| Titre : | Reconnaissance d'image de plaque d'immatriculation par les réseaux neuronaux artificiels |
| Auteurs : | Mohamed Houssem Eddine Bouchareb, Auteur ; Sihem Slatnia, Directeur de thèse |
| Type de document : | Monographie imprimée |
| Editeur : | Biskra [Algérie] : Faculté des Sciences Exactes et des Sciences de la Nature et de la Vie, Université Mohamed Khider, 2015 |
| Format : | 1 vol. (49 p.) / 30 cm |
| Langues: | Français |
| Langues originales: | Finnois |
| Résumé : |
Malgré́ les efforts et les travaux réalisés dans le domaine de la reconnaissance des chiffres des plaques d’immatriculation, le système parfait n’existe pas. Et un bon système nécessite de faibles tauxde rejets et des taux d’erreurs très faibles car le coût des erreurs est extrêmement élèvé. Cela dépend engrande partie des techniques et méthodes utilisées au cours du processus de développement.Dans le contexte de notre travail, un système pour la reconnaissance hors-ligne des chiffres avec despolices différentes et des chiffres définis a été réalisé. Le système repose sur une approche globale, laclassification se fait à l’aide de l’algorithme des Réseaux de neurones et précisément le perceptron-multicouches pour reconnaitre les chiffres des plaques d’immatriculation, cette reconnaissance vientaprès un apprentissage sur un nombre considérable d’images qui ont subi un module de prétraitement qui effectue une élimination des bruits par un filtre Gaussian ensuite la binarisation et enfin laréduction de la taille de l’image. Le prétraitement des images joue un rôle important dans la qualité́des résultats.A la fin de l’opération, nous avons obtenu des résultats plus ou moins satisfaisants.Par ce travail nous espérons que nous avons couvert une partie concernant le vaste domaine derecherche sur la reconnaissance des chiffres des plaques d’immatriculation. Comme perspective il est possible d’intégrer un ou d’autre classifieurs comme les S.V.M, les ModèlesCachés de Markov ou les k plus proche voisin et tenter de bénéficier de leurs puissances, comme onpeut implémenter différentes autres approches pour le prétraitement. Nous espérons dans l’avenir pouvoir intégrer un groupe de recherche dans ce domaine pour pouvoir contribuer dans la recherche ainsi que développer notre algorithme pour couvrir plus de types de plaques puisque dans d’autres pays ils combinent les lettres avec les chiffres dans leurs plaques, etplus de polices afin de contribuer à l’avancement des recherches dans le domaine de reconnaissancedes chiffres de plaques d’immatriculation |
| Sommaire : |
Sommaire..................................i Listes des figures ....................iv Partie I : Etat de l’art Chapitre 1 : Image et la reconnaissance hors-ligne ...................................... 3 1.Introduction .......................... 3 2.Image ......................... 3 2.1 Définition de l'image numérique ……………………………………………………………….....3 2.2 Caractéristiques techniques d’une image numérique………………………………………….......4 2.2.1 Les pixels d’une image…………………………………………………………………….........4 2.2.2. Taille de l’image…………………………………………………………………………..........5 2.2.3. Luminance (intensité)…………………………………………………………………..............5 2.2.4 Le contraste d’une image ………………………………………………………………….........6 2.2.5 Bruit ……………………………………………………………………………………….........7 2.3 Les différents types d’image ………………………………………………………………….......7 2.3.1 Mode monochrome …………………………………………………………………………......7 2.3.2. Image à niveau de gris ……………………………………………………………………........8 2.3.3. Image en couleur ………………………………………………………………………….........8 2.4. Format d’image ………………………………………………………………………………......9 2.4.1. Image matricielle …………………………………………………………………………......10 2.4.2. Image vectorielle ……………………………………………………………………………...10 2.5. Domaine d’application de traitement d’images ….......................................................................11 2.6. L'mage de la plaque d'immatriculation.................. ………………………………………….........11 3.Reconnaissance de mots (chiffres) ........................................................................................ 11 3.1.définition……………………………………………………………………………......11 3.2. Reconnaissance en ligne...........................................................12 3.3 Reconnaissance hors-ligne..............................................................12 3.3.1. Classification...............13 3.3.2. Diagramme d'un système de reconnaissance d'écriture hors-ligne..............................13 3.3.3 Acquisition d'image.......14 3.3.4 Prétraitement...............14 3.3.5 Reconnaissance............15 4. Conclusion.........................16 Chapitre 2 : Les Réseaux de neurones artificiels.................................................................17 1. Introduction....................................17 2. Historique........................................17 3. Le neurone Biologique......................18 4. Le neurone formel..........................19 5. L'apprentissage............21 Reconnaissance d’image de plaque d’immatriculation par les réseaux neuronaux artificiels Page ii 5.A L'apprentissage supervisé...........21 5.B L'apprentissage non supervisée................21 6. Les Types de réseaux de neurone.....................22 6. A Les réseaux de neurones non bouclés...................................................22 6. B Les réseaux de neurones bouclés.........................................................23 7. La topologie du réseau...................24 8. Les cartes topologiques autos-organisatrices................................................25 9. Modèle perceptron multicouche...........25 9.1 Paramètres et activation d'un PMC.....................................................26 9.2 Apprentissage d'un PMC............28 10. Conclusion......................................29 Partie II : Conception & Implementation du système Chapitre 3: Conception 1. Introduction ....................... 31 2. Objectif du système .............. 31 3. Architecture générale de système ............................................... 31 4. Architecture détaillée de système.......................................................32 4.1 Base d’entrainnement ...... 33 4.2. Base de test .................. 33 4.3 Module de segmentation ................................................................ 34 4.4 Module de prétraitement ........................................................ 35 4.4.1 Lélimination de bruit ..................................................... 36 4.4.2 Eliminer l’espace extra blanc .................................................... 36 4.4.3 Réduir la taille d’image ............................................................... 36 4.4.4 La binarisation ......... 36 4.5 Module de l’apprentissage ............................................................. 37 4.5.1La classification........... 38 4.6 Module de detection ..... 39 5.Conclusion .......................... 39 Chapitre 4:Implémenttion .. 40 Sommaire Reconnaissance d’image de plaque d’immatriculation par les réseaux neuronaux artificiels Page iii 1. Introduction ...................... 41 2. Envirennement de développement .............................................. 41 3. Langageet outils de programation .................................................... 42 3.1 Visuel C++ ................... 42 3.2 MFC ............................. 43 3.3 OpenCV ........................ 43 4. Configuration des outils de programation ........................................... 43 5. Structures de données utilisées ............................................... 43 6. Les procedures utilisées ...................................................... 44 6.1 Prétraitement ................................................ 44 6.1.1 Le filtre Gaussian ...................... 6.1.2 Procedure cropImage........................................................................... 44 6.1.3 Réduir la taille d’image ............................................... 44 6.1.4 La binarisation ........ 45 6.2 L’apprentissage ........ 45 6.2.1 Procedure readFile.......................................... 45 6.2.2 read_dataset ............ 46 6.2.3 Lecture des fichiers trainingset et dataset......................... 46 6.2.4 Création de réseaux de neurones PMC ........................ 47 6.2.5 Procedure de reconnaissace de chiffres .............................. 47 7. Présentation de l'interface.................................................48 8. Conclusion...................48 Partie III: Annexe Conclusion générale ................. 49 Bibliographie............................. |
| Type de document : | Mémoire master |
Disponibilité (1)
| Cote | Support | Localisation | Statut |
|---|---|---|---|
| MINF/11 | Mémoire master | bibliothèque sciences exactes | Consultable |
