RECONHECIMENTO DE CARACTERES EM PLACAS DE MOTOCICLETAS DE USO PARTICULAR

Andr Campos Rodovalho

Universidade Federal de Gois, Escola de Engenharia Eltrica e de Computao, Goinia GO, andre_rodovalho@gmail.com

Diego Takashi Sato

Universidade Federal de Gois, Escola de Engenharia Eltrica e de Computao, Goinia GO, diego.takashi@gmail.com

Marcos Vinicius Dias Nunes

Universidade Federal de Gois, Escola de Engenharia Eltrica e de Computao, Goinia GO, mvdnunes@gmail.com

Pollyanna Fernandes Moreira

Universidade Federal de Gois, Escola de Engenharia Eltrica e de Computao, Goinia GO, pollyanna.fm@gmail.com Resumo - O objetivo deste artigo expor tcnicas e inovaes do uso das mesmas para o reconhecimento de caracteres de uma de uma imagem digital de placa automotiva, mais especificamente de placas de motocicletas, isso, de acordo com as regras resolvidas pelo CONTRAN Conselho Nacional de Trnsito do Brasil, atravs da resoluo 231/2007. Palavras-Chave - Automotivas, caracteres, imagem digital, motocicletas, placas, reconhecimento. processo, proposta uma forma de automatizar o reconhecimento dos caracteres da placa dos veculos. A viabilidade tcnica se justifica pelos cenrios estticos onde os fotossensores so instalados, associados com a referida padronizao. Nesse sentido, o escopo foi reduzido ao reconhecimento de placas de motocicletas de uso particular, ou seja, fundo cinza e letras pretas. II. EMBASAMENTO TERICO A. Legislao Brasileira vigente O Cdigo de Trnsito Brasileiro, em seus artigos 115, 221 e 230, estabelece que cabe ao CONTRAN Conselho Nacional de Trnsito, definir quais os modelos e especificaes das placas de identificao utilizadas em veculos. Nesse sentido, este trabalho foi focado em placas de motocicletas de uso particular. A resoluo 231/2007 do CONTRAN estabelece o sistema de placas de identificao de veculos em territrio nacional. Em suma, essa resoluo determina que as placas apresentem, salvo em situaes excepcionais expressamente previstas, sete caracteres alfanumricos, dispostos em dois grupos, sendo o primeiro formado por trs letras e o segundo por quatro algarismos. Ademais, cada placa dever conter, obrigatoriamente, tarjetas identificando a Unidade Federativa - UF e municpio de registro do veculo. Vale salientar, entretanto, que o objetivo deste trabalho a identificao dos sete caracteres supramencionados em motocicletas emplacadas para uso particular. A resoluo aludida prev especificaes tcnicas para as placas e dimenses de caracteres nelas contidos. Em seu anexo, est discriminado que para motocicleta, motoneta, ciclomotor e triciclos motorizados, as placas devem apresentar dimenses de 136 milmetros de altura e 187 milmetros de comprimento. Quanto aos caracteres, devem conter 42 milmetros de altura e seis milmetros de espessura do trao. Ainda devem estar dispostos em duas linhas diferentes, contendo a primeira as letras e a segunda os algarismos. Esses detalhes podem ser conferidos na figura 1.

RECOGNITION OF CHARACTERS IN MOTORCYCLES`S PLATES OF PARTICULAR USE

Abstract - This article aims to explain techniques and innovations and the use of them for the recognition of characters of a automotive plate digital image, specifically motorcycles`s plates, that, according to the rules settled by CONTRAN - National Council of Transit of Brazil, through resolution 231/2007.
1

Keywords - Automotive, characters, digital image, motorcycles, plates, recognition. I. INTRODUO Observando a conjuntura do trnsito brasileiro no incio do sculo XXI, com nfase nas grandes metrpoles, combinado com a crescente frota de veculos, observa-se a consequncia do aumento do nmero de infraes. Portanto coerente e justificvel o uso de meios de fiscalizao eletrnicos. Com isso advm problemas, como a conferncia das placas dos veculos nas infraes de forma manual. A demora nesta apurao faz valer o artigo 281 inciso II do Cdigo de Trnsito Brasileiro, que prev a nulidade da infrao caso no seja emitida notificao ao condutor em prazo superior a 30 dias. Dentre outros aspectos, consta do artigo 280 inciso III do Cdigo de Trnsito Brasileiro que os caracteres da placa so necessrios para identificao do veculo. Visando agilizar o
1

Nota de rodap

B. Segmentao de imagens Essencial para a implementao desta proposta a utilizao de tcnicas para destacar objetos de interesse do restante da imagem, no caso placas de motocicletas. Para tanto, foi empregado um mtodo de segmentao de objetos, destacando do plano de fundo os elementos de interesse, denominado limiarizao ou thresholding.

Fig. 2. Foto de placa a ser processada. Fig. 1. Modelo de placa conforme especificao do CONTRAN.

Alm das dimenses existe a especificao do uso da fonte Mandatory nos caracteres das placas e tarjetas de identificao da localidade de registro. Conforme o formato das letras a largura das mesmas pode variar, conforme tabela 1, transcrita da legislao pertinente. TABELA I Largura dos caracteres de placas de identificao
Letra A B C D E F G H I J K L M N O P Q R S T U V W X Y Z 1 2 3 4 5 6 7 8 9 0 Largura (milmetros) 36 30 .30 30 27 27 30 30 6 25 33 27 36 32 30 30 35 31 31 30 30 33 33 33 32 27 12 24 25 27 24 24 24 26 24 24

Esse processo se resume em extrair as intensidades de cor do pixel em anlise e determinar um limiar de corte (threshold). A proposta implementa um filtro passa-faixa a partir de uma estrutura condicional, capturando apenas pixels na com intensidades de cores na faixa de 100 a 200 e que so tonalidades de cinza, ou seja, a diferena de tom entre as cores RGB seja inferior a 30 tons. Para valores que se enquadravam na condio descrita, manteve-se a tonalidade original. Os demais foram passados para tonalidade branca (255). Um outro tipo de limiarizao, chamado de binarizao, tambm foi utilizado na deteco das placas. Esse processo diferencia-se do thresholding apenas pelo fato de que todos os pixels sero efetivamente modificados, consistindo, basicamente, em passar para branco os pixels com valores acima de certo limiar e para preto os pixels abaixo ou igual a este limiar. Aps a imagem ser tratada como descrito, foi aplicada uma tcnica semelhante equalizao por freqncia. Os pixels que no eram brancos, linha a linha foram contados e esse nmero foi dividido pela quantidade de pixels da linha. Por se tratar de uma imagem retangular, todas as linhas possuem a mesma quantidade de pixels. Tendo estes valores, foi armazenado o percentual da linha que possui mais pixels cinzas, para utilizao como parmetro. As linhas que possuam menos que 53% do parmetro em tons de cinza foram descartadas e foi formada uma imagem das linhas restantes. Isto constituiu a primeira parte do pr-processamento. Temos uma imagem segmentada por linhas. O procedimento para completude do pr-processamento consiste em calcular a freqncia de tons de cinza por colunas. No entanto, o percentual de cinza para seleo das colunas referenciado no parmetro deve ser aumentado, uma vez que a imagem j est pr-processada. Em testes de mesa foi descoberto que valores percentuais entre 70 e 90 foram satisfatrios, portanto a sugesto utilizar 80%. De forma similar, formamos uma nova imagem, que deve conter as partes pertinentes da placa.

Fig. 3. Placa pr-processada.

C. Processamento de mscaras de caracteres Possuindo a imagem segmentada, uma das melhores formas de analisar utilizando um algoritmo de correlao. Como o algoritmo de correlao computacionalmente dispendioso, as imagens pr-processadas foram reduzidas para acelerar a obteno das respostas. A estatstica utiliza-se das teorias probabilsticas para explicar a frequncia da ocorrncia de eventos, tanto em estudos observacionais quanto em experincias cientficas. Essas teorias ajudam no entendimento da aleatoriedade e a incerteza de forma a estimar ou possibilitar a previso de fenmenos futuros. Em outras palavras, a estatstica utiliza as teorias probabilsticas para explicar a frequncia de fenmenos e para possibilitar a previso desses fenmenos no futuro. A estatstica descritiva um ramo da estatstica que aplica vrias tcnicas para descrever e sumariar um conjunto de dados. Logo aplicvel a imagens digitais, afinal elas so um conjunto de dados organizados em matrizes. Todas essas tcnicas e aplicaes buscam um objetivo comum, o estudo de medidas de tendncia central ou medidas de disperso. E atravs destes parmetros formular concluses sobre o estudo em questo. Em estatstica descritiva, o coeficiente de correlao de Pearson, tambm chamado de "coeficiente de correlao produto-momento" ou simplesmente de "r de Pearson" mede o grau da correlao (e a direo dessa correlao - se positiva ou negativa) entre duas variveis de escala mtrica (intervalar ou de razo). Este coeficiente, normalmente representado por r assume apenas valores entre -1 e 1. r = 1 Significa uma correlao perfeita positiva entre as duas variveis. r = 1 Significa uma correlao negativa perfeita entre as duas variveis. Isto significa que se uma aumenta, a outra sempre diminui. r = 0 Significa que as duas variveis no dependem linearmente uma da outra. No entanto, pode existir uma dependncia no linear. Assim, este resultado deve ser investigado por outros meios.

Para interpretarmos corretamente os valores obtidos a partir do clculo, destaca-se que os valores: 1.0 positivo ou negativo indica correlao linear perfeita 0.7 a < 1.0 positivo ou negativo indica uma forte correlao. 0.3 a 0.7 positivo ou negativo indica correlao moderada. > 0 a 0.3 positivo ou negativo fraca correlao. 0 indica inexistncia de correlao linear Tendo conhecimento dos conceitos de correlao, foram elaboradas mscaras de caracteres da fonte Mandatory, especificada na resoluo acima, e foram definidos os 7 pontos onde os caracteres de interesse possivelmente estariam. Os caracteres que possuram maior correlao de Pearson foram selecionados e ento a placa foi detectada. III. RESULTADOS Das cinco placas analisadas, 20% possuram resultado completamente satisfatrio, 60% possuram resultados parcialmente corretos, e 20% resultado completamente incorreto. Estes resultados foram devidos a diversos fatores, como problemas com pr-processamento, e problemas nos caracteres. Isto porque antes da expedio da Resoluo 231/2007 pelo CONTRAN, no havia padro de letra utilizada. A exigncia era somente quanto ao dimensionamento dos caracteres. Isto inviabilizava bastante a implementao de um sistema automatizado. Como os nossos testes foram realizados em placas no formato antigo, era esperada uma discrepncia. IV. CONCLUSES Desta abordagem conclui-se que o sistema proposto est completamente invivel para implementao na forma apresentada. Devem ser aprimoradas as partes de pr-processamento, principalmente. Os resultados pouco expressivos foram devido a problemas, como aplicao de mscaras inadequadas e imagens com rudo. Embora tenha contemplado satisfatoriamente as finalidades acadmicas, devem ser aprimoradas muitas partes para implementaes comerciais e uso prtico. V. TRABALHOS FUTUROS Como trabalhos futuros pode-se aprimorar o pr-processamento com uso de tcnicas no lineares, bem como expandir os algoritmos a cenrios dinmicos, outros tipos de veculos, e veculos destinados a outras atividades (com cores de placas diferentes). REFERNCIAS BIBLIOGRFICAS

O coeficiente de correlao de Pearson calcula-se segundo a seguinte frmula:

r=
Onde:

i=1 ( xi x ) 2
n

i =1

( xi x )( yi y )

i=1 ( yi y ) 2
n

(1)

xi

- Valor medido para a imagem x. - Valor medido para a imagem y. - Mdia aritimtica dos valores da imagen x. - Mdia aritimtica dos valores da imagen y.

yi

x
y

CONTRAN, Resoluo 231 de 15 de maro de 2007 Estabelece o Sistema de Placas de Identificao de Veculos FILHO, Og Marques, NETO, Hugo Vieira, "Processamento Digital de Imagens", Rio de Janeiro: Brasport, 1999. ISBN 8574520098. POLIDRIO, Airton Marco, BORGES, Dbio Leandro, Reconhecimento de Caracteres Alfanumricos para Identificao de Placas de Veculos, Anais do IX SIBGRAPI, outubro de 1996

POLIDRIO, Airton Marco, BORGES, Dbio Leandro, Processamentos para identificao automtica de placas de veculos usando uma tcnica sinttica, Revista UNIMAR 19(4):1035-1054, 1997. A. Broumandnia, M. Fathi , Application of pattern recognition for Farsi license plate recognition, Jornal ICGST-GVIP, 5(2), Jan.. 2005. Gomes, Andr Luiz, Lotufo, Roberto de A., Mtodo de Localizao de Placa de Licenciamento Veicular El-Adawi, Mohamed, Keshk, Hesham Abd el Moneim, Automatic license plate recognition