License Plate Detection and Recognition from Still Image

Tato práce se zabývá návrhem a vývojem systému pro detekci a rozpoznání registrační značky vozidla. Tento systém je rozdělen na tři části, kterými jsou detekce registrační značky, segmentace znaků a rozpoznání znaků. Pro detekci registrační značky je použita kaskáda klasifikátorů, která dosahuje úspěšnosti až 95,5% a přesnosti 95,9%. Segmentace znaků je provedena pomocí vyhledávání kontur s úspěšností 93,3% a přesností 96,5%. Pro rozpoznání znaků je využita neuronová síť, která dosahuje úspěšnosti 98,4% pro jednotlivé znaky. Celý systém je schopen detekovat a rozpoznat 81,5% registračních značek v pořízené testovací datové sadě.This thesis describes the design and implementation of system for detection and recognition of license plate. This system is divided into three parts which are license plate detection, character segmentation and optical character recognition. License plate detection is done by cascade classifier that achieves hit rate of 95.5% and precision rate of 95.9%. Character segmentation is based on contour finding that achieves hit rate of 93.3% and precision rate of 96.5%. Optical character recognition is done by neural network and achieves hit rate of 98.4% for individual characters. The whole system is able to detect and recognize up to 81.5% of license plates from the test data set.