4. MATERYAL VE YÖNTEM
6.2 Öneriler
Hazırlanan program, 24 saat boyunca hareket halindeki trafik üzerinden alınan 640x480 boyutlarında ki 1500 adet resim üzerinde test edilmiĢtir. Araçların görüntüsü yaklaĢık olarak 10 metre mesafeden alınmıĢtır. Bu yüzden resim üzerindeki plaka bölgesinin boyutu çok büyük değildir ve plaka görüntü kalitesi düĢük kalmaktadır. Görüntüsü alınan araba resimleri daha yüksek çözünürlükte ve direk olarak araçların plaka bölgesine odaklı olarak alınırsa, programın baĢarı oranı çok daha yüksek olacaktır. Aynı Ģekilde alınan resimler bir otopark ve apartman giriĢi gibi araçların giriĢ kapısı açılana kadar bekleyecekleri bir sistem üzerinden alınırsa, alınan resimlerde plaka bölgesinde eğim yok denilecek kadar az olacaktır. Bununla beraber resim üzerindeki plaka bölgesinin kapladığı alan çok daha büyük olacağı için plaka bölgesinin tespiti, karakter ayrıĢtırma ve karakter tanıma iĢlemlerinin baĢarı oranları da artacaktır.
Bu tez çalıĢmasında yapılan plaka tanıma sisteminde iĢlem süresi olarak alınan resmin gri resme dönüĢtürülmesi ve de resim üzerindeki piksel değerlerinin byte dizisine aktarılması plaka yerinin bulunmasından daha fazla zaman almaktadır. C# .Net programlama dilinde dosyadan okunan resim direk olarak byte dizisine okunur ve iĢlem yapılırsa, gri resme çevirme ve de byte dizisine aktarılma sırasında kaybedilen zamandan büyük kazanç sağlanılacağı düĢünülmektedir. Karakter tanıma sırasında byte dizisinde bulunan piksel değerlerinin C# Bitmap resim formatına dönüĢtürülmesi ve boyutlandırılma iĢlemi tamamlandıktan sonra tekrar byte dizisi haline getirilme iĢleminde de zaman kaybı yaĢanmaktadır. Byte dizisi halinde bulunan piksel değerleri incelenerek doğrudan bu değerler kullanılarak resim üzerinde boyutlandırılma yapılabilirse, karakter tanıma iĢlem süresi de oldukça azalacaktır.
Yapılan otomatik plaka tanıma sistemi sadece plaka bilgisi tek satır halinde bulunan dikdörtgen plakalara sahip araçlar üzerinde çalıĢmaktadır. Ġleride sistem biraz daha geliĢtirilerek, plaka bilgisi 2 satır halinde bulunan kare plakaları tanır hale getirilebilir.
Öğretim Sisteminin Güçlendirilmesi Projesi, Ankara, 25-26.
Anonim, 2003, IĢıktaki Tasarım-1, http://www.evreninyaratilisi.com/html/isik1.html
[Ziyaret Tarihi: 11 Ocak 2011].
Bora, K., 2009, Car Plate Recognition, M. Sc. Thesis, Atilim University in Computer
Engineering, Ankara, 19-35.
Caner, H., 2006, Fpga Donanımı Üzerinde Araç Plakası Tanıma Sistemi, Yüksek Lisans Tezi, Hacettepe Üniversitesi Fen Bilimleri Enstitüsü, Ankara, 11-38.
Canny, J., 1986, A Computational Approach to Edge Detection, IEEE Transactions on Pattern Analysis and Machine Intelligence,Vol. PAMI-8, No. 6, pp. 679-698. ÇamaĢırcıoğlu, E., 2007, Araç Plakası Algılama ve Tanıma, Yüksek Lisans Tezi,
Ankara Üniversitesi Fen Bilimleri Enstitüsü, Ankara, 37-65.
Çevik, K.K., 2010, Yapay Zeka Yöntemleri Ġle Araç Plaka Tanıma Sistemi, Yüksek Lisans Tezi, Selçuk Üniversitesi Fen Bilimleri Enstitüsü, Konya, 4-46.
Duan, T.D., Du, T.L.H., Phuoc, T.V., Hoang, N.V., 2005, Building an Automatic Vehicle License-Plate Recognition System. International Conference in Computer Science, pp. 59-63.
Gonzalez, R.C., Wintz, P., 1987. Digital Image Processing. 2nd. Ed. Addison-Wesley Publishing Company, 503p, USA.
Gonzalez, R. C. and Woods, R. E., 2002, Digital Image Processing, p.888.
Gonzalez, R. C., Woods, R. E. and Eddins, L. S., 2004, Digital Image Processing Using Matlab, p.624.
Green, B., 2002, Edge Detection Tutorial, 2 p.
Günaydın, A.G., 2007, Kısıt Tabanlı Gerçek Zamanlı Plaka Tanıma Sistemi, Yüksek Lisans Tezi, Orta Doğu Teknik Üniversitesi Fen Bilimleri Enstitüsü, Ankara, 9- 35.
Hamey, L.G.C. and Priest, C., 2005, Digital Image Computing: Technqiues and Applications, 2005. DICTA ' 05. Proceedings, 87-94.
Irmakçı, Ġ., 2008, Otomatik Araç Plaka Tanıma Sistemi, Yüksek Lisans Tezi, Ege
Üniversitesi Fen Bilimleri Enstitüsü, Ġzmir, 13-72.
Kakıcı, A., 2009, C# ile Görüntü ĠĢleme - 2,
http://www.ahmetkakici.com/programlama/c-ile-goruntu-isleme-2/ [Ziyaret
Tarihi: 4 Ocak 2011].
Kaplan, O., Sağıroğlu, ġ. ve Çolakoğlu, Ö.F., 2002, Araç plaka tanıma sistemi,
Bilgisayar Mühendisliği Bölümü Erciyes Üniversitesi, 38039, Kayseri.
Kim, K.K., Kim, K.I., Kim, J.B. and Kim, H.J., 2000, Neural Networks for Signal Processing X, 2000. Proceedings of the 2000 IEEE Signal Processing Society Workshop, Sydney, Vol. 2, 614-623.
Lim, Jae S., 1990, Two-Dimensional Signal and Image Processing, Englewood Cliffs, NJ, Prentice Hall, pp. 478-488.
Lu, Y., 1995, Machine printed character segmentation, Pattern Recognition, Volume No 28, n. 1, pp 67-80, Elsevier Science Ltd, UK.
Martinsky, O., 2007, Algorithmic And Mathematical Principles Of Automatic Number Plate Recognition Systems, Brno University of Technology, Brno, 1-41.
Maxwell, J. C., 1860, Philos. Trans. R. Soc., London, Ser. 150, 57 – 84.
Ohta, Y., Kanade, T., Sakai, T., 1980, Color Information for Region Segmentation, Computer Graphics Image Process, vol.13, pp. 222-240.
Otsu, N., 1979, A threshold selection method from gray-level histograms, IEEE Trans.
Sys., Man., Cyber. 9 (1): 62–66.
Özbay, S., 2006, Automatic Vehicle Ġdentification By Plate Recognition, M. Sc. Thesis in Electrical& Electronics Engineering, Gaziantep University Graduate School of
Natural & Applied Sciences, Gaziantep, 40-62.
Qin Z., Shi S., Xu J. and Fu H., 2006, Intelligent Control and Automation, 2006. WCICA 2006. The Sixth World Congress, Dalian, Vol. 2, 8645-8649.
Parker, James R., 1997, Algorithms for Image Processing and Computer Vision, New York, John Wiley & Sons, Inc., pp. 23-29.
Yalım, B., 2008, Türk Sivil Plaka Standartları için Araç Plaka Tanıma Sistemi, Yüksek Lisans Tezi, Gazi Üniversitesi Bilişim Enstitüsü, Ankara, 46-88.
Yanamura, Y., Goto, M., Nishiyama, D., Soga, M., Nakatani H. and Saji H., June 2003, Extraction and tracking of the license plate using hough transform and voted block matching, Intelligent Vehicles Symposium Proceedings. IEEE pp. 243-246.
Conference on Road Trafic Monitoring, London, 13-17.
Wu, C., On, L. C., Weng, C. H., Kuan, T. S. and Ng K., August 2005, A macao license plate recognition system, Proceedings of the Fourth International Conference on Machine Learning and Cybernetics, vol. 7, pp. 4506 – 4510.
Xuan Wang, Lu Li, Lin Yao and Anwar, W., 2006 ,A Maximum Entropy Approach to Chinese Pin Yin-To-Character Conversion. 2006 IEEE International Conference
ÖZGEÇMĠġ KĠġĠSEL BĠLGĠLER
Adı Soyadı : Ali BAKKALOĞLU
Uyruğu : T.C.
Doğum Yeri ve Tarihi : KONYA/ 1986
Telefon : -
Faks : -
e-mail : bilgisa08@hotmail.com
EĞĠTĠM
Derece Adı, Ġlçe, Ġl Bitirme Yılı
Lise : Konya Süper Lisesi Selçuklu/Konya 2004
Üniversite : Selçuk Üniversitesi Bilgisayar Mühendisliği
Selçuklu/Konya 2008
Yüksek Lisans : Doktora :
Ġġ DENEYĠMLERĠ
Yıl Kurum Görevi
2005-2008 2008-2011
Modül Bilgisayar
Ġnforce BiliĢim Teknolojileri
Programcı Yazılım Uzmanı
UZMANLIK ALANI
Web uygulama geliĢtirme, Görüntü iĢleme, Mobil programlama
YABANCI DĠLLER