జర్నల్ ఆఫ్ ఇన్ఫర్మేషన్ టెక్నాలజీ & సాఫ్ట్వేర్ ఇంజనీరింగ్

జర్నల్ ఆఫ్ ఇన్ఫర్మేషన్ టెక్నాలజీ & సాఫ్ట్వేర్ ఇంజనీరింగ్
అందరికి ప్రవేశం

ISSN: 2165- 7866

నైరూప్య

టెంప్లేట్ మ్యాచింగ్ టెక్నిక్స్ ఉపయోగించి వాహనం నంబర్ ప్లేట్ రికగ్నిషన్ సిస్టమ్ యొక్క పనితీరు విశ్లేషణ

గజేంద్ర శర్మ

వెహికల్ నంబర్ ప్లేట్ రికగ్నిషన్ (VNPR) సిస్టమ్ అనేది డిజిటల్ ఇమేజ్ ప్రాసెసింగ్ టెక్నిక్స్, ఇది వాహన రవాణా వ్యవస్థలో వాహనాన్ని వాటి నంబర్ ప్లేట్ ద్వారా గుర్తించడానికి విస్తృతంగా ఉపయోగించబడుతుంది. అయినప్పటికీ, ఇది చాలా సవాలుగా ఉన్న సమస్య, వైవిధ్యమైన ప్లేట్ ఫార్మాట్‌లు, విభిన్న ప్రమాణాలు మరియు ఇమేజ్ సేకరణ సమయంలో ఏకరీతి కాని ప్రకాశం పరిస్థితుల కారణంగా. ఈ పరిశోధన ప్రధానంగా నేపాలీ వాహన నంబర్ ప్లేట్ రికగ్నిషన్ సిస్టమ్‌పై దృష్టి పెడుతుంది, దీనిలో వాహన ప్లేట్ ఇమేజ్ డిజిటల్ కెమెరాల ద్వారా స్వీకరించబడుతుంది మరియు నంబర్ ప్లేట్ సమాచారాన్ని పొందేందుకు ఇమేజ్ ప్రాసెస్ చేయబడింది. వాహనం యొక్క నిజమైన చిత్రం వివిధ అల్గారిథమ్‌లను ఉపయోగించి క్యాప్చర్ చేయబడుతుంది మరియు ప్రాసెస్ చేయబడుతుంది. పదనిర్మాణ కార్యకలాపాలు, మరియు అంచుని గుర్తించడం, సున్నితంగా చేయడం, వడపోత, ప్లేట్ స్థానికీకరణ కోసం సాంకేతికతలు మరియు సెగ్మెంట్ క్యారెక్టర్ కోసం క్యారెక్టర్స్ సెగ్మెంటేషన్ మరియు ఈ సెగ్మెంటెడ్ క్యారెక్టర్ 70×70 సైజు బ్లాక్‌గా కట్ చేయబడింది మరియు సాధారణీకరించిన టెంప్లేట్ మ్యాచింగ్ అల్గారిథమ్‌ని ఉపయోగించి డేటాబేస్ టెంప్లేట్‌తో సహసంబంధాన్ని లెక్కించండి. క్రాస్ కోరిలేషన్ మరియు ఫేజ్ కోరిలేషన్ మరియు ఈ ఫలితాన్ని ఖచ్చితత్వంతో పోల్చండి. సిస్టమ్ అనేక పరిస్థితులలో 90 నమూనాల ద్వారా పరీక్షించబడింది. ఇది దశ సహసంబంధం మరియు సాధారణీకరించిన క్రాస్ కోరిలేషన్ పద్ధతులను ఉపయోగించి నంబర్ ప్లేట్ గుర్తింపు యొక్క ప్రయోగాన్ని కలిగి ఉంటుంది. డేటాబేస్ యొక్క చిత్రాల సంఖ్యపై దరఖాస్తు చేసిన తర్వాత పరీక్ష యొక్క అధ్యయనం మరియు విశ్లేషణ నుండి, నంబర్ ప్లేట్‌ను గుర్తించడానికి సాధారణీకరించిన క్రాస్ కోరిలేషన్ పద్ధతి మరింత ఖచ్చితమైనదిగా కనుగొనబడింది, ఆపై దశ సహసంబంధ పద్ధతి మరియు సాధారణీకరించిన క్రాస్ కోరిలేషన్ యొక్క గుర్తింపు ఖచ్చితత్వం 67.98% మరియు దశ సహసంబంధం 63.46%. .

నిరాకరణ: ఈ సారాంశం కృత్రిమ మేధస్సు సాధనాలను ఉపయోగించి అనువదించబడింది మరియు ఇంకా సమీక్షించబడలేదు లేదా ధృవీకరించబడలేదు.
Top