketler, reklam yazlar, kartmalar ve
ok uzun veya ok ksa dik kenarlara sebep olacak detaylar bu tip problemlere neden
olabilmektedir. Grnt nileme algoritmalar ve morfolojik yntemler kullanlarak bu
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
17/69
BLM 3- MATERYAL VE YNTEM Kirami KAAN
9
problemlerin stesinden gelebilecek etkin zmler de retilebilmektedir
(Anagnostopoulos ve ark., 2008).
3.2.1. Grnt nileme
Plaka blgesinin belirlenmesi iin elde edilen grnt zerinde, plakas tannacak
ara grntsnden baka, birok nesnenin de grnts bulunabilmektedir. Bu nesneler
ounlukla ara civarnda bulunan ve kamerann gr alanna dhil olan aa, al, bina,
yol tabelas, levha ve kaldrm talar gibi canl veya cansz varlklar olmaktadr. Bu tr
nesneler kenar bulma ileminde istenmeyen kenarlara sebep olabilecek detaylara sahip
olabilmektedirler. Bu nesnelerden baka grnt zerinde ar derecede kenar
younluuna sebep olabilecek grlt olarak adlandrabileceimiz kk ayrntlar da
bulunabilmektedir.
Plaka blgesi belirleme aamasnda kullandmz kenar tabanl yntemler grnt
zerindeki bu detaylar ve grltlerden olumsuz ynde etkilenmektedirler. Dolaysyla
grnty kenar bulma ilemine tabi tutmadan nce istenmeyen kenarlara sebep olabilecek
detaylar ve grltlerin giderilmesi gerekmektedir. ekil 1 deki orijinal grnt nileme
ilemine tabi tutulduktan sonra grnt zerindeki grltlerin, zellikle de kaldrm
talar arasndaki ince detaylarn bulanklaarak komu renk deerleri arasnda kaybolduu
grlmektedir (baknz ekil 2).
ekil 1. Orijinal ara grnts.
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
18/69
BLM 3- MATERYAL VE YNTEM Kirami KAAN
10
ekil 2. Grlt ve detaylardan arndrlm ara grnts.
Grnt zerindeki detaylar ve grltleri ortadan kaldrmak iin kullanlan en
basit ve hzl grnt ileme yntemi ortalama filtreleme (mean filtering) yntemidir
(Gonzalez ve Woods., 2002). Ortalama filtreleme (mean filtering); bir grntdeki her bir
piksel deerinin, belli bir erevedeki komularnn ortalama deeri yardmylaiyiletirilmesi prensibine dayal almaktadr. Her bir grnt ilemi gibi ortalama filtre de
aslnda konvolsyon (convulation) ilemi iin bir konvolsyon matrisi olarak
kullanlmaktadr.
Konvolsyon ilemi, pek ok grnt ileme operatrnn temel ta olan
matematiksel bir ilemdir (Gonzalez ve Woods., 2002). Konvolsyon matrisi (filtre
eleman ya da maske eleman) sol st keden balayarak ana grnt zerinde piksel
piksel gezdirilir. Filtre, o anki pikseli merkezine alacak ekilde konumlandrlr (baknz
ekil 3). Forml (3.1)e gre st ste binen piksellerin deerleri arplr ve bu arpmlar
toplanr. Elde edilen sonu o pikselin yeni deeri olarak kullanlr. Bu ilem grnt
zerindeki tm piksel deerleri iin uygulanarak convulation ileminin sonucu elde edilir.
8
0
i i
i
y x m=
= (3.1)
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
19/69
BLM 3- MATERYAL VE YNTEM Kirami KAAN
11
ekil 3. Ana grnt ile filtre elemannn (konvolsyon matrisi) konvolsyon ileminetabi tutulmas.
3.2.2 Dik Kenarlar Belirleme
Kenar belirleme, zellik karma (feature extraction) ve nesne blmlemede (object
segmentation) grntden bilgi elde etmek iin ou grnt ileme uygulamasnda
kullanlan temel bir aratr (Hazanchuk ve Neoh., 2004). Kenar belirleme yntemleri bir
grntdeki keskin renk geiine sahip piksel noktalarn bulmaprensibi dikkate alnarak
gelitirilmitir. Renk deerlerindeki ani deiimler genelde grnt iindeki objelerin
snrlarna karlk gelmektedir. Kenar bulma ilemi, temel olarak bir kenar belirlemeoperatr (maske ya da filtre eleman) ile orijinal grntnn konvolsyon ilemine tabi
tutulmasn iermektedir. Kenar belirleme iin nerilen pek ok filtre eleman mevcuttur.
En yaygn kullanlan popler filtre eleman Sobel operatrdr (Gonzalez ve Woods.,
2002). Kenar belirlemede kullanlan mevcut filtre operatrleri iki grup altnda kategorize
edilir:
1. Gradient operatrleri: ki boyutlu bir sinyal olan grntnn birinci trevi zerindeyerel maksimumlara bakarak kenarlar belirlenir. Elde edilen gradient deerleri
zerinde nceden belirlenmi bir eik deeri kullanlr. Eik deerinden byk veya
eit olan gradient deerlerine sahip yerler yerel maksimum (kenar olacak yerler)
olarak belirlenir.
2. Laplacian operatrleri: Grntnn ikinci trevi zerinde sfr-geiler (zero-crossing) aranarak kenarlar belirlenir. Bir eik deer belirlenerek bu deerin
zerinde olan noktalar zero-crossing yani kenarlar olarak belirlenir.
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
20/69
BLM 3- MATERYAL VE YNTEM Kirami KAAN
12
ekil 4. Sobel operatr kullanlarak ara grntsnden edilen Yatay ve Dikey kenargrnts.
ekil 5. Sobel operatr kullanlarak ara grntsnden edilen dik kenar grnts.
ekil 6. stenmeyen kenarlardan arndrlm dik kenar grnts.
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
21/69
BLM 3- MATERYAL VE YNTEM Kirami KAAN
13
Kenar belirleme ilemine tabi tutulan bir grntde yatay ve dikey olmak zere iki
farkl kenar bilgisi elde edilir (baknz ekil 4). Kenar tabanl plaka blgesi tespiti
almalarnda bizim iin en nemli bilgi, saysal grnt ierisindeki plaka blgesinin
dikey kenarlarndan olutuu bilgisidir. Bir plaka, beyaz zemin zerine siyah tonlu harf ve
saylardan olumaktadr. Plakay oluturan bu harf-say karakterlerinden elde edilecek dik
kenarlar daha belirgin olmaktadr ve dolaysyla bizde dikkatimizi dik kenarlar karlm
grnt zerinde dik kenarlarn ylma yapt yerel alanlar zerine younlatracaz. Bu
almada, kenar bilgisi karlm grntde dik kenarlar elde etmek iin Sobel operatr
kullanlmaktadr. Dik kenar belirleme ilemi u ekilde gerekleir; grlt ve detaylardan
arndrlm ara grnts ekil 7de verilen dik kenar belirleme iin kullanlan Sobel
filtre eleman ile konvolsyon ilemine tabi tutulur. Elde edilen deerlerden belli bir eik
seviyesinin altnda kalanlar 0 (siyah kenar) stnde olanlar da 1 (beyaz kenar) olarak
belirlenir. Bylece grlt ve detaylardan arndrlm ara grntsnn dik kenar
grnts elde edilmi olur (baknz ekil 5).
ekil 7. a). Dik kenar belirlemede kullanlan sobel filtre eleman, b). Yatay kenarbelirlemede kullanlan sobel filtre eleman.
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
22/69
BLM 3- MATERYAL VE YNTEM Kirami KAAN
14
3.2.3 stenmeyen Dik Kenarlar Yok Etme
Kenar tabanl plaka blgesi tespiti almalarnda problem oluturabilecek en
nemli faktr dik kenarlar elde edilmi grnt zerinde plaka blgesine ait dik kenarlara
ek olarak baka dik kenarlarnda olumasdr. Bu durum dik kenarlar elde edilmi grnt
zerinde plaka blgesinin olduu yerel blgeye odaklanmamz engelleyebilmektedir. Bu
gibi durumlarda, eer dik kenarlar elde edilmi grnt zerinde plaka blgesinin
oluturduu dik kenar younluundan daha fazla olan bir blge varsa tasarlanan sistem o
blgeyi plaka blgesi olarak alglayabilmektedir. Hatta baz durumlarda dik kenarlar elde
edilmi grnt zerinde, plaka blgesinin kenar younluundan daha fazla olan birok
blge de oluabilmektedir. Biz burada bu sorunu amak iin plaka blgesinden kan dik
kenarlar haricindeki dik kenarlar elimine etmeye altk. Bunun iin Zheng ve ark.
(2005)de nerilen eliminasyon yntemini kullandk. Zheng ve ark. (2005) bu yntem ile
yapt testler sonucunda plaka blgesindeki dik kenarlarn en az 5 piksel, en fazla 20
piksel uzunlua sahip olduunu tespit etmitir. nerdikleri yntemde dik kenarlar elde
edilmi grnt zerinde bu snrlarn dnda kalan kenarlar dikkate alnmamtr.
Yaptmz almada istenmeyen dik kenarlar yok etmek iin Zheng ve ark.
(2005)de nerdikleri maksimum eik deerinin ok dk olduunu gzlemledik.
Dolaysyla bu sorunu gidermek iin uygun bir maksimum eik deeri belirlemek ihtiyac
hissettik. Belirli sayda grnt zerinde yaplan testler sonucunda maksimum eik
deerini 40 piksel olarak yeniden belirledik. Dik kenar grnts zerinde 5 pikselden
kk, 40 pikselden byk dik kenarlar yok ederek istenmeyen dik kenarlar ortadan
kaldrdk. ekil 5deki dik kenar grnts zerinde elimine ilemi yapldktan sonra elde
edilen istenmeyen dik kenarlardan arndrlm dik kenar grnts ekil 6da
verilmektedir. ekil 6yabakldnda yok etme ilemi sonucunda ekil 5 de grlen ok
uzun ve ok ksa kenarlarn net bir ekilde ortadan kaybolduu grlmektedir. Bu durumdaartk en yksek yerel dik kenaryounluuna sahip tek blge plaka blgesi olarak karmza
kmaktadr.
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
23/69
BLM 3- MATERYAL VE YNTEM Kirami KAAN
15
3.2.4 Dikdrtgensel Plaka Blgesine Odaklanma
Plaka blgesine odaklanmak iin ilk olarak istenmeyen dik kenarlardan arndrlm
dik kenar resmi zerinde yerel dik kenar younluklarn elde etmek gerekmektedir. Yerel
dik kenar younluklarn elde etmek iin elimine edilmi dik kenar resmi (1616)
boyutlarnda 3040 tane yerel bloa blnr ve her bir yerel bloktaki beyaz piksel says
Forml (3.2) yardmyla hesaplanr. Eitlikte kullanlan k ve l deerleri 0 30k < ve
0 40l < aralnda bulunmaktadr. Her bir blok iin hesaplanan bu deerler D(480640)
matrisinin 16 da 1 boyutlarna sahip bir B(3040) matrisine depolanr (baknz ekil 8).
( )( )16 ( 1) 1 16 ( 1) 1
16 16
[ , ] [ , ]
k l
i k j l
B k l D i j
+ +
= = = (3.2)
ekil 8. Yerel dik kenar younluklarnn hesaplanmas. a). Dik kenar D matrisi, b). Dikkenar matrisinden elde edilen yerel younluklarn depoland B matrisi.
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
24/69
BLM 3- MATERYAL VE YNTEM Kirami KAAN
16
Bu ilemler sonucunda oluan yerel dik kenar younluklarn tutan B matrisinin
grnts Tablo (1-a) da gsterilmektedir. Buradaki ekillerebakldnda yerel dik kenar
younluklarnn siyah zemin zerinde beyaz noktalar olarak ortaya kt grlr. Burada
noktalarn beyazlnn netlii o blgedeki yerel younluk seviyesinin saysal deerine
gre ekillenmektedir. En net beyazla sahip olan nokta en yksek yerel dik kenar
younluuna sahip olan muhtemel plaka blgesidir.
Tablo 1. Yerel dik kenar younluklar.a). Yerel dik kenar younluklarn
gsteren B matrisinin grnts.
b). Yok etme ileminden sonra elde edilen
yeni B matrisinin grnts.
B matrisi zerinde en youn dik kenarlarn olduu deerleri elde etmek iin bir yok
etme ilemi daha gerekletirilir. Bu ilem nceden belirlenmi bir eik deerinin altnda
kalan deerlerin sfrlanmasdr. Burada nemli olan, bu ilem iin uygun bir eik deerinin
belirlenmesidir. Sisteme gelen her farkl grnt iin uygun bir sonu retecek ve her
grntye zg olacak bir eik deerinin belirlenmesi gerekmektedir. Dinamik olarak
alma zamannda bir eik deeri dndrecek bir fonksiyon yazlarak bu problemin
stesinden gelinmitir. Bu ilem u ekilde gerekletirilir; ilk olarak kendisine parametreolarak gelen matrisin (deeri sfrdan farkl olan elemanlarnn) ortalamasn alan bir
fonksiyon yazlr. Balangtaki B matrisi bu fonksiyona gnderilerek birinci eik deer
elde edilir. Eer bu eik deer balangtaki B matrisinin maksimum elemannn yarsndan
kkse B matrisinin eik deerden kk olan elemanlar sfrlanr. Daha sonra yeni B
matrisi tekrar fonksiyona gnderilir ve yeni eik deer elde edilir ve eik deer
balangtaki B matrisinin maksimum elemannn yarsndan kkse B matrisinin eik
deerden kk olan elemanlar sfrlanr. Bu ilem, elde edilen yeni eik deer balangtaki B matrisinin maksimum elemannn yarsndan kk olduu srece
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
25/69
BLM 3- MATERYAL VE YNTEM Kirami KAAN
17
tekrarlanr. Tablo (1-b) de yok etme ileminden sonra elde edilen yerel dik kenar
younluklarnn grnts verilmektedir. ekilde grld gibi yok etme ileminden
sonra Tablo (1-a) daki hafif beyaz noktalar byk oranda yok edilmitir. Bylece sistemin
mmkn olduunca plaka blgesine odaklanmasna zemin hazrlanmtr.
Aday plakla blgelerini belirlemek iin yerel blgelerdeki dik kenar younluklarn
gsteren B matrisi tm elemanlar 1 olan bir W(311) matrisi ile konvolsyon ilemine
tabi tutulur. W matrisi ortalama bir plaka boyutundan biraz daha byk boyutlarda
muhtemel plaka blgelerini belirginletirecektir. W matrisinin boyutlar almada
kullanlan grntlerin analizi sonucunda belirlenmektedir. B matrisinin W filtre eleman
ile konvolsyon ilemine tabi tutulmas ile elde edilen aday plaka blgelerini gsteren Z
matrisinin grnts Tablo (2-a) da verilmektedir. ekilde grld gibi convulation
ileminden sonra aday plaka blgeleri parlaklk derecelerine gre ortaya kmtr.
ekildeki en parlakblge muhtemel plaka blgesi olarak karmza kacaktr. Dolaysyla
sistemin sonraki aamas Z grntsndeki bu en parlak blgeye odaklanmak olacaktr.
Bunun iinde grnt zerindeki dk parlaklktaki dier blgelerin mmkn olduunca
yok edilmesi gerekmektedir.
Tablo 2. Aday plaka blgeleri.a). Aday plaka blgelerini gsteren Z
matrisinin grnts.
b). Yok etme ileminden sonra oluan
yeni Z matrisinin grnts.
Burada Tablo (2-a) daki Z grntsnde birden fazla yerel blge olutuu
grlmektedir (beyaz dikdrtgensel blgeler). Bu beyaz blgeler iinde muhtemel plaka
blgesini temsil edecek yerel blgenin elde edilmesi iin Z matrisi zeride de bir yok etme
ilemi uygulanmas gerekmektedir. Bu ilem Z matrisinin maksimum deerinden kk
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
26/69
BLM 3- MATERYAL VE YNTEM Kirami KAAN
18
olan deerlerin sfrlanmasyla gerekletirilmektedir. Z matrisinden elde edilen bu yerel
blgenin plakay tmyle kapsayabilmesi iin bu yerel blgenin boyutlarnn dzenlemesi
gerekmektedir. Tablo (2-a) daki Z matrisi zerinde yaplan eliminasyon ileminden sonra
elde edilen yeni matrisin grnts Tablo (2-b) de verilmektedir. ekilde grlen beyaz
alan ara plakasnn orijinal grnt zerindeki muhtemel konumuna karlk gelmektedir.
Z matrisiyle elde edilen muhtemel plaka blgesini gsteren bu yerel blgenin
koordinatlar, dik kenar matrisiyle (D) geriye doru eletirilerek Z matrisi zerindeki bu
yerel blgenin dik kenar grnts (D) zerindeki izdm elde edilir. Bu ilem
sonucunda ekil 9 da grld gibi sadece plaka blgesine ait dik kenarlar elde
edilmitir.
ekil 9. Dik kenar grnts zerinde sadece plaka blgesindeki dik kenarlarayounlam D matrisinin grnts.
Muhtemel plaka blgesinin, plakay tmyle kapsayacak ekilde belirlenebilmesiiin Z matrisindeki her bir beyaz piksele karlk gelen D matrisindeki (1616) lk her yerel
blgenin tm piksel deerleri 1, D matrisinde geri kalan dier blgelerdeki piksel deerleri
de 0 olacak ekilde yeniden dzenlenir. Bu ilem sonucunda elde edilen, muhtemel plaka
blgesini tmyle kapsayacak dikdrtgensel yerel blgeyi gsteren N matrisinin grnts
Tablo (3-a) da verilmektedir.
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
27/69
BLM 3- MATERYAL VE YNTEM Kirami KAAN
19
Tablo 3. Muhtemel plaka blgesine odaklanma.a). Muhtemel plaka blgesini tmyle
kapsayacak dikdrtgensel yerel blgeyi
gsteren N matrisinin grnts.
b). Orijinal grnt zerinde Muhtemel
plaka blgesinin grnts.
Sonraki aama iin N matrisi deerleri 0 veya 1 olacak ekilde indirgenmeye tabi
tutulur. Orijinal grnt zerinde plaka blgesinin konumunun belirlenmesi ilemi orijinal
resmi temsil eden A matrisi ile N matrisinin elemanlarnn karlkl arpmlar ile elde
edilir (baknz Tablo (3-b)).
3.2.5 Dikdrtgensel Plaka Blgesinin Kesilip karlmas
Muhtemel plaka blgesini tmyle kapsayacak dikdrtgensel yerel blgeyi
gsteren N matrisindeki dikdrtgensel beyaz blgenin ( , )x y eksenindeki balang ve biti
koordinatlar belirlenir. Belirlenen bu koordinatlarla birlikte dikdrtgensel plaka blgesi
ekil 10 daki gibi orijinal grntden kesilip karlmaktadr.
ekil 10. Ara plakasn ieren dikdrtgensel plaka blgesi.
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
28/69
BLM 3- MATERYAL VE YNTEM Kirami KAAN
20
3.2.6 Plaka Blgesinde Meyil Dzeltme
Grnty eken kamera ile ara arasndaki bak asndan kaynaklanan meyil
bozukluklarn gidermek iin meyil dzeltme ilemi yapmak gerekmektedir. Plaka
blgesindeki karakterlerin paralanmas ileminde etkin sonular retebilmek iin plakann
yataya paralel hale getirilmesi gerekmektedir. Bunun iin ncelikle meyil asnn
belirlenmesi gerekmektedir. Burada meyil asn belirlemek iin Radon dnm
kullanlmaktadr.
Radon dnm genel olarak ( , )x y Kartezyen koordinat sistemindeki noktalarn
( , )p Polar koordinat sistemindeki izdmlerini hesaplar (baknz ekil 11). Ayn
zamanda Grnt ierisindeki belli bir yndeki ayn paralellikteki izgilerin integrallerini
hesaplayarak bu izgilerin polar parametre uzayndaki izdmlerini bulur (Kapoor ve ark.,
2004). ( , )x y Kartezyen koordinat sistemini ( , )p Polar koordinat sistemine dntren
matematiksel forml,
cos( ) sin( ) p x y = + (3.3)
eklinde yazlr.
ekil 11. ( , )x y Koordinat sistemindeki bir dorunun polar parametre ( , )p izdmleri.
pBir izginin orijinden dikey uzakl.
[O,A] doru paras ile x ekseni arasndaki a.
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
29/69
BLM 3- MATERYAL VE YNTEM Kirami KAAN
21
ki boyutlu bir ( , ) f x y fonksiyonunun radon dnm
( )( , ) ( , ) cos( ) sin( ) R p f x y p x y dxdy
= (3.4)
forml kullanlarak hesaplanr. Bir grnt zerinde radon dnm uygulandktan
sonra, elde edilen [ , ]p boyutlarndaki R matrisi, grnt zerindeki belli bir yndeki
ayn paralellikteki her izgi gurubu iin bir younluk deeri tutmaktadr. Grntnn
[ , ]M N boyutlarnda olduu dnlrse, R matrisinin satr says 2 2 p M N = + olur ve
stun says da 180 = olur. Burada meyil asn bulmak iin yaplacak i R matrisindeki
en yksek deerin indisinin bulunmasdr. Elde edilen bu meyil as,
cos( ) sin( )sin( ) cos( )
i i
j j
=
(3.5)
denkleminde yerine yazlarak plakadaki muhtemel eiklik dzeltilmektedir. Meyil
dzeltme ileminden elde edilen sonular Tablo 4 de gsterilmektedir.
Tablo 4.Meyil dzeltme ilemleri.Elde edilen plaka blgesi
grntleriSaptananmeyil as
Meyil dzeltme ilemindensonra elde edilen grntler
1 =
2 =
4 =
7 =
13 =
19 =
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
30/69
BLM 3- MATERYAL VE YNTEM Kirami KAAN
22
3.3. Plaka Blgesinde Karakterlere Odaklanma
Kabaca elde edilen ara plakasn kapsayan dikdrtgensel plaka blgesinde plaka
karakterlerinden baka gereksiz alanlarn olduu grlmektedir. Plaka karakterlerini
birbirlerinden ayrmak iin gereksiz alanlardan mmkn olduunca kurtulmamz
gerekmektedir. Aksi takdirde karakter blmleme aamasnda baarsz sonular almak
kanlmaz olacaktr. Dolaysyla karakter blmleme aamasnda ilemleri kolaylatrmak
ve baarl sonular elde etmek iin mmkn olduu kadar sadece dikdrtgensel plakaya
(sadece plaka karakterlerini kapsayan en dar ereveye) odaklanmak gerekmektedir
(baknz ekil 12).
ekil 12. Plaka blgesinde sadece plaka karakterlerini kapsayan en dar ereveningrnts.
Bu ilemleri gerekletirmek iin ounlukla yatay-dikey kenarlar ve yatay-dikey
izdmlerden yararlanlr. Yatay izdm; yatay kenar grnts zerinde her bir
satrdaki beyaz nokta saysnn hesaplanmasyla ve dikey izdm; dikey kenar grntszerinde her bir stundaki beyaz nokta saysnn hesaplanmasyla elde edilmektedir.
Burada gerekletirilecek ilemler iki admda srdrlr.
3.3.1. Yatay Kenarlar zerinde Yatay zdm lemi
lk adm olarak, plaka blgesindeki plaka karakterlerini kapsayan en dar erevenin
(baknz ekil 12) sol ve sa tarafndaki gereksiz alanlar atlr. Bu ilem iin nce plaka
blgesinin (Tablo 5 A1) yatay kenar grnts (Tablo 5 A2) elde edilir. Sonra yatay
kenar grnts zerinde yatay izdm (Tablo 5 A3) hesaplanr. Dier ksmlar atlarak
yatayda istenmeyen alanlar yok edilmi plaka blgesi (Tablo 5 A4) elde edilir.
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
31/69
BLM 3- MATERYAL VE YNTEM Kirami KAAN
23
Tablo 5.Plaka zerinde izdm ilemleri.1- Yatay kenarlar zerinde yatay
izdm.2- Dikey kenarlar zerinde dikey
izdm.A1). Plaka blgesi. B1). Yatayda istenmeyen alanlar yok edilmi
plaka blgesi.
A2). Plaka blgesinin yatay kenar grnts. B2). Yatayda istenmeyen alanlar yok edilmiplaka blgesinin dik kenar grnts
A3). Yatay kenar grntsnn yatay izdm. B3). Dik kenar grntsnn dikey izdm.
A4). Yatayda istenmeyen alanlar yok edilmiplaka blgesi.
B4). Elimine ileminden sonra elde edilen yenidikey izdm.
B5). Yatayda ve dikeyde istenmeyen alanlar yok edilmi, sadece plaka karakterlerini kapsayan araplakas.
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
32/69
BLM 3- MATERYAL VE YNTEM Kirami KAAN
24
3.3.2. Dikey Kenarlar zerinde Dikey zdm lemi
kinci adm olarak, plaka blgesinde plakann st ve alt ksmlarndaki gereksiz
alanlar yok edilir. Bu ilem iin nce yatayda istenmeyen alanlar yok edilmi plaka
blgesinin (Tablo 5 B1) dik kenar grnts (Tablo 5 B2) elde edilir. Sonra dik kenar
grnts zerinde dikey izdm (Tablo 5 B3) hesaplanr. Burada yaplmas gereken
nemli bir i daha vardr. Buda elde edilen dikey izdm zerinde bir eliminasyon ilemi
gerekletirerek plaka karakterlerini evreleyecek erevenin karakterlerin beyaz zeminle
olan alt ve st snrlarndan gemesini salamaktr. Bylece iki karakter arasnda
olumasn istediimiz beyaz boluk arasna girebilecek siyah pikseller nlenmi olur. Bu
ilem balangtaki dikey izdmn ortalamasndan kk olan elemanlarn sfrlanmas
ile gerekletirilir (Tablo 5 B4).
Her iki admda da izdmler hesaplandktan sonra yaplacak ilemlerde ayn
mantk kullanlr. Plakann snrlarndan gelen kesintisiz (yatay dikey) kenarlar sayesinde
plakaya denk gelen, yatay izdmde tm stunlar iin, dikey izdmde ise tm satrlar
iin izdmde en az bir beyaz nokta olacaktr. zdmde kesintisiz olarak en az bir beyaz
noktaya sahip komu indisler bir btn olarak plaka blgesinden bir paraya iaret
edecektir. zdm ierisinde olabilecek btn paralar bulunur ve bunlardan en uzun
arala sahip olan para seilir (bu para plakaya ait olacaktr).
Her iki admda baarl bir ekilde gerekletirildikten sonra plaka blgesi yatayda
ve dikeyde istenmeyen alanlardan arndrlm ve karakter blmleme aamasna hazr hale
getirilmi olacaktr(Tablo 5 B5).
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
33/69
BLM 3- MATERYAL VE YNTEM Kirami KAAN
25
3.4. Karakter Blmleme
Karakter blmleme ilemleri karaktertanma aamasna ham madde olarak
verilecek karakterlerin blmlenmesi ve karakter tanma aamasna uygun hale getirilmesi
iin yaplan ilemlerdir. Blmlemede yaplacak ilemlerin tanma ilemindeki baarm
oranna etkisinin olduka fazla olduu vurgulanmaktadr(Cheriet ve ark., 2007). Yaplan
almalarda blmleme aamasnda karakterlerin tanma ileminde en etkili sonucu
verecek ekilde yaplandrlmas gerekmektedir.
Burada karakterlerin blmlenmesinde hzl sonu reten ikili seviyede dikey
izdm yntemi kullanlmaktadr. Bunun iin ilk olarak gri seviyedeki plakann ikili
seviyeye (0 siyah veya 1 beyaz) indirgenmesi gerekmektedir. Gri seviyedeki bir
grntnn ikili seviyeye indirgenmesinde ok basit ve hzl bir grnt ileme yntemi
kullanlr. nce grnt iin uygun bir eik deer belirlenir. Gri seviyedeki grnt
zerindeki her bir piksel eik deerle karlatrlr ve eik deerden kk olan piksel
deerleri 0a byk olan piksel deerleri de 1e indirgenir. Grld gibi yntem ok
basittir ancak, bu yntemin baars her grnt iin en uygun eik deerinin seilmesine
baldr. Biz almamzda her bir grntye zg en uygun eik deeri bulmak iin Otsu
Threshold yntemini kullandk (Otsu, 1979).
Karakter blmleme aamasnda plaka gri seviyeden ikili seviyeye indirgendikten
sonra ikili seviyedeki plaka grnts zerinde ortalama filtreleme kullanlarak
bulanklatrma ilemi gerekletirilir. Bu ilem, zellikle kirli plakalarda plaka zerinde
tuz- biber grlts eklinde ortaya kabilecek siyah noktalarn beyaz zemin iinde
kaybolmasn salayacak ve karakterlerin birbirlerinden ayrtrlmas ilemini
kolaylatracaktr.
Karakter blmleme aamasnda son olarak ikili seviyeye indirgenmi ve ortalama
filtreleme kullanlarak grltlerden arndrlm plaka grnts zerinde her stundakibeyaz nokta says (3.6) forml yardmyla hesaplanr, yani dikey izdm elde edilir.
kili seviyedeki plaka zerindeki beyaz renkli stunlar izdm de maksimum deere sahip
olacaktr. Maksimum deer plaka grntsnn satr saysna eittir. Burada her bir
karakterin balang ve biti indislerini tutan iki vektr kullanlacaktr. Bu ilemi
gerekletirmek iin tasarlanan algoritma ve bu algoritmada kullanlan parametreler
aada gsterilmektedir.
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
34/69
BLM 3- MATERYAL VE YNTEM Kirami KAAN
26
PGrltlerden arndrlm ikili seviyedeki plakann piksel deerlerini tutan
matris.
[ , ]M N Plakann ( P ) boyutlar [satr, stun]
PVNBoyutlu izdm vektr;
1
0
[ ] [ , ],0M
i
PV j P i j j N
=
=
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
35/69
BLM 3- MATERYAL VE YNTEM Kirami KAAN
27
Tablo 6.Karakterlerin ayrtrlmas.
3.5. Karakter nceltme
Karakter tanma aamasnda yapay sinir ana verilecek argmanlarn ok iyi
belirlenmesi gerekmektedir. Yapay sinir a karakterleri, birbirlerinden ayran eitli
yapsal zelliklerine gre farkllklarn belirleyerek tanmaktadr. Dolaysyla YSAdan
etkin bir ekilde yaralanmak iin karakterleri birbirlerinden ayran en belirgin yapsal
zelliklerin analizi gerekmektedir. Bundan dolay balant noktalar, keler, dngler gibi
karmak yapsal zellikleri analiz etmek iin karakterlerin inceltilmesi gerekmektedir. Bu
ilem iin bir karakter inceltme (character thinning) algoritmas kullanlmaktadr.
almamzda karakter inceltme iin son zamanlara kadaretkinliini kaybetmemi en hzl
inceltme algoritmalarndan biri olan NWG algoritmasndan faydalanlmtr
(Nagendraprasad ve ark., 1993). nceltme algoritmasnda inceltilecek karakterin her birpikseli, ekil 13 deki gibi 33 lk komuluundaki piksellerle incelenir.
ekil 13. nceltme ilemine tabi tutulan ppikseli ve komu pikselleri.
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
36/69
BLM 3- MATERYAL VE YNTEM Kirami KAAN
28
nceltme algoritmasnn mant iki admdan oluur. Bu admlar aada
verilmektedir.
1- nceltilecek karakterin snr pikselleri belirlenir ve bu piksellerin konumlar(indis deerleri) kaydedilir. p nin deeri beyaz (1) iken, komular arasnda en
az bir siyah (0) piksel varsa p snr pikselidir.
2- Silme kurallar kontrol edilir. Silme kurallarn salayan snr pikselleri silinir.Silme kurallar iin gerekli n tanmlamalar aada verilmektedir.
( )a p p nin komular arasndaki beyaz (deeri 1 olan) piksel says.
( )b p p nin komular arasnda saat ynnde siyahtan beyaza (0dan 1e)
gei says.( )c p Eer
2 3 4 70 p p p p= = = = ve 4 6 1p p= = ise ( )c p =1 olur.
Eer 2 3 4 7 0p p p p= = = = ve 6 0 1p p= = ise ( )c p =1 olur.
Dier durumlarda ( )c p =0 olur.
( )d p Eer 1 4 5 6 0p p p p= = = = ve 0 2 1p p= = ise ( )d p =1 olur.
Eer 0 3 6 7 0p p p p= = = = ve 2 4 1p p= = ise ( )d p =1 olur.
Dier durumlarda ( )d p =0 olur.
( )e p 2 4 0 6
( ) . p p p p+
( )f p 6 0 4 2
( ) . p p p p+
Bu n tanmlamalara gre uygulanacak silme kurallar aadaki gibi
dzenlenmitir.
(1 ( ) 7)a p< < ve ( ( ) 1|| ((1 ) ( ) ( )) 1)b p g c p g d p= + = iken
( )( 0) & ( ( ) 0)g e p= = veya ( )( 1) & ( ( ) 0)g f p= = ise p silinecek.
Burada silme kuralna uyan pikseller hemen silinmez sadece silinecek olarak
iaretlenir. Bu iterasyondaki tm snr pikselleri silme kurallaryla karlatrldktan sonra
snr pikselleri ierisindeki silinecek olarak iaretlenen tm pikseller ayn anda silinir. Bu
ilemler silinecek snr pikseli kalmayncaya kadar tekrarlanr. Algoritma sonlandnda
sonu olarak hibir silme kuralna uymayan snr pikselleri geriye kalacaktr. Silme
kurallarna uymayan bu snrpikselleri bize karakterin iskeletini (inceltilmi halini) vermi
olacaktr(baknz ekil 14).
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
37/69
BLM 3- MATERYAL VE YNTEM Kirami KAAN
29
ekil 14. a). Karakterin inceltme ileminden nceki hali, b). Karakterin inceltmeileminden sonraki hali.
Bu aamada karakterler inceltme ilemine tabi tutulmadan nce, beyaz zemin
zerine siyah renkle ifade elden karakterlerin siyah zemin zerine beyaz renkle ifade
edilmeleri gerekmektedir. Buradaki ama ikili seviyedeki karakter matrisinde karakteri
oluturan piksel deerlerinin 1 olmasn salamaktr. Tablo 7 de inceltme ileminden sonra
her bir karakterin inceltilmi hali grlmektedir.
Tablo 7.Karakterlerin nceltilmesi.
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
38/69
BLM 3- MATERYAL VE YNTEM Kirami KAAN
30
3.6. Karakter Tanma
Giri rntlerinin makine tarafndan ilenerek anlaml ktlar retilmesi karakter
tanma olarak adlandrlr. Karakter tanma iin, karakterlerin arlk merkezleri, 4 ynl
kesit erilerinin yaplar ve iskeletleri temel alnarak gelitirilmi basit fakat etkin
yntemler bulunmaktadr. Bu yntemler snrl sayda farkl rnt iin etkin sonular
retmektedir. Bir rntnn muhtemel btn grsel ihtimallerini tmyle tarif edecek
kurallar mevcut deildir. Dolaysyla bir rnty, mevcut rneklerine bakarak
tanmlayabilecek sistemlere ihtiya duymaktayz. Bunun iin bu almada yapay sinir
alarn karakter tanma aamasnda kullanacaz.
3.6.1. Yapay Sinir Alar
Genel anlamda YSA, beynin bir ilevi yerine getirme yntemini modellemek iin
tasarlanan bir sistem olarak tanmlanabilir. Arlkl balantlar denilen tek ynl iletiim
kanallar vastasyla birbirleriyle haberleen, her biri kendi hafzasna sahip birok ilem
elemanndan oluan paralel ve datk bilgi ilem yaplardr (Anderson, 1995). YSA, bir
renme srecinden sonra bilgiyi toplama, hcreler arasndaki balant arlklar ile bu
bilgiyi saklama ve genelleme yeteneine sahip paralel dalm bir ilemcidir.
YSA kendisine gelen bir problemle ilgili sistemin rettii kt ile beklenen deer
arasndaki benzerlik ilikisini en gzel tanmlayacak uygun arlklar bulur. Problemden
alnan rneklerden faydalanarak ilgili problemi kendisine uygulanan rneklerden
renmeye alr. YSA, ilgilendii problemi rendikten sonra eitim srasnda
karlamad test rnekleri iin de belirtilen tepkiyi retme kabiliyetine sahiptir. rnein,
karakter tanma amacyla eitilmi bir YSA, bozuk karakter girilerinde de doru sonucu
verebilmektedir. Buradaki nral hesaplamada hafzalar birleiktir. Yani eitilmi aa
giriin sadece bir ksm verilse, a hafzadan bu girie en yaknn seerek tam bir giriverisi alyormu gibi kabul eder ve buna uygun bir k deeri retir. Veri YSAya, eksik,
bozuk veya daha nce hi karlamadekilde verilse bile, a kabul edilebilir en uygun
kty retebilecek kabiliyettedir.
YSAlarn en nemli zelliklerinden biri de bilgiyi depolayabilmeleridir. Nral
hesaplamalarda bilgi arlklar zerine datlr. Balantlarn arlklar nral an hafza
birimi olarak alr. Bu arlklar an o andaki sahip olduu bilgiyi veya uygulanan
rneklerden renmi olduu davran verir. Giri veri setinde bulunabilecek herhangi birgrlt, btn arlklar zerine datldndan dolay, grlt etkisi tolere
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
39/69
BLM 3- MATERYAL VE YNTEM Kirami KAAN
31
edilebilmektedir. Bundan dolay geleneksel yntemlere gre hatay tolere etme yetenekleri
daha fazladr. YSAnn hesaplama ve bilgi ileme gcn, paralel dalm yapsndan,
renebilme ve genelleme yeteneinden ald sylenebilir. Bu zellik, YSAnn hzl bilgi
ileme yeteneini ve rnek tanma, iaret ileme, sistem kimliklendirme ve denetim gibi
gerek zaman uygulamalarnda kullanmn artrr.
3.6.2. YSAlarn Snflandrlmas
YSAlar, genel olarak birbirleri ile balantl ilemci birimlerinden veya dier bir
ifade ile ilemci elemanlarndan (yapay sinir hcreleri) oluurlar(baknz ekil 15). Her bir
sinir hcresi arasndaki balantlarn yaps, an yapsn belirler. stenilen hedefeulamakiin balantlarn nasl deitirilecei renme algoritmas tarafndan belirlenir. Kullanlan
bir renme kuralna gre, hatay sfra olduka yaklatrabilecekekilde,renmeye tabi
tutulan an arlklar deitirilir. YSAlar yaplarna ve renme algoritmalarna gre
snflandrlrlar. YSAlar yaplarna gre, ileri beslemeli (feedforward) ve geri beslemeli
(feedback) alar olmak zere iki ekilde snflandrlrken, renme algoritmalarna gre
de, danmanl, danmansz ve takviyeli renme olmak zere fakl ekilde
snflandrlrlar. Yaptmz bu almamzda karakter tanma iin geriye yaylm renme
algoritmaskullanan katmanl ileri beslemeli yapay sinir akullanlmaktadr.
ekil 15. YSAy oluturan birsinir hcresinin yaps.
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
40/69
BLM 3- MATERYAL VE YNTEM Kirami KAAN
32
ekil 16. Sigmoid doygunluk fonksiyonu.
3.6.3. leri Beslemeli YSA
leri beslemeli YSAda, sinir hcreleri katmanlar eklinde dzenlenir ve bir
katmandaki hcrelerin klar bir sonraki katmana arlklar zerinden giri olarak verilir.
Giri katman, d ortamlardan ald bilgileri hibir deiiklie uratmadan orta (gizli)
katmandaki hcrelere iletir. Bilgi, orta ve k katmannda ilenerek a k belirlenir
(baknz ekil 17). En ok bilinen geriye yaylm renme algoritmas, bu tip YSAlarn
eitiminde etkin olarak kullanlmakta ve bazen bu alara geriye yaylm alar da
denmektedir. Gelitirmeye altmz plaka tanma sisteminde karakter tanma
aamasnda kullandmz katmanl ileri beslemeli yapay sinir ann mimarisi ekil 26
da grlmektedir. ekilde grlen YSA modelinde giri katmannda ktane giri verisi
( [ ]x k ) ve nronu, gizli katmanda n tane gizli katman nronu ve her bir nronun rettii
k deeri ( [ ]z n ) ve k katmannda da m tene k katman nronu ve her bir nronun
rettii k deeri [ ]y m verilmektedir. Bununla beraber YSA modelinde gizli katman iin
1[ ]n bias deerleri ve 1[ , ]w n k arlk deerleri, k katman iin de 2[ ]m bias
deerleri ve 2[ , ]w m n arlk deerleri verilmektedir.
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
41/69
BLM 3- MATERYAL VE YNTEM Kirami KAAN
33
ekil 17. katmanl ileri beslemeli bir YSA.
3.6.4. leri Beslemeli YSAnn Eitilmesiekil 17de grld gibi bu YSA da veri ak giri katmandan k katmanna
dorudur. Giri katmanndaki nronlar herhangi bir ilem gerekletirmeden kendilerine
gelen giri verisini olduu gibi gizli katmana iletirler. Giri katmanda grlen bias ( [ ]k )
deerleri bu YSA da herhangi bir ileme dhil edilmezler, etkisiz durumdadrlar. Bu YSA
modelinde bizim iin asl nemli olan ilemler gizli ve k katmanlarnda
gereklemektedir. Burada kullanm olduumuz YSA modelimizin eitilmesi be
admdan olumaktadr.
1- lkadm an aktif hale getirilmesidir:Bir YSAnn aktif hale gelebilmesi iin ilk olarak YSA da kullanlacak olan
bias ( 1[ ]i , 2[ ]i ) ve arlk ( 1[ , ]w i j , 2[ , ]w i j ) deerlerine ilk deer atamas
yaplmas gerekir. Bu ilem 1[ ]i , 2[ ]j vektrlerinin ve 1[ , ]w i j , 2[ , ]w i j
matrislerinin [0,1) arasnda rastgele saylarla doldurulmasndan ibarettir.
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
42/69
BLM 3- MATERYAL VE YNTEM Kirami KAAN
34
2- leri besleme (feed-forward) adm:Gizli ve k katmanndaki nronlarn harekete geirildii admdr. Bu admda
nce gizli katmandaki her bir nron, kendisine gelen giri verisi ( [ ]x i ), arlk
deeri ( 1[ , ]w i j ) ve bias ( 1[ ]i ) deeri ile birlikte forml (3.7) kullanlarak k
deerini ( [ ]z i ) retir.
11 1
0
[ ] [ , ] [ ] [ ] ,k
j
z i g w i j x j i
=
= +
0,1, 2,...., 1i n= (3.7)
Gizli katmandan retilen [ ]z i deerleri k katmanna girdi verisi olarak
gnderilir ve k katmanndaki her bir nron, ayn ekilde [ ]z i , 2[ , ]w i j ,
2[ ]i deerleri ile birlikte forml (3.8) kullanlarak k deerini ( [ ]y i ) retir.
12 2
0
[ ] [ , ] [ ] [ ] ,n
j
y i g w i j z j i
=
= +
0,1,2,...., 1i m= (3.8)
Burada gizli ve k katmanndan elde edilen deerlerin bir aktivasyon
fonksiyonuna gnderilerek belli bir problemin zmne uygun bir formata
dntrlmesi gerekmektedir. Bizim bu YSA modelinde kullandmz
aktivasyon fonksiyonu Sigmoid doygunluk fonksiyonudur (baknz ekil 16).
Sigmoid fonksiyonu kendisine gelen deeri (0,1) aralna indirger ve bylece
dorusal olmayan problemlerin zmne katk salar. Sigmoid fonksiyonu
matematiksel olarak,
1( )
1g
e
=
+(3.9)
eklinde yazlr.
3- Hata pay hesaplama ve hatay geriye yayma (back-propagate) adm:YSAnn ktlar ( [ ]y m ) elde edildikten sonra bu ktlar beklenen deerler
( [ ]B m ) ile karlatrlarak hata paylar hesaplanr. Uygun yeni arlk
deerlerinin hesaplanmas iin bu hatalar arlk deerleri zerinden geriye
doru yaylr.
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
43/69
BLM 3- MATERYAL VE YNTEM Kirami KAAN
35
( ) ( )2[ ] [ ] [ ] [ ] ,E i B i y i g y i= 0,1,2,..., 1i m= (3.10)
forml kullanlarak nce k katmanndaki hata paylar hesaplanr. Daha
sonra k katmanndan elde edilen hata paylar (2
[ ]E m ) kullanlarak,
( )1
1 2 2
0
[ ] [ ] [ ] [ , ] ,m
j
E i g z i E j w j i
=
=
0,1,2,..., 1i n= (3.11)
forml yardmyla gizli katmandaki her bir nron iin de hata paylar
hesaplanr. Bu admda hata paylarnn hesaplanmasnda Sigmoid
fonksiyonunun trevi ( ( )g ) kullanlmtr. Sigmoid fonksiyonun trevi,
( ) ( ) (1 ( ))g g g = (3.12)
eklinde forml (3.9) yardmyla kolaylkla hesaplanr.
4- Arlk deerlerinin yeniden hesaplanmas:nc admda elde edilen hata paylar kullanlarak,
11 1
0
[ , ] [ ] [ ],k
j
w i j E i x j
=
= 0,1,2,..., 1i n= (3.13)
12 2
0
[ , ] [ ] [ ],n
j
w i j E i z j
=
= 0,1, 2,..., 1i m= (3.14)
formlleri yardmyla an gizli ve k katmanndaki arlk deerleri yeniden
hesaplanr.
5- MSE hesaplama:Son olarak YSAya eitilecek her bir karakter iin ortalama hata,
( )1
2
0
1[ ] [ ]
m
i
MSE B i y im
=
= (3.15)
yardmyla hesaplanr.
Bu hata pay nceden belirlenmi sfra ok yakn bir deere indirgenene kadarikinci admdan itibaren her admdaki hesaplamalar yeteri kadar tekrarlanr. Hatay sfra
yeteri kadar yaklatracak ekilde, renmeye tabi tutulan an arlklar yeniden
hesaplanr. Her bir karakter iin MSE nceden belirlenen yeterince kk bir deere
ulatnda an renimi sona erer. Sonu olarak retilen karakterler iin en uygun
arlk deerleri bir dosyaya kaydedilir.
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
44/69
BLM 3- MATERYAL VE YNTEM Kirami KAAN
36
Karakter tanma iin kullandmz YSA modelinde giri olarak ikili seviyedeki (0
veya 1 deerlerinden oluan) inceltilmi karakterler verilmektedir. Plakadan kesilen
karakterlerin boyutlar inceltme ileminden sonra deiiklie urayabilmektedir.
nceltilmi karakterlerin boyutlar birbirlerinden farkl olabilmektedir. Bu durumda
karakterleri YSAya vermeden nce standart bir boyuta kavuturmamz gerekmektedir. Bu
ilem iin dnlen yntem u ekildedir. Btn karakterlerin sabilecei maksimum
boyutlara sahip, elamanlar sfr olan bir ablon matris seilir. Bu ablon matrisin boyutlar
farkl karakterler zerinde yaplan analizler sonucunda [3020] olarak belirlenmitir. kili
seviyede piksel deerlerine sahip inceltilmi karakterlerin piksel deerleri ablon
matrisinin sol st kesinden balanarak ablona yerletirilir(baknz ekil 18).
ekil 18. a). kili seviyede inceltilmi karakter grnts ve piksel matrisi, b). [3020]
boyutlarndaki standart bir ablon matrisine aktarlm karakter grnts ve piksel matrisi.
Bu ablon matrisinin elemanlar YSAya verilen giri deerlerini tutan [ ]x k
vektrnde depolanr. Giri vektrnn ( [ ]x k ) boyutu ablonun eleman saysna eittir
(30 20 600) = . Dolaysyla kullandmz YSA modelinde 600 tane giri verisi
kullanlmaktadr. Bununla beraber Trk plaka standartlarnda kullanlan karakter says 33
olduundan YSA da eitilecek olan her bir karakter iin beklenen deerler iin 33 elemanl
bir ( [ ]B m , 33m = ) vektr tasarlanmtr. ekil 19 da verilen matrisin her bir satr, her bir
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
45/69
BLM 3- MATERYAL VE YNTEM Kirami KAAN
37
karakter iin beklenen deer vektr olarak karmza kmaktadr. Tablo 8de ekil 19 da
verilen beklenen deerler matrisindeki her bir satrn hangi karaktere ait olduu
belirtilmitir. YSAnn eitilmesi aamasnda giri verisi olarak YSAya gelen her bir
karakter iin beklenen deerler matrisindeki kendisine karlk gelen satr bulunarak
beklenen deerler vektr [ ]B m oluturulur.
Tablo 8. Beklenen deerler matrisinde hangi satrn hangi karaktere ait olduunu gsterir.1. satr 0 karakteri,
2. satr 1 karakteri,
10. satr 9 karakteri,
11. satr A karakteri,
12. satr B karakteri,
33. satr Z karakteri
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
46/69
BLM 3- MATERYAL VE YNTEM Kirami KAAN
38
ekil 19. YSA da eitilecek her bir karakter iin tanmlanan beklenen deerler matrisi.
Eitme aamasnda YSAya her bir karakterden 30ar rnek verilmitir. Dolaysyla
toplam 990 test verisi kullanlmtr. Uygulamamzda Tablo 9 daverilen deerlerle birlikte
kullandmz YSA modeli, her bir test verisi iin ortalama 500 kez altrlmtr. 990 test
verisi iin 495000 kez YSA tekrarlanmtr. Alnan sonular neticesinde her bir karakter
iin alnan hata oran (MSE) ortalama yaklak 810 civarnda olumutur (baknz ekil
20).
Tablo 9. Tasarladmz YSA modelinde kullanlan parametreler ve deerleri.Giri Katman Gizli Katman k Katman
600k = Nron says = 600
[600]x Giri verileri
300n = Nron says = 300
[300]z k verileri
[300] Bias deerleri1[300,600]w Arlk
deerleri
33m = Nron says = 33
[33]y k deerleri
[33]B Bias deerleri2[33,300]w Arlk
deerleri[33]B Beklenen deerler
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
47/69
BLM 3- MATERYAL VE YNTEM Kirami KAAN
39
ekil 20. 990 test verisi iin 495000 kez altrlan YSAda elde edilen hata oranlarnn(MSE) listesi.
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
48/69
BLM 3- MATERYAL VE YNTEM Kirami KAAN
40
3.6.5. YSAya gelen karakterin tannmas;
YSAnn eitilmesi bir aamada gerekletirilir ve elde dilen en uygun arlk
deerleri bir dosyaya kaydedilir. Her gelen karakter dosyadan okunan arlk deerleri ile
an eitilmesi aamasnda kullanlan ileri besleme (feed-forward) admndaki (3.7) ve
(3.8) denklemlerindeki ilemlere dhil edilerek sistemin bu karakter iin kts ( [ ]y m )
retilir. Eer sistem doru bir ekilde eitilmi ise burada retilen [ ]y m vektrndeki
deerlerden birinin 1 veya 1 en yakn bir deer (en ok benzedii karakter), dierlerinin
de 0 veya 0a olduka yakn deerler olmas gerekmektedir (baknz ekil 21). ekilde
grld gibi YSA kendisine girdi olarak gelen P karakteri iin beklenen deerlere en
uygun sonular retmitir. retilen sonular ierisinde 1e en yakn ve en byk deer P
karakterine ait olan deerdir. Dolaysyla YSAnn P karakterini baarl bir ekilde
tanmlad ortaya kmaktadr.
ekil 21. P karakteri iin YSAnn rettii ktlar.
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
49/69
BLM 4- ARATIRMA BULGULARI VE TARTIMA Kirami KAAN
41
BLM 4
ARATIRMA BULGULARI VE TARTIMA
Bu blmde zellikle elde edilen orijinal ara grntsnn bir n ileme tabi
tutulmas, istenmeyen dik kenar eliminasyonunda kullanlan eik deerin seilmesi ve
karakter blmleme aamasnda plaka grntsnn ikili-seviyeye indirgenmesi
ilemlerinde yaplan deneyler sonucunda elde edilen bulgular rnekleriyle aklanm ve
seilen kriterlerin sistemin baarmna olan katks tartlmtr. Bununla birlikte kirli
plakalar ve plakalarda karakterler haricindeki paralarn sistemin baarmna olan etkileri
incelenerek sistemin baarmn artrmak iin yaplan ekstra ilemlerin sistemin baarmna
olan katks ortaya konmutur.
4.1. Grnt nilemenin PTS Baarmna Etkisi.
Herhangi bir grnt nileme ilemine tabi tutulmam orijinal ara
grntsnden elde edilen dik kenar grnts Tablo (10-a) da gsterilmektedir. Bu
durumda orijinal grntdeki dier nesneler ve zellikle kaldrm talarndan elde edilenkenar younluklarnn olduka fazla olduu grlmektedir. Eer bu haliyle plaka blgesi
belirleme ilemine devam edilecek olursa sistem yerel dik kenar younluklarnn en fazla
olduu blgeyi plaka blgesi olarak belirleyecektir. Bu durumda plaka blgesi olarak
kaldrm talarnn olduu alan elde edilir (baknz Tablo (10-b)). Dolaysyla grntde
net bir ekilde grebildiimiz plaka blgesi bulunamam ve sistem yanl sonu retmi
olacaktr.
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
50/69
BLM 4- ARATIRMA BULGULARI VE TARTIMA Kirami KAAN
42
Tablo 10. Grnt nileme ilemine tabi tutulmayan orijinal ara grntsnden dikkenar bularak plaka blgesini belirleme.
a). Orijinal ara grntsnden elde edilen
dik kenar grnts.
b). Plaka blgesi belirleme aamasnn
orijinal grnt zerinde yaplmasyla elde
edilen plaka blgesi.
Tablo 11. Grnt nileme ilemine tabi tutularak grlt ve detaylardan arndrlmara grntsnden dike kenar bularak plaka blgesini belirleme.
a).Grlt ve detaylardan arndrlm ara
grntsnden elde edilen dik kenar
grnts.
b). Plaka blgesi belirleme aamasnn
grlt ve detaylardan arndrlm grnt
zerinde yaplmasyla elde edilen plaka
blgesi.
Tablo (11-a) da grld gibi nileme ilemine tabi tutularak grlt ve
detaylardan arndrlm grntden elde edilen dik kenar grntsnde Tablo (10-a) ya
gre grlt ve detaylardan oluan dik kenar younluklar byk bir lde yok edilmitir.
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
51/69
BLM 4- ARATIRMA BULGULARI VE TARTIMA Kirami KAAN
43
Tablo (11-a) ile Tablo (10-a) ya bakldnda grnt nileme ileminin dik kenar
younluklar zerinde oluturduu etki aka grlmektedir. Bu durumda grlt ve
detaylardan kaynaklanan istenmeyen kenar younluklar yok edildii iin plaka blgesi
belirleme aamasnda sistem kolaylkla plaka blgesini belirleyebilmektedir (baknz Tablo
(11-b)).
4.2. Dik Kenar Eliminasyonunda Kullanlan Maksimum Eik Deer Faktr
Yaptmz almada istenmeyen dik kenarlar elimine etmek iin Zheng ve
arkadalar (2005) tarafndan nerilen maksimum eik deerinin ok dk olduunu
gzlemledik. Kullanm olduumuz ara grntlerinden 20 pikselden daha fazla uzunlua
sahip pakla karakterleri gelebildiini ve 20 pikselden daha uzun dik kenarlar elediimizde plaka karakterlerine ait dik kenarlarnda kaybolduunu grdk. Bu durumda plaka
blgesinde en yksek seviyede olmas gereken yerel dik kenar younluunun grntde
baka blgelere kaydn ve sistemin yanl blgeyi plaka blgesi olarak belirlediini
grdk (baknz Tablo 12). Yaklak 350 grnt zerinde yaplan testler sonucunda
maksimum eik deerini 40 piksel olarak belirledik.
Tablo 12. Eliminasyon ileminde eik deerini 20 piksel olarak aldmzda elde edilen dikkenar ve plaka blgesi grnts.
a). Eik deer = 20 alndnda elde
edilen dik kenar grnts
b). Bu durumda elde edilen plaka blgesi.
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
52/69
BLM 4- ARATIRMA BULGULARI VE TARTIMA Kirami KAAN
44
4.3. Plaka Grntsnn kili Seviyeye ndirgenmesinde Eik Deer Faktr
Karakter blmleme aamasnda plaka grntsnn ikili seviyeye
indirgenmesinde kullanlacak eik deeri ok kk olursa gri seviyeden ikili seviyeye
indirgenen grnt zerinde kayplar olumaktadr. Bu kayplar baz durumlarda
karakterlerin ortadan kaybolmas gibi hi istenmeyen bir etki oluturabilmektedir. Eik
deerinin ok byk olmas durumunda ise karakterler arasndaki beyaz alanlarda
istenmeyen siyah pikseller oluabilmektedir. Eik deerinin olmas gerekenden byk veya
kk seilmesi durumunda ortaya kan kusurlar Tablo 13 de grlmektedir. Bu durumda
karakterleri birbirinden ayrmamz imknsz hale gelmektedir. Biz almamzda bu sorunu
zmek ve her bir grntye zg en uygun eik deeri bulmak iin Otsu Threshold
yntemini kullandk. Burada, iki farkl ara plakas iin Otsu yntemi kullanlarak elde
edilen ikili seviye grntlerinin karakter blmlemeye en uygun durumda olduu aka
grlmektedir.
Tablo 13. Gri seviyedeki bir grntnn ikili seviyeye indirgenmesi ve kullanlan eikdeerleri.
Otsu eik deer = 109 Otsu eik deer = 108
Eik deer = 50 Eik deer = 50
Eik deer = 150 Eik deer = 150
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
53/69
BLM 4- ARATIRMA BULGULARI VE TARTIMA Kirami KAAN
45
Tablo 14. Kullanlan eik deer durumuna gre elde edilen karakterler.a).Otsu eik deer = 108 kullanlarak elde edilen karakterler.
b).Eik deer = 50 kullanlarak elde edilen karakterler.
c).Eik deer = 150 kullanlarak elde edilen karakterler.
Tablo 14 de ayn grnt zerinde karakter blmleme aamasnda grntnn
ikili seviyeye indirgenmesinde kullanlan eik deeri iin farkl deer kullanlmtr.
Kullanlan bu eik deerlerinin karakterlerin ayrtrlmas ilemine yaptklar etkiler ortaya
konmutur. Tablo 14 (B ve C) de grld gibi eik deerin olmas gerekenden kk
veya byk seilmesi durumunda karakter blmleme ileminde eksik sonular elde
edilmitir. Bu durum sistemin baarsn olumsuz yndeetkilemektedir. Eik deer Otsuyntemiyle belirlendiinde karakterler Tablo (14-A) da grld gibi kaypsz bir ekilde
blmlenmekte ve plakadaki tm karakterler elde edilmektedir.
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
54/69
BLM 4- ARATIRMA BULGULARI VE TARTIMA Kirami KAAN
46
4.4. Kirli Plakalar ve Plakalarda stenmeyen Paralar
Yaplan deneylerde baz ara grntlerinde tuz- biber grlts eklinde
adlandrabileceimiz kirli ara plakalar tespit edilmitir. Bu durumda kirli ara
plakalarnda baz grnt iyiletirme yntemleri kullanmamz gerekmektedir. Kirli ara
plakalarn iyiletirmek iin ikili seviyeye indirgenmi plaka grntleri zerinde ortalama
filtreleme kullanlarak bulanklatrma ilemi gerekletirilmitir. Bu ilem, zellikle kirli
plakalarda plaka zerinde tuz-biber grlts eklinde ortaya kabilecek siyah noktalarn
beyaz zemin iinde kaybolmasn salayacak ve iki karakter arasndaki beyaz blge
korunmu olacaktr (baknz Tablo 15). kili seviyeye indirgenmi plaka grnts
zerinde plaka karakterlerini birbirinden ayran beyaz blgeler karakter blmlemede
kullandmz en nemli argmandr. Dolaysyla sistemin baarl sonular retmesi iin
iki karakter arasndaki beyaz blgede oluabilecek grlt ve przlerin giderilmesi
gerekmektedir.
Tablo 15. Kirli plakalarn temizlenmesi (grltlerden arndrlmas).Gri seviyede orijinal
plakalar
kili seviyeye
indirgenmi plakalar
kili seviyede
grltlerden
arndrlm plakalar
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
55/69
BLM 4- ARATIRMA BULGULARI VE TARTIMA Kirami KAAN
47
Tablo 16. Kirli ve temiz plakalar zerinde elde edilen karakterlerin karlatrlmas.a).kili seviyede grltl plakadan elde edilen karakterler ve gereksiz paralar.
b).Grltlerden arndrlm plakadan elde edilen karakterler.
c). Grltlerden arndrlmasna ramen plakadan elde edilen istenmeyen paralar.
Tablo (16-a) da grltlerden arndrlmam plaka zerinde karakter blmleme
ilemeleri gerekletirildiinde karakterler haricinde gereksiz paralarnda olutuu ve elde
edilen karakterlerin de kirli olduu gzlemlenmektedir. Eer bu haliyle ilemlere devam
edersek, oluan gereksiz paralar yok etmek iin ekstra ilem maliyeti gerekecektir. Tablo
(16- b) ye bakldnda ikili seviyedeki grnt ortalama filtreleme kullanlarak
grltlerden arndrlm ve gereksiz paralar olumadan sadece karakterler elde
edilmitir. Bununla beraber baz grntlerde plaka zerinde kartma gibi istenmeyen
nesnelerin olduu gzlemlenmitir. Tablo (16-c) ye bakldnda zerinde kartma olan
bir plakann karakter blmleme aamasndaki seyri grlmektedir. Burada ikili seviyedeki
grnt zerinde iyiletirme yaplarak grltlerin giderilmesine ramen kartmann
brakt iz plaka zerinden silinememitir. Dolaysyla bu gibi durumlarda grlt
giderilmesine ramen karakterlerden baka istenmeyen paralarn olumas kanlmaz
olmaktadr. Ancak bu paralardan kurtulmak ok zor bir ilem gerektirmemektedir.
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
56/69
BLM 4- ARATIRMA BULGULARI VE TARTIMA Kirami KAAN
48
Zaten grlt giderme ilemi bu parann boyutunu olduundan biraz daha kltmtr.
Bu tr bir parann boyutu karakterlerin boyutundan her zaman daha kk olacaktr. Biz
yaptmz almada bu durumu zmek iin yle bir yol kullandk; karakterlerin
ortalama uzunluklarn hesapladk ve sonra ortalama uzunluktan daha kk uzunlua
sahip paralar yok ettik.
4.5. Kamera le Ara Arasndaki Mesafe ve Bak As
Yaplan almalar neticesinde bir plaka tanma siteminin baarmnda etkili bir
sonu almak iin kamera ile ara arasndaki mesafenin ve bak asnn belli bir seviyede
snrlandrlmas gerektii anlalmtr. Farkl mesafelerden ekilmi grntler zerinde
yaptmz deneyler sonucunda 3 metreden daha fazla mesafeden ekilmi grntlerdenelde edilen plaka karakterlerinin ar derecede kk olduundan dolay zellikle
bulanklatrma ilemleri ve inceltme ilemlerinden sonra anlamsz ifadelere dnd
grlmtr (baknz Tablo 17).
Tablo 17yebakldnda 3 metreden fazla bir mesafeden ekilen bir ara grnts
zerinde sistemin davran grlmektedir. Gelitirilen sistem bu mesafeden bile plaka
blgesini rahatlkla karabilmi ve karakterleri blmleyebilmitir. Ancak blmlenen
karakterin ar derecede kk olmas karakterler zerinde eitli bilgi kayplarna nedenolmutur. Bu bilgi kayplar elde edilen karakterlerin YSA tarafndan doru bir ekilde
tannmasn engellemitir.
1 metreden daha yakndan ekilen grntlerde ise karakterler ar derecede byk
olduundan sistem iin tasarlanan ortalama boyut seviyesini amakta olduu grlmtr.
Bu sebeplerden dolay sistemin baarl bir ekilde almas iin ara grntlerinin
standartbir mesafe aralnda elde edilmesi gerektii kanaatine vardk. Biz almamzda
1,53 metreden ekilmi grntler zerinde ideal sonular elde ettik.
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
57/69
BLM 4- ARATIRMA BULGULARI VE TARTIMA Kirami KAAN
49
Tablo 17. 3 metreden daha fazla mesafeden ekilmi bir grntden elde edilenkarakterler.
Daha ncede ifade ettiimiz gibi ara ile kamera arasndaki bak as da sistemin
performans zerinde olduka byk bir etkiye sahiptir. Farkl alardan ekilmi
grntler zerinde yaplan deneyler neticesinde 20 dereceden daha byk bir bak
asyla ekilmi grntlerden elde edilen plaka blgelerinin istendii gibi tam ve dzgnbir ekilde dzeltilemedii anlalmtr. Bu durumun plaka blgesinde plakay kapsayacak
en dar ereveye odaklanma ileminde baarsz sonulara sebep olduu gzlemlenmitir
(baknz Tablo 18). Bu durumda da plaka karakterlerinin blmlenmesi ileminin arzu
edilen ekilde gerekletirilemeyecei kanaatine varlmtr.
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
58/69
BLM 4- ARATIRMA BULGULARI VE TARTIMA Kirami KAAN
50
Tablo 18. Bak (meyil) asnn PTS zerindeki etkisi.
Orijinal grnt.
Grntden elde edilen meyilli plaka
blgesi, 21 = .
21 derecelik meyil asyla meyil
dzeltme ileminden sonra elde
elden yeni plaka blgesi.
Plaka blgesinde odaklanlan en dar
ereve (plaka grnts).
Plaka grntsnn ikili seviyeye
indirgenmi hali.
Karakter bllmeden elde edilen baarsz sonu.
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
59/69
BLM 5- SONULAR VE NERLER Kirami KAAN
51
BLM 5
SONULAR VE NERLER
Bu almada zellikle grnt ileme, karakter tanma ve yapay sinir alar gibi
popler alma anlarnn PTSlerin baarmn nasl iyiletirebilecei incelendi. PTS ilem
aamalar analiz edildi ve baarm orann ykseltmek iin her bir aama da daha iyi
sonular verecek yntemler kullanld. Plaka blgesinin belirlenmesi aamasnda grnt
zerinde n ileme algoritmalar ve dik kenar istatistii kullanlarak bu sistemlerin her
ortam ve koul altnda etkili ve dier yntemlere gre daha hzl sonular retmesisaland. Sistemin baarmna olumsuz ynde etki eden faktrleri ortadan kaldrmak iin
karakter blmleme aamasnda izdm yntemleri kullanld. Karakterler zerinde
inceltme ilemi uygulanarak karakter tanma aamas daha verimli hale getirildi. Pek ok
alanda kullanlan YSAlarn karakter tanmaya olan katks ortaya kondu. YSAlarn
zellikle karakter tanma aamasnda PTS iin kullanlan dier yntemlerden daha etkili
sonular rettii gzlemlendi. Sonu olarak YSA ve eitli grnt ileme teknikleri
kullanarak ilem zaman ksa, hesaplama gc yksek, tanma oran daha iyi olan ve dahafazla ortamda ve daha fazla koullarda alabilecek baarm oran yksek bir PTS
gelitirilmeye alld.
Yaplan alma neticesinde plakas okunacak bir ara grntsnn elde edilmesi
srasnda kamera ile ara arasndaki mesafe ve bak asnn uygun bir deer aralnda
snrlandrlmas gerektii anlald. Farkl mesafe ve bak alarndan elde edilmi
grntler zerinde yaplan deneyler sonucunda sistemimizin 1,5-3 metre mesafe
aralndan ve -20,+20 derece arasnda deien bak asndan elde edilmi grntler
zerinde en verimli sonucu verdii grld. Dolaysyla bu sistem belirlenen snrlar
dnda elde edilmi grntlerden ara plakasn tamamyla doru okuyamamaktadr.
Belirlenen snrlar aralnda elde edilmi 357 grnt zerinde sistemin verdii sonular
ve baarm oranlar Tabloda 19 da gsterilmektedir.
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
60/69
BLM 5- SONULAR VE NERLER Kirami KAAN
52
Tablo 19. 357 grnt zerinde sistemin baarmoranlar.Aamalar Tm Gr. Baarl Gr. Baarm oran (%)
Plaka Blgesi Belirleme 357 357 100
Karakter Blmleme 357 357 100
Karakter Tanma 357 340 95,238
Tabloda grld gibi sistemin her aamasnda elde edilen baarm oran ayr ayr
hesaplanmtr. Burada elde edilen sonulara bakldnda, gelitirilen sistem plaka blgesi
belirleme aamasnda tm grntlerden plaka blgesini belirleyebilmitir. Bu baarnn
elde edilmesinde en byk etken daha ncede belirttiimiz gibi grntlerin belli bir
mesafe ve bak as aralnda elde edilmesi olmutur. Yine Tablo 19 da grld zere
karakter blmleme aamasnda %100 lk bir sonu elde edilmitir. Aslnda bu sonu
kanlmazdr. nk baarl bir ekilde elde edilen her plaka blgesinden karakterler
baarl bir ekilde ayrtrlabilmektedir.
Burada aslnda sistemin de baarsna etki edecek en nemli ltn karakter
tanma aamasndan elde edilen sonu olduu ortaya kmaktadr. Buda yapay sinir ann baarm oranna bal olmaktadr. Yaptmz deneyler sonucunda YSAnn eitilmesi
srasnda kullanlan test verisi saysnn YSAnn baarmnda olduka etkili olduunu
gzlemledik. Tablo 20 de her bir karakter iin 10, 20 ve 30ar rnek kullanlarak eitilen
YSAnn baarm oranlar grlmektedir. Yaptmz almalar neticesinde YSAnn
eitiminde her bir karakter iin 30ar test verisi kullanarak en yksek baarm orann elde
ettik. Kullanlan 357 grntden yaklak 200n zerinde 1 ve 7 karakterleri, yaklak
100er adet de dier karakterler bulunmaktadr. Dolaysyla YSA rnein, 1 karakterinin30 fakl rneini renerek geri kalan 170 tane farkl 1 karakterini de tanmaktadr.
Aslnda karakter baznda dndmzde sistemin baarm orannn ykseklii daha ak
bir ekilde ortaya kmaktadr.
-
8/4/2019 Yapay Sinir Alar Kullanlarak Ara Plakalarnn Tannmas
61/69
BLM 5- SONULAR VE NERLER Kirami KAAN
53
Tablo 20 de grld zere YSA karakter tanma aamasnda, sisteme verilen 357
grntden 340na ait karakterleri tam ve doru birekilde tanyabilmitir. Geri kalan 17
grntden elde edilen plakalarda ise baz karakterleri doru tanmasna ramen baz
karakterleri de yanl tanm ve farkl karakterlere benzetmitir. Bu benzetme 0 saysn O
harfine (yada tersi), 2 saysn Z harfine (yada tersi) ve 6 saysn G harfine (yada tersi)
benzetme eklinde olumutur.
Tablo 20. YSAnneitilmesinde her bir karakter iin kullanlan test verisisaylarnnsistemin baarmna etkisi.
Her bir karakter iin
kullanlan test verisi says.