ridm@nrct.go.th   ระบบคลังข้อมูลงานวิจัยไทย   รายการโปรดที่คุณเลือกไว้

การรู้จำแผ่นป้ายทะเบียนรถยนต์จากภาพดิจิทัลแบบทันกาล

หน่วยงาน จุฬาลงกรณ์มหาวิทยาลัย

รายละเอียด

ชื่อเรื่อง : การรู้จำแผ่นป้ายทะเบียนรถยนต์จากภาพดิจิทัลแบบทันกาล
นักวิจัย : สุกัญญา จังเจริญจิตต์กุล, 2522-
คำค้น : การประมวลผลภาพ--เทคนิคดิจิตอล , ต้นไม้ตัดสินใจ , รถยนต์--ป้ายทะเบียน
หน่วยงาน : จุฬาลงกรณ์มหาวิทยาลัย
ผู้ร่วมงาน : สืบสกุล พิภพมงคล , จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์
ปีพิมพ์ : 2547
อ้างอิง : 9741738447 , http://cuir.car.chula.ac.th/handle/123456789/1676
ที่มา : -
ความเชี่ยวชาญ : -
ความสัมพันธ์ : -
ขอบเขตของเนื้อหา : -
บทคัดย่อ/คำอธิบาย :

วิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2547

วิทยานิพนธ์นี้เป็นการพัฒนาอัลกอริธึมเพื่อการรู้จำแผ่นป้ายทะเบียนรถยนต์ ซึ่งประกอบด้วยตัวอักษร ตัวเลข และจังหวัด เพื่อใช้ชี้เฉพาะรถยนต์คันนั้นๆ ในที่นี้ได้เสนอแนวคิดในการพัฒนาโปรแกรมต้นแบบการรู้จำแผ่นป้ายทะเบียนรถยนต์ จากภาพดิจิทัล จากการถ่ายภาพในทั้งมุมตรงและมุมเอียง โดยอาศัยรูปแบบของแผ่นป้ายทะเบียนรถยนต์ตามมาตรฐานที่ถูกกำหนดโดยกฎกระทรวง ฉบับที่ 25 (พ.ศ. 2539) การรู้จำตัวอักษร ตัวเลขและจังหวัดในวิทยานิพนธ์นี้ได้ใช้วิธีแบ่งส่วนตัวอักษรและตัวเลขเป็น 3 ส่วนในแนวนอนเพื่อแบ่งกลุ่มตัวอักษรและตัวเลขเพื่อจำกัดปริมาณข้อมูลภาพที่ต้องประมวลผล ในการรู้จำใช้ต้นไม้การตัดสินใจโดยแบ่งตามประเภทของช่องว่างในส่วนนและส่วนล่างของตัวอักษรและตัวเลขโดยแบ่งประกอบด้วย 6 ประเภท ได้แก่ประเภทที่ 1 ส่วนบนไม่มีช่องว่างและส่วนล่างไม่มีช่องว่าง ประเภทที่ 2 ส่วนบนไม่มีช่องว่างและส่วนล่างมีช่องว่าง 1 กลุ่ม ประเภทที่ 3 ส่วนบนมีช่องว่าง 1 กลุ่มและส่วนล่างไม่มีช่องว่าง ประเภทที่ 4 ส่วนบนมีช่องว่าง 1 กลุ่มและส่วนล่างมีช่องว่าง 1 กลุ่ม ประเภทที่ 5 ส่วนบนมีช่องว่าง 2 กลุ่ม และส่วนล่างไม่มีช่องว่าง ประเภทที่ 6 ส่วนบนมีช่องว่าง 2 กลุ่ม และส่วนล่างมีช่องว่าง 1 กลุ่ม จากนั้นเปรียบเทียบลักษณะเด่นในประเภทนั้นๆ หากข้อมูลภาพที่ได้มีความคล้ายคลึงกับลักษณะเด่นใดมากที่สุด จะตัดสินใจให้เป็นตัวอักษรหรือตัวเลขนั้น จากการทดสอบได้ผลค่อนข้านดีเมื่อส่วนของป้ายทะเบียนในภาพไม่ไกลหรือใกล้จนเกินไป กล่าวคือขนาดความยาวของป้ายทะเบียนในภาพถ่ายมีขนาดประมาณ 20-50% ของความยาวของภาพถ่ายดิจิทัลแบบ VGA ขนาด 640 x 480 พิกเซล จากภาพถ่ายดิจิทัลจำนวน 150 ภาพโปรแกรมต้นแบบ สามารถตรวจหาตำแหน่งของป้ายทะเบียนได้ถูกต้อง เฉลี่ยประมาณ 95% จากนั้น นำผลลัพธ์ที่ถูกต้องจากการหาตำแหน่งป้ายทะเบียนผ่านการรู้จำแผ่นป้ายทะเบียนซึ่งแบ่งออกเป็น 2 กรณี ได้แก่การบ่งชี้ตัวอักษรและตัวเลขถูกต้องเฉลี่ยประมาณ 92% และการบ่งชี้เฉพาะส่วนจังหวัด ถูกต้องเฉลี่ยประมาณ 90% ความถูกต้องโดยรวม ของการหาตำแหน่งป้ายทะเบียนและสามารถหาตำแหน่งบ่งชี้ตัวอักษร ตัวเลข จังหวัดได้ถูกต้องเฉลี่ยโดยประมาณ 89%

บรรณานุกรม :
สุกัญญา จังเจริญจิตต์กุล, 2522- . (2547). การรู้จำแผ่นป้ายทะเบียนรถยนต์จากภาพดิจิทัลแบบทันกาล.
    กรุงเทพมหานคร : จุฬาลงกรณ์มหาวิทยาลัย.
สุกัญญา จังเจริญจิตต์กุล, 2522- . 2547. "การรู้จำแผ่นป้ายทะเบียนรถยนต์จากภาพดิจิทัลแบบทันกาล".
    กรุงเทพมหานคร : จุฬาลงกรณ์มหาวิทยาลัย.
สุกัญญา จังเจริญจิตต์กุล, 2522- . "การรู้จำแผ่นป้ายทะเบียนรถยนต์จากภาพดิจิทัลแบบทันกาล."
    กรุงเทพมหานคร : จุฬาลงกรณ์มหาวิทยาลัย, 2547. Print.
สุกัญญา จังเจริญจิตต์กุล, 2522- . การรู้จำแผ่นป้ายทะเบียนรถยนต์จากภาพดิจิทัลแบบทันกาล. กรุงเทพมหานคร : จุฬาลงกรณ์มหาวิทยาลัย; 2547.