An Effective Sequence of Operations for License Plates Recognition Rafael Seiki Ikeizumi, Almir Olivette Artero, Marco Antônio Piteri Unesp - Universidade Estadual Paulista FCT - Faculdade de Ciências e Tecnologia Presidente Prudente – SP, Brasil rafaelseiki@gmail.com, {almir, piteri}@fct.unesp.br Francisco Assis da Silva, Danillo Roberto Pereira Unoeste - Universidade do Oeste Paulista FIPP – Faculdade de Informática de Presidente Prudente Presidente Prudente – SP, Brasil chico@unoeste.br, dpereira@ic.unicamp.br Abstract –This paper presents a new proposal for license plate recognition, defining an effective sequence of operations that is based on a combination of techniques found in the literature. Moreover, it also proposes some additional improvements that increase hit rates. Initially, the mathematical morphology is adopted in the plate segmentation step as a way to isolate the image region containing the plate. In order to segment the characters we adopt two techniques based on edge detection and projection. For the recognition step we suggest the supervised classification method implemented by Silva et al. [1]. In the experiments we use the image database provided by the Brazilian Center for Physics Research. The results obtained with the proposed sequence showed hit rates of 92.85%. Keywords – License Plate Recognition, Optical Character Recognition, Morphology. I. INTRODUÇÃO O uso intenso dos veículos nos dias atuais tem gerado uma grande necessidade de monitoramento, seja para um controle de entrada e saída em diferentes locais, ou para o controle do tráfego em vias públicas. Apesar de existir uma grande quantidade de câmeras de monitoramento espalhadas ao longo das rodovias, que capturam as imagens dos veículos que passam por elas, a identificação das placas veiculares ainda continua sendo um problema sem uma solução definitiva, devido às dificuldades decorrentes de diferenças de iluminação, chuva, sujeira sobre a placa, etc. O tempo de reconhecimento também é um fator relevante, pois, de acordo com Dias [2], um usuário treinado é capaz de reconhecer uma placa veicular em aproximadamente cinco segundos. Entretanto, o grande fluxo de veículos observado nas rodovias exige um tempo de reconhecimento inferior a um segundo, o que o torna impraticável ao ser humano. Assim, a necessidade de se processar um grande volume de informação em um curto espaço de tempo constitui um fator importante para a automatização dessa tarefa. Alguns países já têm adotado a tecnologia para tratar de problemas relacionados ao trânsito. Segundo Guingo [3], os Estados Unidos desenvolveram sistemas com a finalidade de monitorar o tráfego e aplicar multas. No Canadá, a identificação de veículos se destina, principalmente, aos pedágios, enquanto que na Inglaterra, o propósito principal é a fiscalização das vias públicas. No Brasil, o reconhecimento automático veicular se limita a algumas universidades e um número ainda muito pequeno de empresas, que buscam nas pesquisas acadêmicas, soluções para este problema. Assim, nacionalmente, o emprego desse tipo de tecnologia ainda é escasso, apesar da existência de muitas câmeras espalhadas pelas rodovias, ruas e também em diversos estabelecimentos comerciais. Operadores humanos possuem uma grande habilidade para identificar e reconhecer as placas dos veículos, geralmente procurando-as nas regiões mais prováveis dos veículos, entretanto, esta heurística não é tão simples de ser implementada em sistemas computacionais, por causa dos diferentes formatos de veículos, excesso de informações presentes nos veículos (faróis, vidros, grades, pára-choque, propagandas, etc.). Além disso, as pessoas conseguem tratar muito facilmente as variações de iluminação nas imagens, que ocorrem entre dias ensolarados e nublados ou mesmo durante a noite. A metodologia apresentada neste trabalho propõe uma combinação de abordagens encontradas na literatura, que foram melhoradas e dispostas em uma sequência que se mostrou bastante eficaz nos experimentos realizados. Para a etapa de localização da placa, foi utilizado o algoritmo de Carvalho [6], que é baseado em morfologia matemática, sendo acrescentada a esta fase a possibilidade de alteração do contraste, como uma alternativa automática para uma adaptação a situações problemáticas. Para a segmentação dos caracteres foram investigados dois métodos: projeção e detecção de contornos. Por fim, o reconhecimento dos caracteres foi efetuado usando o algoritmo de classificação supervisionada proposto por Silva et al. [1]. As melhorias introduzidas na sequência proposta, em complementação às técnicas existentes, foram suficientes para se obter um aumento razoável na taxa de acerto na localização das placas. As demais seções deste trabalho estão organizadas da seguinte maneira: Na Seção II é realizada uma revisão bibliográfica das técnicas utilizadas na literatura nesta linha de pesquisa; Na Seção III é apresentada a metodologia proposta para o reconhecimento de placas veiculares; Na Seção IV são descritos alguns experimentos, objetivando avaliar o