Reconnaissance dimmatriculation Mini -Projet demandé par Mr. JILBAB O hakim [602349]

1
Reconnaissance d’immatriculation Mini -Projet demandé par Mr. JILBAB O hakim

Réalisé par : Dirigé par :
KABLI Hakim – Mr JILBA B
SAIDI Abderahim

Année Universitaire 2017 -2018

Département de Génie Elect rique
2er Master GE

Université Mohammed V de
Rabat Ecole Normale Supérieure de
l’Enseignement Technique

MINI -PROJET
Reconnaissance d’immatriculation

2
Reconnaissance d’immatriculation Mini -Projet demandé par Mr. JILBAB Table des matières
I. Introduction : ………………………….. ………………………….. ………………………….. ………………………….. …………. 3
II. Cahier des charges : ………………………….. ………………………….. ………………………….. ………………………….. … 4
III. Les caractéristiques et les utilisations des Caméra des Smartphones : ………………………….. ……………. 5
IV. Circuit FPGA (Field Programmable Gate Array) : ………………………….. ………………………….. ………………. 6
1. Définition : ………………………….. ………………………….. ………………………….. ………………………….. …………. 6
2. Structure d’un FPGA – Xilinx ………………………….. ………………………….. ………………………….. ……………… 6
3. Avantages et inconvénien ts :………………………….. ………………………….. ………………………….. …………….. 7
4. Carte de développement Spartan 3E ………………………….. ………………………….. ………………………….. …. 8
V. La norme d’immatriculation Marocaine : ………………………….. ………………………….. ………………………….. 10
1. Problèmes rencontrés dans le processus de PIV : ………………………….. ………………………….. …………… 10
2. Caractéristiques des Plaques d’immatriculation de Véhicule (PIV) au Maroc : ………………………….. .. 11
VI. Processus du traitement des images : ………………………….. ………………………….. ………………………….. . 14
1. Modélisation d’une Image : ………………………….. ………………………….. ………………………….. …………….. 14
2. L’espace de cou leur RGB : ………………………….. ………………………….. ………………………….. ………………. 14
3. Localisation de l’immatriculation dans l’image : ………………………….. ………………………….. …………….. 15
4. Dilater une image : ………………………….. ………………………….. ………………………….. ………………………… 16
5. Extraction de la région d'intérêt : ………………………….. ………………………….. ………………………….. …….. 16
VII. Extraction de l’immatriculation et reconnaissance de caractères : ………………………….. ……………….. 17
1. Extraction des régions rectangulaires : ………………………….. ………………………….. …………………………. 17
2. Segmentation de la plaque en caractères : ………………………….. ………………………….. ……………………. 17
3. Transformati on de la plaque en binaire ………………………….. ………………………….. ………………………… 17
4. Recadrage de la plaque : ………………………….. ………………………….. ………………………….. ………………… 17
5. La segmentation de la plaque en caractères : ………………………….. ………………………….. ………………… 18
6. Reconnaissance optique des caractères ………………………….. ………………………….. ………………………… 18
VIII. Simulations : ………………………….. ………………………….. ………………………….. ………………………….. …….. 19
IX. Les resu ltats de simulation : ………………………….. ………………………….. ………………………….. …………… 20
X. Conclusion : ………………………….. ………………………….. ………………………….. ………………………….. …………. 30

3
Reconnaissance d’immatriculation Mini -Projet demandé par Mr. JILBAB I. Introduction :

Les véhicules ont été largement utilisés dans tous les domaines de la production et dans not re vie,
et le numéro d’immatriculation représente un moyen efficace pour identifier les véhicules. Il s’agit
d’une information unique pour chaque voiture.

Avec le nombre de véhicules qui augmente rapidement, les violations du trafic apparaissent plus
fréquemment dans la circulation publique, comme les fraudes aux péages dans les autoroutes ou
les parkings, excès de vitesse, les vols des voitures, etc.
Fréquemment, il est nécessaire d’identifier les plaques d’immatriculation des véhicules (PIV) pour
la sécu rité.

Les informations extraites des plaques d’immatriculation peuvent être utilisés pour plusieurs
intérêts, comme le contrôle d’accès et de flux, la surveillance des passages aux frontières et aux
péages, la rechercher des véhicules suspects ou encore l a lutte contre la criminalité, etc. Ceci rend
la lecture automatique des plaques d’immatriculation cruciale et inévitable dans le système de
reconnaissance des plaques d’immatriculation.

Avec le développement rapide des routes et la large utilisation des véhicules, les spécialistes routiers
ont commencé à s’intéresser aux avantages et à l’efficacité des Systèmes Intelligents de Transport
(SITs). Récemment la nécessité de la Reconnaissance des Plaques d’Immatriculation de Véhicules
(RPIV) a augmenté de faço n très significative. Elle représente une technique très importante dans
les SITs, comme par exemple, le péage sur les autoroutes, parking, le contrôle du temps de voyages
pour les véhicules du transport de provision, et le code pénale de la route.
En géné ral, tout système de reconnaissance de plaque d’immatriculation se compose de trois
parties : détection de la plaque du véhicule, localisation de la plaque d’immatriculation, et
l’identification des numéros de la plaque (reconnaissance). La première tâche détecte les régions
candidates de la plaque d’immatriculation. L’algorithme de la localisation de la plaque du véhicule
localise l’emplacement de la plaque dans l’image.
Finalement, la phase de reconnaissance identifie les numéros de la plaque d’immatricul ation du
véhicule.

Parmi ces étapes, les deux premières sont les plus importantes et qui suscitent une grande
importance. Donc la partie de la détection et la localisation de la plaque d’immatriculation doit être
robuste vis -à-vis des différentes conditio ns comme la variation de l’arrière -plan, le changement
d’illumination, et la grande distance entre la caméra et le véhicule.
Le but de ce mini -projet est d’appliquer les méthodes de la détection, filtrage et traitement d’images
qu’on a étudiées, pour la dé tection automatique des plaques d’immatriculation de véhicules.

4
Reconnaissance d’immatriculation Mini -Projet demandé par Mr. JILBAB II. Cahier des charges :

La plaque d’immatriculation est un moyen qui permet d’identifier les véhicules et connaitre le propriétaire
de ce véhicule ainsi que différentes informations relati ves.
L’objectif est de connaitre ces plaques dans des images prises par des caméras analogues à celles utilisées
dans les smartphones.

Le traitement d’image doit réaliser les étapes suivantes :
– Localisation de l’immatriculation dans l’image
– Extraction de l’immatriculation
– Reconnaissances des caractères dans l’immatriculation

5
Reconnaissance d’immatriculation Mini -Projet demandé par Mr. JILBAB III. Les caractéristiques et les utilisations des Caméra des Smartphones :

Les caméras des smartphones devienne nt de plus en plus puissantes et techniques. I l est parfois difficile de
décrypter toutes les normes des appareils photo. Voici une infographie qui résume et image à quoi
correspond l’ISO ou encore l’ouverture de la caméra.
En peu de temps les smartphones se sont quasiment substitués aux appareils ph otos numériques
compacts. Les caméras rivalisent en millions de pixels et les constructeurs de smartphones se démènent
pour mettre au point les appareils qui prendront les meilleures photos de jour comme de nuit.
La caméra est devenue un des principaux arg uments de vente d’un smartphone. Il est cependant difficile
pour le néophyte de décrypter toutes les caractéristiques mentionnées sur la fiche technique d’un mobile.
Lorsque l’on décrit la caméra d’un smartphone, on indique souvent les millions de pixels m ais ce n’est pas
le plus important pour réussir ses photos. Il faut aussi prendre en compte la sensibilité, la vitesse de
l’obturateur ou encore l’ouverture de l‘objectif.
L’iPhone 6 a par exemple une ouverture f/2,2 et le Samsung Galaxy S6 de f/1,9. A quo i cela correspond ?
Cette infographie nous aide à y voir plus clair tout en sachant que de nombreux autres paramètres entre en
compte dans la qualité d’une caméra sur un smartphone.
Elle vous permettra également de mieux maîtriser les modes pros qui sont d e plus en plus souvent intégrés
dans les derniers smartphones haut de gamme.

6
Reconnaissance d’immatriculation Mini -Projet demandé par Mr. JILBAB IV. Circuit FPGA (Field Programmable Gate Array) :

De nombreux algorithmes de traitement d'images sont intrinsèquement parallèles et donc adaptés
aux implémentations FPGA. C es algorithmes qui impliquent des opérations sur des pixels, des lignes
et des régions d'intérêt n'ont pas besoin d'informations d'image de haut niveau telles que des
motifs. Vous pouvez effectuer ces fonctions sur de petites régions de bits ainsi que sur plusieurs
régions d'une image simultanément. Vous pouvez transmettre les données d'image au FPGA en
parallèle et traiter ces données simultanément, car un processeur central n'est pas nécessaire pour
traiter les données.
Le traitement d'image FPGA réduit l es ressources de calcul requises pour l'analyse d'image. Parce
que le FPGA est une ressource matérielle, il libère le CPU pour effectuer d'autres opérations.
L'intervention du processeur n'est pas nécessaire pour effectuer l'analyse, ce qui réduit
considér ablement la latence de l'image traitée pour contrôler la sortie du signal.

1. Définition :

Field Programmable Gate Array (FPGA): circuit programmable composé d’un réseau de blocs
logiques, de cellules d’entrée -sortie et de ressources d’interconnexion total ement flexibles, ce
circuit, qui nécessite un outil de placement -routage, est caractérisé par son architecture, sa
technologie de programmation et les éléments de base de ses blocs logiques, il est souvent utilisé
pour créer des prototypes dans la pha se préliminaire du développement d'un ASIC, et ceci en
raison de sa facilité de programmation ce qui nous fait gagner le temps de développement.

2. Structure d’un FPGA – Xilinx

L’architecture, retenue par Xilinx, se présente sous forme de deux couches : une couche circuit
configurable et un réseau de mémoire SRAM. La structure d’un FPGA est donnée dans la figure
suivante . Les fonctions logiques n’occupant qu’environ 5% du circuit.

7
Reconnaissance d’immatriculation Mini -Projet demandé par Mr. JILBAB
Les FPGA sont un rassemblement et une combinaison de différents blocs : d’entrées /sorties ( IOB –
Input Output Blocks) servent comme tampons aux entrées/sorties du FPGA., de routage (PSM –
Programmable Switch Matrix), de logique programmable (CLB – Configurable Logic Blocks) sont des
cellules programmables qui réalisent les fonctions combinatoires et séquentielles de notre
architecture à implanter, et d’autres blocs plus spécifiques (multiplieur, processeur…)
Les CLB sont décomposés en 2 ou 4 SLICE (appellation de Xilinx). Ces SLICE sont eux -mêmes
décomposés en 2 LUT (Look -Up Ta ble) et 2 bascules D la figure ci -dessous montre la structure d’un
bloc logique CLB.

3. Avantages et inconvénients :

La sélection d’un circuit programmable nécessite la connaissance des avantages et les inconvénients
de chaque structure, ceci facil ité le choix du composant le mieux adapté à une application donnée.
La figure ci -dessous illustre quelque avantage et inconvénients de circuit FPGA.

8
Reconnaissance d’immatriculation Mini -Projet demandé par Mr. JILBAB
4. Carte de développement Spartan 3E

Le FPGA XC3S500E 3E possède 500000 portes logiques, il est programmable à souhait à l'aide du
langage VHDL. Il dispose d'environ 232 entrées -sorties et fonctionne sous une tension de 1,5V. Nous
avons utilisé pour le projet la carte d'expérimentation XILINX Spartan 3. Elle embarque bien sur le
FPGA Spartan 3 E. Disposant d'un grand nombre d'entrées -sorties accessible, elle dispose aussi d'un
port VGA, d'un port série, d'un port USB, d'interrupteurs, de diodes ainsi qu'un afficheur 7 segm ents.
Cette carte se programme via le port parallèle de l'ordinateur à l 'aide de l'environnement de
développement intégré de XILINX (XILINX ISE).La carte supporte trois modes de configuration à la
mise sous tension
 Mode Master -Slave utilisant le PROM 4 Mbit.
 Un mode SPI utilisant la mémoire Flash sériel.
 Un mode BPI utilis ant la mémoire Flash parallèle.
Les Caractéristiques techniques du circuit FPGA XC3S500E :

:

Le FPGA Spartan 3E de Xilinx permettra l’acquisition des images générées par la caméra de
smartphone appliquera différents algorithmes, Le tableau suivant d onne les principaux
composants constituant la carte de développement Nexys3 de Diligent :

9
Reconnaissance d’immatriculation Mini -Projet demandé par Mr. JILBAB

10
Reconnaissance d’immatriculation Mini -Projet demandé par Mr. JILBAB V. La norme d’immatriculation Marocaine :

1. Problèmes rencontrés dans le processus de PIV :

La détection des plaques d’immatricul ation est un type particulier de système de la détection de
texte dans une image. Cependant, les plaques d’immatriculation ont deux propriétés principales
qui devraient contribuer à l’amélioration des performances des systèmes de la détection.
Tout d’abord , les couleurs possibles d’une plaque de véhicule sont limitées. Deuxièmement, le
nombre de caractères dans une plaque d’immatriculation est fixé. Depuis que les plaques
d’immatriculation des véhicules sont basées sur les normes des différents pays, à savo ir que les
deux dernières propriétés sont différentes d’un pays à l’autre, les systèmes de détection des
plaques d’immatriculation sont spécifiques et adaptés au pays où ils sont installés et utilisés.
Demeure cependant, des problèmes classiques de traitem ent d’image telles que :
– La mauvaise résolution de l’image, soit parce que la plaque est trop loin ou parfois résultant de
l’utilisation d’une caméra de mauvaise qualité.
– Les images floues, particulièrement à cause du mouvement
– Le mauvais éclairage e t le faible contraste à cause de la surexposition, la réflexion ou l’ombre
– Les objets qui cachent une partie de la plaque, bien souvent, une barre de remorquage, ou la
saleté sur la plaque
– La différence de polices des caractères de la plaque, populaire pour les plaques de vanité.
Certains pays ne permettent pas de telles plaques, ce qui élimine le problème.

11
Reconnaissance d’immatriculation Mini -Projet demandé par Mr. JILBAB

2. Caractéristiques des Plaques d’immatriculation de Véhicule (PIV) au Maroc :

Les plaques d’immatriculation au Maroc ont cha ngé de style au début de l’année 2000. C’est
maintenant la troisième "génération" de plaques ; le changement est dû à l’inadéquation et la
saturation de l’ancien système (#### -##|#) du fait que le dernier chiffre regroupait toute une
région (les plaques ét aient alors principalement différenciées selon les 8 régions que comptait le
découpage).
Le nouveau système contient des lettres (arabes) et des chiffres, un peu à la manière des plaques
françaises d’ailleurs. Les plaques sont maintenant du style (##### | A | # #).
Elles ont un fond blanc et les lettres sont en noir. Les plaques arrière doivent être un peu plus
larges.
Quand les séries d’une lettre sont épuisées, on passe à deux lettres, en commençant par la
première lettre de l’alphabet arabe : "alif" (équ ivalent de "a"). La troisième partie de la plaque
(Extrême droite) est composée d’un nombre d’un ou deux chiffres qui symbolisent cette fois non
pas les régions du royaume, mais plutôt ses préfectures et provinces.
Les voitures vendues après le 1er janvier 2000 portent automatiquement les nouvelles plaques.
Il en est de même pour les voitures qui changent de main à partir de la même date, ainsi que pour
les véhicules qui souhaitent passer au nouveau système.

Comme nous nous intéressons aux plaques d’immatr iculation marocaine, nous commençons par
donner quelques règles de base pour les plaques d’immatriculation de véhicules au Maroc :

• La plaque est composée de cinq chiffres (de 1 à 99 999) désignant le numéro d’enregistrement
du véhicule, d’une let tre de l’alphabet arabe au milieu incrémentée par rapport au numéro
d’enregistrement et de l’identifiant de la préfecture d’émission de la plaque (allant de 1 à 87).

12
Reconnaissance d’immatriculation Mini -Projet demandé par Mr. JILBAB • La plaque peut être sous forme de rectangle ou carrée, selon la répartition des chiffres sur la
plaque. Le style des caractères varie d’une plaque à l’autre, ce qui veut dire que le style des
caractères n’est pas standard. La distance entre les caractères n’est pas standard, elle dépend du
constructeur de la plaque.
La plaque marocaine contie nt des nombres et un chiffre de l’alphabet Arabe.

• Certaines plaques d’immatriculation du véhicule marocain contiennent des chiffres et de
l’alphabet en une seule rangée et d’autres en deux rangées (voir Figure 4.1). Lorsque la rangée
supérieure se compo se de l’identificateur (ID) de la préfecture de suivi de la lettre arabe, la rangée
inférieure contient le numéro d’immatriculation du véhicule utilisation.
En fait, il existe différents types de PIV marocaine ; la Figure 4.1 donne certaines d’entre eux.
Notez que les différents exemples donnés se réfèrent à des véhicules privés. La première rangée
(en haut de la figure) de cette figure présente les PIV utilisées entre 1956 et
1982, le second montre les PIV utilisées entre 1983 et 1999, et enfin, les deux d ernières lignes
illustrent les plaques d’immatriculation marocaine utilisée depuis 2000 et jusqu’à maintenant.

Quelques exemples de plaques d’immatriculation marocaines.

La couleur de la plaque diffère d’une plaque à une autre. Certaines plaques sont b lanches, noires
et les autres jaunes ; la couleur des caractères est noire si la plaque est jaune ou blanche, sinon les
caractères sont de couleurs blanches.
• Récemment les gens aiment ajouter quelques illustrations sur la plaque d’immatriculation de
leur voiture, comme par exemple le drapeau marocain, le numéro de téléphone, le nom de la ville
ou du pays, le nom d’une entreprise …

13
Reconnaissance d’immatriculation Mini -Projet demandé par Mr. JILBAB Après la recherche qu’on a effectuée , on a trouvé plusieurs images d’immatriculation marocaines
ainsi on a pris plusieurs i mages de véhicules dans le parking de l’ENSET avec les caméras de nos
smartphones, ce qui nous a permis de construire notre propre base d’images (vous trouvez notre
base d’images ci -dessous) .

14
Reconnaissance d’immatriculation Mini -Projet demandé par Mr. JILBAB VI. Processus du traitement des images :

Les applications embarquées font appel à des algorithmes pour traiter différents types de données
(traitement du signal et des images, compression audio ou vidéo) et utilisent des algorithmes de
plus en plus sophistiqués dont la complexité n’ a cessé de croître. Du fait de cet accroissement de
la complexité, ces applications, et en particulier celles de traitement d’images ou de vision,
demandent toujours de plus en plus de puissance de calcul. Cet aspect s’avère critique, lorsque
l’implémenta tion de ces algorithmes nécessite un traitement des données en temps réel. Il s’agit
donc de respecter des contraintes temporelles imposées entre deux occurrences successives d’un
signal d’entrée (période) ou entre un signal d’entrée et un signal de sort ie (latence).
Actuellement, les algorithmes de traitement d’images présentant une contrainte temps réel vidéo
voient leurs implémentations s’orienter vers des architectures numériques dédiées.

1. Modélisation d’une Image :

Une image C’est la représentation d’une grandeur physique sous forme d’une matrice 2D.
La modélisation d’une image consiste à transformer celle -ci, représentant une scène ou un objet,
en une fonction f (x, y) où l’amplitude représente l’intensité lumineuse, brillance ou couleur, de
tous l es points du plan. Cette conception qui s’apparente à un échantillonnage permet de
considérer une image comme formée d’un nombre limité de très petites surfaces avec les
coordonnées spatiales (x, y) qu e l’on désigne usuellement par pixel.

2. L’espace de c ouleur RGB :

C'est l'espace de base, supporté nativement par la plupart des cartes vidéo. En combinant les trois
primitives RGB (respectivement Red, Green et Blue pour rouge vert et bleu), il est possible
d’obtenir, ou presque, toutes les couleurs du vis ible. Le système de couleur RGB est un système
additif car la lumière est ajoutée. Ainsi dosées, les trois composantes permettent de représenter
un grand nombre de couleurs, mais certaines couleurs visibles par l'œil n’ont pas de
représentation dans cet e space.
Chaque axe du cube, de la Figure -représente des valeurs de rouge, de vert, ou bleu dans
l'intervalle [0.255]. L'axe rouge, étiqueté R, montre l'échelle de couleurs associée. Les axes vert et
bleu sont illustrés de la même manière.

15
Reconnaissance d’immatriculation Mini -Projet demandé par Mr. JILBAB 3. Localisati on de l’immatriculation dans l’image :

 Détection de la plaque à partir de l’image :

Toutes les images acquises sont de la même couleur RGB et de taille
(320,240)
Pour notre travail, une image est une structure définie par un ensemble de
paramètres qui sont :
-la hauteur .
-la largeur .
-nombre de composants couleur dans un pixel .
-La dimension de l’image qui est égale à (la hauteur x largeur ).
-Le nombre de bits alloués par pixel (8,16, 32,64). A l’entrée du
système, l’image va subir un ensemble de pré traitements .

 RGB :
L'algorithme décrit ici est indépendant du type de couleurs dans l'image et
repose principalement sur le niveau de gris d'une image pour le traitement
et l'extraction de l’information. Les composants de couleur comme les
valeurs Rouge, Vert et Bleu ne sont pas utilisés cet algorithme. Donc, si
l'image d'entrée est une image colorée représentée par 3 -dimensional
tableau dans MATLAB, il est converti en une image grise bidimensionnelle
avant de poursuivre En traitement. L'échantillon de l' image d'entrée
d'origine et une image grise sont affichés ci -dessous :

Image originale Image gray

16
Reconnaissance d’immatriculation Mini -Projet demandé par Mr. JILBAB
4. Dilater une image :

La dilatation est un processus d'improvisation d'une image don née en remplissant des trous dans
une image, affiner les bords des objets dans une image, et joindre les lignes brisées et augmenter la
luminosité d'une image. En utilisa nt la dilatation, le bruit dans une image peut également être
retirée. En rendant les bords plus nets, la différence de valeur de gris entre les pixels voisins au bord
d'un objet peut être augmentée. Cela améliore la détection des contours.
Dans la détection de plaque d'immatriculation, l'image d'une plaque de voiture peut ne pas toujours
contenir la même chose luminosité et nuances. Par conséquent, l'image donnée doit être convertie
de RVB en gris forme. Cependant, au cours de cette conversion, certains paramètres importants
comme la différence

5. Extraction de la région d'intérêt :

La sortie du processus de segmentation est toutes les régions qui ont un maximum probabilité
de contenir une plaque d'immatriculation. Hors de ces régions, celle avec le maximum La valeur
de l'histogramme est considérée comme le candidat le plus probable pou r la plaque
d'immatriculation. Toutes les régions sont traitées en ligne et en colonne pour trouver une
région commune ayant valeur maximale de l'histogramme horizontal et vertical. C'est la région
ayant la plus haute probabilité de contenir une plaque d'i mmatriculation. La plaque
d'immatriculation détectée par l'image est montrée au-dessous de :

17
Reconnaissance d’immatriculation Mini -Projet demandé par Mr. JILBAB
VII. Extraction de l’immatriculation et reconnaissance de caractères :

1. Extraction des régions rectangulaires :

La plaque a une forme rectangulaire. Donc si o n se pose que l’on a la forme suivante :

2. Segmentation de la plaque en caractères :

La plaque une fois détectée, subira un ensemble de traitements dans le but de la segmenter en
caractères isolés.
3. Transformation de la plaque en binaire

Dans cette p artie, l’image sera transformé e en noire et blanc. Pour le faire, nous avons fixé un seuil
s1. Si on considère f (i) comme la valeur en niveau de gris du pixel i, alors on pose la condition
suivante :

On obtient les résultats suivants :

4. Recadrage de la plaque :

Pour une meilleure segmentation, nous avons pensé à un recadrage en noir de la plaque pour
fusionner le contour avec le reste.

18
Reconnaissance d’immatriculation Mini -Projet demandé par Mr. JILBAB
5. La segmentation de la plaque en caractères :

L’algorithme de segmentation est assez simple ; en effet l es caractères sont en blanc et l’arrière –
plan est en noir, on suppose alors que les caractères son t séparés par des lignes de pixels noirs. On
trace ses lignes par une couleur différente.

6. Reconnaissa nce optique des caractères

C’est un ensembl e de techniques informatiques qui réalisent une reconnaissance de la forme des
caractères, après captation d’image par procédé optique.
Se base sur la technique de comparaison par modèle, qui consiste à comparer le signe du texte avec un
modèle préenregist ré. Les caractères qu’on peut reconnaître :

Pour reconnaître les plaques, on leur applique les différentes morphologies mathématiques : Ouverture,
Fermeture, érosion, dilatation ; les résultats sont donnés par Matlab :

19
Reconnaissance d’immatriculation Mini -Projet demandé par Mr. JILBAB

VIII. Simula tions :
Programme de localisation de l’immatriculation d ans l’image

20
Reconnaissance d’immatriculation Mini -Projet demandé par Mr. JILBAB IX. Les resultat s de simulation :

Exemple 1 : (localisation de la plaque d’immatriculation suiva nt toutes les étapes de l’algorithme )

21
Reconnaissance d’immatriculation Mini -Projet demandé par Mr. JILBAB

Exemple 2 : (étape initiale et étape finale de la localisation de la plaque d’immatriculation )

Exemple 3 : (étape initiale et étape finale de la localisation de la plaque d’immatriculation)

Exempl e 4 : (étape initiale et étape finale de la localisation de la plaque d’immatriculation)

22
Reconnaissance d’immatriculation Mini -Projet demandé par Mr. JILBAB

Programme d’extraction de l’immatriculation depuis l’image et reconnaissance des caractères :

23
Reconnaissance d’immatriculation Mini -Projet demandé par Mr. JILBAB

24
Reconnaissance d’immatriculation Mini -Projet demandé par Mr. JILBAB Lecture de s lettres

25
Reconnaissance d’immatriculation Mini -Projet demandé par Mr. JILBAB

26
Reconnaissance d’immatriculation Mini -Projet demandé par Mr. JILBAB Lectur e des lettres

27
Reconnaissance d’immatriculation Mini -Projet demandé par Mr. JILBAB

28
Reconnaissance d’immatriculation Mini -Projet demandé par Mr. JILBAB Les resultat s de simulation :

Exemple 1 : (Extraction et Reconnaissance des caractéres du matricule suivant toutes les étapes de s
algorithme s utilisés )

29
Reconnaissance d’immatriculation Mini -Projet demandé par Mr. JILBAB Exemple 2 : (Extraction et Reconnaissance des caractéres du matricule suiva nt toutes les étapes de s
algorithme s utilisés)

Exemple 3 : (Extraction et Reconnaiss ance des caractéres du matricule suiva nt toutes les étapes de s
algorithme s utilisés)

30
Reconnaissance d’immatriculation Mini -Projet demandé par Mr. JILBAB Exemple 4 : (Extraction et Reconnaissance des caractéres du matricule suiva nt toutes les étapes de s
algorithme s utilisés)

X. Conclusion :
Nous avons essayé dans ce projet de présenter un système de reconnaissance des plaques d’immatriculation
marocaine.
Nous avons présenté un certain nombre de notions et de définitions concernant le domaine de traitement
d’image que nous avons utilisé pou r réaliser notre travail .
Nous avons rencontré plusieurs problèmes de simulation et de compréhension du code, nous avons pu
surmonter la majorité de ces problèmes, mais en ce qui concerne les lettres en arabes, Toutes nos tentatives
ont échoué .
Certaines v aleurs avec lesquelles on a travaillé comme pour les seuils ont été prises manuellement suivant
les résultats obtenus. Ce qui nous ouvre la porte pour d’autres améliorations.