YOMON OB-HAVO SHAROITLARIGA MOSLASHUVCHAN AVTOMOBIL RAQAMLARINI TANIB OLISH TIZIMINI ISHLAB CHIQISH.
Quzibayev X. S. & Nurjanova N. B.
Annotatsiya
Ushbu maqolada yomg‘ir, qor, tuman, chang va past yoritilgan muhit kabi noqulay ob-havo sharoitlarida samarali ishlay oladigan avtomatik avtomobil raqamlarini tanib olish (ANPR) tizimini ishlab chiqish masalasi ko‘rib chiqiladi. An’anaviy ANPR tizimlari tasvir ko‘rinishning pasayishi, harakatdan kelib chiqadigan xiralashish va yoritilishdagi o‘zgaruvchanlik sababli ishlash samaradorligini sezilarli darajada yo‘qotadi. Ushbu muammolarni bartaraf etish maqsadida taklif etilgan yondashuv tasvirni oldindan qayta ishlashning ilg‘or usullarini, jumladan kontrastni oshirish, tumanni kamaytirish (dehazing), shovqinni kamaytirish (denoising) hamda adaptiv gistogramma tenglashtirishni chuqur o‘rganish (Deep Learning) asosidagi aniqlash va tanib olish modellari bilan birlashtiradi. Tizimda avtomobil raqamini aniqlash va belgilarni tanib olish uchun konvolyutsion neyron tarmoqlar (CNN) qo‘llanilib, segmentatsiya va xususiyat ajratish algoritmlari bilan qo‘llab-quvvatlanadi. Turli ob-havo sharoitlarida olingan transport vositalari tasvirlaridan iborat ma’lumotlar bazasi shakllantirilib, tizimning barqarorligi va umumlashuv qobiliyati baholandi. Aniqlik, precision, recall va qayta ishlash tezligi kabi ko‘rsatkichlar tahlil qilindi hamda bazaviy modellarga nisbatan taqqoslandi. Tajriba natijalari shuni ko‘rsatadiki, taklif etilgan usul noqulay ob-havo sharoitlarida aniqlikni sezilarli darajada oshiradi va hisoblash samaradorligini saqlab qoladi. Ushbu tizim aqlli transport tizimlari, yo‘l harakati monitoringi, xavfsizlik nazorati hamda Smart City infratuzilmalarida samarali qo‘llanilishi mumkin.
Adabiyotlar
- Silva, S. M., Jung, C. R., “Real-Time License Plate Detection and Recognition Using Deep Convolutional Neural Networks,” Journal of Visual Communication and Image Representation, 2018.
- Laroca, R., et al., “A Robust Real-Time Automatic License Plate Recognition Based on the YOLO Detector,” IEEE International Conference on Image Processing, 2019.
- Li, Y., Guo, F., “Single Image Dehazing Using Dark Channel Prior,” IEEE Transactions on Pattern Analysis and Machine Intelligence, 2011.
- Zhang, K., Zuo, W., Chen, Y., “Beyond a Gaussian Denoiser: Residual Learning of Deep CNN for Image Denoising,” IEEE Transactions on Image Processing, 2017.
- Redmon, J., Farhadi, A., “YOLOv4: Optimal Speed and Accuracy of Object Detection,” arXiv preprint arXiv:2004.10934, 2020.
- Huang, Z., et al., “Weather-Adaptive License Plate Recognition Using Deep Learning,” Sensors, 2024.
- Wang, L., et al., “License Plate Recognition Under Adverse Weather Conditions,” Applied Sciences, 2025.