Yapay sinir ağları ile segmentasyon metodu kullanılarak akıllı plaka numarası tanıma sistemi

Bu tez çalışması, otomatik plaka tanıma sistemi kullanan bir görüntü tanınma alanıyla ilgilidir. Bu tezde, araç plakalarının tanınması için önerilen sistem, makine öğrenmesi algoritmaları ile tasarlanmıştır. APNR sistemi, araç tanıma/tanımlama için plakayı kullanan bir görüntü işleme teknolojisidir. Amaçlardan biri, araç plaka numarasını kullanarak verimli, etkili bir otomatik araç tanımlama sistemi tasarlamaktır. Bu amacı gerçekleştirmek için kullanılabilecek tekniklerden biri karakter tanıma için kullanılan optik karakter tanımadır. Sistem MATLAB ortamında tasarlanmış ve benzetimi gerçekleştirilmiş ve performansı gerçek plaka görüntüleri üzerinde test edilmiştir. Deneysel çalışmalarda geliştirilen sistemin araç plaka görüntülerini etkin bir şekilde algılayıp tanıdığı gözlenmiştir. Sistem, araç plaka görüntülerini alarak işlenip tanılanacağı bilgisayara aktarmaktadır. Elde edilen görüntülerin işlenmesinde, localizasyon, bölütleme ve optik karakter tanıma gibi farklı algoritmalar kullanılmaktadır. Yapay sinir ağları karmaşık girdi / çıktı ilişkilerini yakalayabilen ve karakterize edebilen güçlü bir araçtır. Yapay sinir ağları teknolojisinin geliştirilmesinin ve kullanılmasının ardındaki neden, insan beyninin gerçekleştirdiklerine benzer akıllı görevleri yerine getirebilecek yapay bir sistem geliştirme ihtiyacından kaynaklanmaktadır. İleri beslemeli geri yayılım ağları eğim düşme öğrenme kuralının çok katmanlı ağlara ve doğrusal olmayan türevlenebilir aktivasyon fonksiyonlarına genelleştirilmesiyle oluşturulmuştur. Geri yayılım, doğrusal olmayan çok katmanlı ağlar için eğimin hesaplandığı bir yöntemdir. Bu yöntem, Newton ve eşlenik eğim yöntemleri gibi diğer standart optimizasyon tekniklerine dayanan çeşitli varyasyonlara sahiptir. Düzgün bir şekilde eğitilmiş geri yayılım ağları, hiç görmedikleri girdilere karşı makul yanıtlar verme eğilimindedir. Bu geri yayılım ağlarının varyasyonları, karakter tanıma için kullanılmış ve bu tez kapsamında farklı algoritmaların performansı üzerine karşılaştırmalı sonuçlar sunuluştur.