Розроблення інформаційного забезпечення для системи розпізнавання номерних знаків у реальному часі
Автор: Завербний Сергій Андрійович
Кваліфікаційний рівень: магістр (ОНП)
Спеціальність: Комп'ютерні науки (освітньо-наукова програма)
Інститут: Інститут комп'ютерних наук та інформаційних технологій
Форма навчання: денна
Навчальний рік: 2024-2025 н.р.
Мова захисту: українська
Анотація: Завербний С.А. студент НУ «ЛП» групи КНМ–21, 2025 Керівник к.т.н. доцент Андрущак Н.А. Розширена анотація Тема: Розроблення інформаційної системи для системи розпізнавання номерних знаків у реальному часі. Об’єктом дослідження: система автоматичного розпізнавання номерних знаків у транспортному середовищі. Предмет дослідження: алгоритми попередньої обробки зображень, виявлення та класифікації номерних знаків із урахуванням зовнішніх умов, що впливають на якість зображення. У цій кваліфікаційній роботі розроблено прототип системи автоматичного розпізнавання номерних знаків транспортних засобів (ALPR – Automatic License Plate Recognition), орієнтований на специфіку українських автомобільних номерів. В основу рішення покладено класичні методи комп’ютерного зору (зокрема ознаки Хаара [1] для локалізації об’єкта) у поєднанні з сучасними підходами до розпізнавання символів за допомогою OCR–технології (Tesseract [2] ). Робота включає повний цикл розробки: від збору даних до побудови власного каскадного класифікатора та реалізації функціонального застосунку з можливістю розпізнання, класифікації транспортного засобу, визначення типу номерного знаку за кольором (звичайний, транзитний, дипломатичний), а також збереження виявлених зображень для подальшої обробки [3]. Окрему увагу приділено побудові власного датасету, що охоплює реальні приклади українських номерів, отриманих із відкритих джерел, власних фото і попередньо оброблених у Photoshop для сегментації. Сформульовано модель ALPR як послідовність взаємопов’язаних етапів: локалізація номерного знаку [4], попередня обробка, сегментація, розпізнавання та класифікація [5]. Результати експериментального дослідження демонструють здатність системи забезпечувати хорошу точність в умовах різних кутів огляду, що підтверджено аналітикою (зокрема метрикою MAPE) та якісним візуальним виводом. Економічна частина проєкту обґрунтовує доцільність впровадження подібних систем у сфері безпеки, логістики та інтелектуального контролю доступу. Матеріали дипломної роботи частково були висвітлені у науковій публікації: Нагірна М. Я., Завербний* С. А. Проблеми і перспективи подолання цифрових розривів економіки України за умов воєнного стану: науковий підхід [Електронний ресурс] // Економіка та суспільство. – 2023. – Вип. 55. 0,5 ум.д.ар. (ЗМД–4, За зареєстрованими в УкрІНТЕІ кафедральними НДР) (Нагірна М. Я.) [н.к. – Нагірна М.Я.] (Index Copernicus International). В рамках цієї статті розглядалися питання впровадження цифрових рішень у стратегію розвитку підприємств, що узгоджується з підходами, реалізованими у дипломному проєкті. Ключові слова: розпізнавання номерних знаків, комп’ютерний зір, Haar–каскади, машинне навчання, попередня обробка зображення, реальний час, OpenCV, Tesseract OCR, класифікація, транспортний засіб. Список літератури 1. R. Lienhart and J. Maydt, “An extended set of Haar–like features for rapid object detection,” in Proceedings International Conference on Image Processing, vol. 1, pp. 900–903, Rochester, NY, USA, September 2002. 2. R. Smith, "An Overview of the Tesseract OCR Engine," Ninth International Conference on Document Analysis and Recognition (ICDAR 2007), Curitiba, Brazil, 2007, pp. 629–633, doi: 10.1109/ICDAR.2007.4376991. 3. Effects of Challenging Weather and Illumination on Learning–Based License Plate Detection in Noncontrolled Environments / A. Rio–Alvarez et al. Scientific Programming. 2019. Vol. 2019. P. 1–16. URL: https://doi.org/10.1155/2019/6897345 (date of access: 05.04.2025). 4. Шапошніков В. О. Моделювання розпізнавання номерного знаку автомобіля за відео з веб–камери з використанням технологій комп’ютерного зору : робота на здобуття кваліфікаційного ступеня магістра : спец. 113 – прикладна математика / наук. кер. О. В. Лисенко. Суми : Сумський державний університет, 2022. 41 с. 5. Noboa, Nicholas, "Automated License Plate Recognition Systems" (2022). Master’s Theses and Capstones. 1654.