Ia-Reconocimeinto de Placas

RECONOCIMIENTO AUTOMATICO DE
PLACAS VEHICULARES
Franklin Jordan Ventura Quico
Escuela Profesional de Ingeniera de Sistemas
Universidad Nacional de San Agustn
Arequipa, Per
[email protected]
OBJETIVO GENERAL
Resumen.- En el siguiente informe se ver la

aplicacin de la Inteligencia artificial en el desarrollo
del sistema vehicular en la ciudad de Arequipa. El
sistema de reconocimiento de placas y el seguimiento
de
estas
ser
nuestro
objetivo
principal,
comprenderemos su composicin y su arquitectura as
como su aplicacin y sus contribuciones al sistema
vehicular actual en la ciudad de Arequipa.
Desarrollar e implementar un sistema de deteccin

y reconocimiento de placas vehiculares para el
control de vehculos en la ciudad de Arequipa.
OBJETIVOS ESPECIFICOS
El objetivo del siguiente trabajo es:
Palabra Clave: Reconocimiento de placas, aplicacin,

vehicular.
I.
DESCRIPCION DEL PROBLEMA

En los ltimos aos el flujo de vehculos en la
ciudad de Arequipa ha crecido de manera
impresionante de tal forma que existen 74 mil

167 unidades vehiculares [8], esto ha presentado
la necesidad de tener un control estadstico, tener
mucha ms seguridad pblica, ms control de
velocidad, ha representado tambin un mayor
ndice en la entrada/salida de las casetas de cobro
en las afueras de la ciudad.
El sistema vehicular actual requiere varias de las
aplicaciones prcticas utilizadas por los sistemas
de identificacin digital de placas de rodaje.
Muestra de ello es la localizacin y el
reconocimiento de placas vehiculares utilizadas en
situaciones como [1]:
II.
El parqueo inteligente
El monitoreo de violaciones de trfico
El control en el acceso de vehculos en reas
restringidas.
En la deteccin de vehculos robados.
Control de acceso a la ciudad.
OBJETIVOS
III.
proponer un sistema que parte desde la

adquisicin de una imagen digital en formato
RGB (del ingles Red Green Blue) para
despus realizar la conversin a escala de
grises.
Anlisis de frecuencia en la imagen para
determinar la localizacin de la placa
vehicular
Iniciar la conversin a blancos y negros
(binarizacion) que es cuando ya se tiene la
imagen digital en un solo plano.
Cuando la imagen se encuentre binarizada se
realizara el proceso de segmentacin, despus
se proceder a realizar el filtrado y
reconstruccin de caracteres.
Posteriormente se realizara una bsqueda en
una base de datos para verificar los datos de
dicha placa.
ESTADO DEL ARTE (CONOCIMIENTO)
Se han propuesto varios sistemas de

reconocimiento de placas, la mayora de los cuales
se han adaptado al tipo de placas usado en el pas
o en alguna ciudad en especfico. Por lo tanto una
comparacin justa de los diversos sistemas
propuestos es muy difcil. Adems dependiendo
del tipo de placas y de aplicacin o el problema
que se quiere resolver la estructura del sistema

podra cambiar totalmente [2].
En diversos artculos se reporta el porcentaje de
reconocimiento obtenido con el mtodo usado, sin
embargo los porcentajes de acierto son muy
dependientes de las condiciones del experimento
realizado, tales como el tipo de placa, el mtodo
de captura de la imagen, la condicin de captura
de la imagen, entre otros. Por lo tanto es muy
difcil realizar una comparacin justa entre
diversos mtodos.
Existen diferentes enfoques a la hora de generar
modelos matemticos para el reconocimiento de
patrones. Los ms populares son:
Redes Neuronales: Es un sistema inspirado

en el funcionamiento del cerebro humano,
que expresa la solucin de un problema, no
como una secuencia de pasos, sino como la
evolucin de un sistema dotado de cierta
"inteligencia". [9]
Mtodo Lgico: La resolucin debe ser lo
ms cercano posible a la realidad del mismo,
sin hacer suposiciones que no estn
fundamentadas. Se utiliza conjuntos difusos y
lgica simblica, circuitos combinacionales y
secuenciales, etc.[9]
Mtodo Evolutivo: En este mtodo se define
una estructura de datos que admite todas las
posibles soluciones a un problema. Cada uno
de los conjuntos de datos admitidos por esa
estructura ser un resultado. Las soluciones al
problema son capaces de reproducirse entre
s, combinando sus caractersticas y
generando nuevos resultados.[9]
Mtodo Probabilista: Se basan en la teora
de la probabilidad y la estadstica, utiliza
anlisis de varianzas, covarianzas, dispersin,
distribucin, etc; para encontrar la solucin
que mejor resuelve un problema especfico.
Mtodo Geomtrico (Clustering): Es un
mtodo de agrupacin de una serie de
vectores de acuerdo con un criterio de
cercana. Esta cercana se define en trminos
de una determinada funcin de distancia,
geometra de formas, vectores numricos,
puntos de atraccin, etc.[9]
Se propuso otros mtodos para la clasificacin y

reconocimiento de patrones:
Support Vector Machine (95% acierto).
un reconocedor de smbolos extrados basado
en SVM (22% acierto).
Mtodo basado en lgica difusa para
aplicacin de reconocimiento de patrones y se
aplic a reconocimiento de placas vehiculares
(97% acierto).
IV.
JUSTIFICACION
Tipos de placas vehiculares en Arequipa

Las placas vehiculares son el registro que usan los
vehculos automotores para su identificacin y
circulacin legal en todo el territorio nacional.
Todas las placas de identificacin vehicular deben
ser de una lmina metlica rectangular de 30 cm x
15 cm y deben cumplir con las normas de
seguridad, recubrimiento y reflectancia que
determine el Ministerio de Transportes y
Comunicaciones (MTC).
Su diseo es nico para todo el pas, las letras y
nmeros estn en relieve de 2 mm., en color negro
mate, sobre el fondo reflectivo que indica el tipo
de servicio y la pintura es de laca anticorrosiva.
En la parte superior central lleva la palabra PERU
y contiene dos o tres letras y de 3 - 4 dgitos, que
son la clave necesaria para la identificacin de
cada vehculo.
Sistema Antiguo: La primera letra corresponde al
tipo de vehculo, por ejemplo: U, V para mnibus,
M, N para motocicleta; la segunda indica la zona
registral donde se inscribi el vehculo a la que se
le asignan de tres a cuatro dgitos que van desde el
0001 hasta el 9999, en ambos casos siguiendo el
orden alfabtico y numrico correspondiente.
Nuevo Sistema Integral de Identificacin
Vehicular: La primera letra corresponde a la
provincia donde ha sido matriculado, por ejemplo:
P si es de Tumbes, V si es de Arequipa; la segunda
y la tercera es la letra del alfabeto a la que se le
asignan de tres a cuatro dgitos que van desde el
0001 hasta el 9999, en ambos casos siguiendo el
orden alfabtico y numrico correspondiente.
El proyecto tiene como justificacin lo siguiente:
Control de acceso a parqueadores.

Control de fraudes en autopistas.
Control de velocidad media
autopistas.
Inventario de vehculos.
en
(Anexo 2)
V.
PROPUESTA DEL PROYECTO
Un eficiente sistema de reconocimiento

automtico de placas vehiculares basado en redes
neuronales artificiales debe ser diseado y
entrenado para reconocer las 26 letras que
conforman el alfabeto, as como los 10 dgitos
decimales y el guion.
El sistema de reconocimiento de placas est
dividido en tres secciones principales, as lo
proponen:
1.
2.
3.
Localizacin de la regin de la placa en la

imagen del coche
Segmentacin de los patrones de la placa
Reconocimiento
de
los
caracteres
segmentados.
CAMPO DE CLASIFICACION DE LA
APLICACIN
El campo de clasificacin de nuestra aplicacin es
la Visin por computadora lo cual abarca la
siguiente tcnica de dicho campo:
Procesamiento digital de imgenes.

Reconocimiento de patrones.
VISION POR COMPUTADORA
Esquema de un reconocimiento de placas usando

redes neuronales
REDES NEURONALES
En el trabajo presente, para el reconocimiento de
placas vehiculares se utilizara una red neuronal
multicapa con el algoritmo de retropropagacion.
Para tener una visin mas amplia sobre la rede
neuronal artificial.
a) Procesamiento digital de imgenes

Conversin de escala de grises
Binarizacion
Eliminacin de ruido
Restauracin de caracteres
Segmentacin
Etc.
ALGORITMO RETROPROPAGACION
b) Reconocimiento de patrones
Redes neuronales
Una rede neuronal de tipo retropropagacion

permite aprender mediante un conjunto de
ejemplo (entrada-salida) comnmente conocido
El mtodo de retropropogacion (entrenamiento

hacia atrs)
es un sistema automtico de
entrenamiento de redes neuronales con capas
ocultas, mismo que fue perfeccionado en la poca
de los 80 [4].
como training set. Al haber aprendido mediante

este conjunto se puede obtener una salida
coherente para una entrada dada [7].
VI.
CRONOGRAMA
Anexo 1
VII.
FACTIBILIDAD
Este proyecto est orientado a generar un producto
final utilizable en un mbito real. El producto
aspirar a automatizar el proceso de deteccin de
vehculos. Esto ayudara en la seguridad vial
dentro de la ciudad as como la seguridad de la
personas pues se tendr la informacin detallada
sobre las unidades que transitan dentro de nuestra
ciudad.
Asimismo, el software resultante posee potencial
de aplicacin en distintos entornos. Considerando
que el proyecto plantea como principal restriccin
el reconocimiento de placas peruanas, el software
producto se adaptara sin mayor dificultad a
distintos entornos con necesidades similares. Los
casos en los que se puede aplicar incluyen
seguridad en colegios universidades, para mejorar
la seguridad de su acceso y controles de seguridad
en empresas privadas, para un control estricto del
ingreso a sus instalaciones.
Entonces el proyecto es factible.
El costo total aproximado del desarrollo del
proyecto es 30 mil soles analizado los costos
previos de los sistemas que se implementaron y la
consulta a los expertos.
VIII.
REFERENCIAS
[1] Rokus Arnold and Poth Miklos. Character
recognition
using
neural
networks.
In
Computational Intelligence and Informatics
(CINTI), 2010 11th International Symposium on,
pages 311314. IEEE, 2010.
[2] S Chetan. Character recognition using artificial
neural networks, 2009.
[3] H Erdinc Kocer and K Kursat Cevik. Artificial
neural networks based vehicle license plate
recognition. Procedia Computer Science, 3:1033
1037, 2011.
[4] Haris Al-Qodri Maarif and Sar Sardy. Plate
number recognition by using artificial neural
network. Prosiding Semiloka Teknologi Simulasi
dan Komputasi setra Aplikasi, 2006.
[5] Hann Meng and Daniel Morariu. Khmer
character recognition using artificial neural
network. In Asia-Pacific Signal and Information
Processing Association, 2014 Annual Summit and
Conference (APSIPA), pages 18. IEEE, 2014.
[6] Anuja P Nagare. License plate character
recognition system using neural network.
International Journal of Computer Applications,
(09758887) Volume, 2011.
[7] B Vani, M Shyni Beaulah, and R
Deepalakshmi. High accuracy optical character
recognition algorithms using learning array of
ann. In Circuit, Power and Computing
Technologies (ICCPCT), 2014 International
Conference on, pages 14741479. IEEE, 2014.
[8] Parque automotor en Arequipa creci en 7%
http://rpp.pe/peru/actualidad/parque-automotoren-arequipa-crecio-en-7-noticia-755069 Visto 25
de Mayo, 2016.
[9] Aplicacin de Visin por Computador para el
Reconocimiento Automtico de Placas
Vehiculares utilizando OCRs Convencionales.
https://www.researchgate.net/profile/Boris_Vintim
illa/publication/267946860_Aplicacin_de_Visin_p
or_Computador_para_el_Reconocimiento_Autom
tico_de_Placas_Vehiculares_utilizando_OCR's_C
onvencionales/links/54bfc7a80cf28a63249fe057.p
df Visto 25, Mayo 2016.
[10] sistema de reconocimiento de patrones en
placas vehiculares para el acceso automtico de
visitas a un edificio.
http://tesis.pucp.edu.pe/repositorio/bitstream/hand
le/123456789/5753/ESPINOZA_GERARDO_PL
ACAS_VEHICULARES_AUTOMATICO_VISIT
AS_EDIFICIO.pdf?sequence=1 Visto 25, Mayo

2016
ANEXO 1 (CALENDARIO)
ANEXO 2 (PLACAS VEHICULOS PERU)

Ia-Reconocimeinto de Placas

Cargado por

Copyright:

Formatos disponibles

Ia-Reconocimeinto de Placas

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Ia-Reconocimeinto de Placas

Cargado por

Copyright:

Formatos disponibles

RECONOCIMIENTO AUTOMATICO DE

Resumen.- En el siguiente informe se ver la

Desarrollar e implementar un sistema de deteccin

Palabra Clave: Reconocimiento de placas, aplicacin,

DESCRIPCION DEL PROBLEMA

impresionante de tal forma que existen 74 mil

proponer un sistema que parte desde la

Se han propuesto varios sistemas de

que se quiere resolver la estructura del sistema

Redes Neuronales: Es un sistema inspirado

Se propuso otros mtodos para la clasificacin y

Tipos de placas vehiculares en Arequipa

El proyecto tiene como justificacin lo siguiente:

Control de acceso a parqueadores.

PROPUESTA DEL PROYECTO

Un eficiente sistema de reconocimiento

Localizacin de la regin de la placa en la

Procesamiento digital de imgenes.

VISION POR COMPUTADORA

Esquema de un reconocimiento de placas usando

a) Procesamiento digital de imgenes

Una rede neuronal de tipo retropropagacion

El mtodo de retropropogacion (entrenamiento

como training set. Al haber aprendido mediante

AS_EDIFICIO.pdf?sequence=1 Visto 25, Mayo

ANEXO 2 (PLACAS VEHICULOS PERU)

También podría gustarte