CC BY
32
МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «ИННОВАЦИОННАЯ НАУКА» №01-2/2017 ISSN 2410-6070_
УДК 004.42
И.В. Винокуров
к.т.н., доцент КФ МГТУ им. Н.Э. Баумана г. Калуга, Российская Федерация
РЕАЛИЗАЦИЯ РАСПОЗНАВАНИЯ РЕГИСТРАЦИОННОГО НОМЕРА АВТОМОБИЛЯ НА
НЕЙРОННОЙ СЕТИ ХЭММИНГА
Аннотация
В статье описывается программная реализация распознавания регистрационного номера автомобиля на нейронной сети Хэмминга. Описываются этапы работы с приложением. Приводятся основные экранные формы.
Ключевые слова
Регистрационный номер автомобиля, признаковые методы распознавания, адаптивная бинаризация,
нейронная сеть Хэмминга.
Описанная в предыдущей статье методика нейросетевого распознавания регистрационного номера автомобиля реализована в виде кросс-платформенного Java-приложения. На главном окне располагаются основное меню, список изображений автомобилей и кнопки с заголовками "Распознать" и "Остановить". Элементы основного меню Java-приложения приведены на рис. 1-2.
Рисунок 1 - Элементы меню "Изображение"
Рисунок 2 - Элемент меню "Настройки"
Действия, реализуемые элементами меню "Изображение", следующие:
"Загрузка изображения" - реализует выбор файлов с изображениями автомобилей и отображение их имен как элементов списка на главном окне приложения.
"Выделить и распознать номер" - инициирует процесс распознавания регистрационного номера автомобиля на выбранном из списка изображении автомобиля. После завершения процесса распознавания отображает выделенный из изображения номер автомобиля и результат его распознавания.
"Остановить процесс распознавания" - принудительно завершает процесс распознавания регистрационного номера автомобиля на изображении.
"Выйти" - завершает работу Java-приложения.
Действия, реализуемые элементом меню "Настройки":
"Изменить параметры распознавания" - отображает диалоговое окно, позволяющее просматривать и/или изменять текущие значения параметров распознавания регистрационного номера автомобиля. Окно имеет три закладки, на которых отображаются логически взаимосвязанные параметры распознавания, представляющие собой коэффициенты математических методов цифровой обработки изображений.
_МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «ИННОВАЦИОННАЯ НАУКА» №01-2/2017 ISSN 2410-6070_
Процесс выделения и последующего распознавания элементов регистрационных номеров автомобилей по их фотографиям с использованием разработанного Java-приложения заключается в реализации следующих этапов:
1. выбор и загрузка изображений автомобилей;
2. настойка параметров области распознавания регистрационных номеров для всех изображениях;
3. настройка параметров анализа и обработки изображений;
4. настройка параметров выделения и распознавания элементов регистрационного номера, рис. 3;
5. собственно распознавание и отображение его результатов на главном окне Java-приложения, рис. 4.
Параметры распознавай
9-J_ва'
[ Выделение области изображения [ Анализ изображения О ] Распознавание номера автомобиля
Радиус адаптивного контрастирования: Коэффициент протяженности вертикального пика: Коэффициент расстояния между вертикальными пиками:
Коэффициент протяженности вертикального пика возможного номера автомобиля: Коэффициент протяженности горизонтального пика Коэффициент расстояния между горизонтальными пиками:
Коэффициент протяженности горизонтального пика возможного номера автомобиля: Коэффициент величины пика на возможном номере автомобиля: Коэффициент протяженности пика на возможном номере автомобиля: (*) - для опытных пользователей
0.552
0.2
0.02
0.8
0.75
| Сохранить
Л Закрыть
Рисунок 3 - Закладка с параметрами распознавания
Рисунок 4 - Результаты распознавания регистрационного номера автомобиля
© Винокуров И.В., 2017
_МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «ИННОВАЦИОННАЯ НАУКА» №01-2/2017 ISSN 2410-6070_
УДК 621.31
А.В.Воронкин
студент 4 курса электромеханического факультета ЮР1 ПУ(НПИ) им. Матвея Ивановича Платова г. Новочеркасск, Российская Федерация
С.О.Баумбах
студент 3 курса электромеханического факультета ЮРГПУ(НПИ) им. Матвея Ивановича Платова г. Новочеркасск, Российская Федерация
АЛЬТЕРНАТИВНАЯ ЭЛЕКТРОЭНЕРГЕТИКА В РОССИИ
Альтернативная электроэнергетика - совокупность перспективных способов получения, передачи и использования энергии, которые распространены не так широко, как традиционные, однако представляют интерес из-за выгодности их использования при, как правило, низком риске причинения вреда окружающей среде. В настоящее время данная отрасль производства электрической энергии развита в России менее остальных. По словам экспертов, общий процент использования «зелёной» энергии находится на уровне 2%. В Европейском союзе данный показатель — 7%. В России существует множество мест, подходящих для размещения всевозможных станций генерации энергии. Рассмотрим некоторые станции добычи энергии и места возможного их базирования:
1) Геотермальные станции - вид электростанций, вырабатывающих электрическую энергию из тепловой энергии подземных источников (гейзеров и т.п). В настоящее время на территории России действуют 5 ГеоТЭС. Выброс от них в разы меньше, чем от станций, работающих на ископаемые ресурсах. Развивать отрасль добычи геоэнергетики полезно на Кавказе, Камчатке, Курильских островах и Сахалине. В настоящее время разведано 56 месторождений термальных вод, которые можно освоить. Освоение данных месторождений позволит обеспечить экологически чистой и возобновляемой энергией районы страны, в которых будут построены данные ГеоТЭС.
2) Солнечная электростанция — инженерное сооружение, которое преобразует солнечную радиацию в электрическую энергию. В России введена в эксплуатацию самая северная СЭС, расположенная за полярным кругом: в Якутии. Строятся Солнечные электростанции в Алтайском, Забайкальском, Ставропольском крае, Астраханской, Волгоградской, Оренбургской и других областях страны. Планируется значительно сократить потребление ископаемых источников энергии к 2020 году за счет строительства альтернативных электростанций, в том числе и СЭС.
3) Ветряная электростанция — несколько ветроэнергетических установок, собранных в одном или нескольких местах и объединённых в единую сеть. Крупные ветровые электростанции могут состоять из 100 и более ветрогенераторов. По данным на 2008 год, общая мощность ВЭС в России составляла 16,5 МВт, в США — 74,5 ГВт. До 2020 года планируется ввести в эксплуатацию станции в Краснодарском крае и Республике Адыгея, которые станут самыми мощными в России — 460 и 150 МВт соответственно. Юг и все прибрежные районы России наиболее подходит для размещения ВЭС, так как ветер присутствует на данных территориях практически постоянно. Размещение горных ВЭС на Алтае, Кавказе и Урале позволит обеспечить данные районы большим количеством энергии и снизит загрязнение атмосферы(особенно на Урале). Так же и размещение шельфовых ВЭС в Карском, Чёрном, Баренцевом, Беренговом и Охотском морях значительно сократит выбросы в данных районах. Вкупе с ГеоТЭС на Сахалине, Курилах и Камчатке возможно добиться практически полной замены «грязной» энергии.
Потенциал развития альтернативной электроэнергетики в России огромен. Решение проблем со стоимостью оборудования для генерации и нахождения гарантированных систем обеспечения этой «чистой»
