UNISEB COC - CENTRO UNIVERSITÁRIO TRABALHO DE CONCLUSÃO DE CURSO BACHARELADO ENGENHARIA DE COMPUTAÇÃO SISTEMA DE RECONHECIMENTO DE PLACAS DE VEÍCULOS

Transcrição

1 UNISEB COC - CENTRO UNIVERSITÁRIO TRABALHO DE CONCLUSÃO DE CURSO BACHARELADO ENGENHARIA DE COMPUTAÇÃO SISTEMA DE RECONHECIMENTO DE PLACAS DE VEÍCULOS Rômulo Estevan Fernandes Orientador: Prof. Me. Paulo César de Carvalho Dias RIBEIRÃO PRETO SP 2011

2 RÔMULO ESTEVAN FERNANDES SISTEMA DE RECONHECIMENTO DE PLACAS DE VEÍCULOS Trabalho de conclusão de curso apresentado ao UNISEB COC Centro Universitário de Ribeirão Preto, como parte dos requisitos para obtenção do grau de Bacharel em Engenharia de Computação. Prof. Me. Paulo César de Carvalho Dias Orientador Prof. Dr. Lúcio André de Castro Jorge Membro da banca examinadora Prof. Dr. Roberto Rodrigues Pereira Júnior Membro da banca examinadora RIBEIRÃO PRETO SP 2011 xvii

3 xvii

4 TRABALHO DE CONCLUSÃO DE CURSO Aluno: Rômulo Estevan Fernandes Código: Curso: Engenharia de Computação Semestre/Ano: 10º/2011 Tema: Sistema de Reconhecimento de Placas de Veículos Objetivo Pretendido: Desenvolver um sistema capaz de localizar em uma foto a placa de um automóvel, identificar e depois reconhecer os caracteres dessa placa, mostrando na tela o resultado final para o usuário. / / Prof. Me. Paulo César de Carvalho Dias Professor Orientador / / Rômulo Estevan Fernandes Aluno / / Prof. Me. Paulo César de Carvalho Dias Coordenador do Curso / / Prof. Me. Reginaldo Arthus Vice-Reitor xvii

5 FORMULÁRIO DE AVALIAÇÃO DO TCC Tema do Trabalho: Sistema de Reconhecimento de Placas de Veículos Data da apresentação: / / Horário: Local: Banca Examinadora 1) Professor Orientador: 2) Professor Examinador 1: 3) Professor Examinador 2: xvii

6 Folha de Pontuação Fatores de Avaliação Pontuação (0.0 a 2.0) 1. Atualidade e relevância do tema proposto. 2. Linguagem técnica utilizada em relação ao tema e aos objetivos, e competência linguística. 3. Aspectos metodológicos e formais da editoração do trabalho escrito - sequencia lógica e coerência interna. 4. Aspectos metodológicos e formais da editoração do trabalho escrito - sequencia lógica e coerência interna. 5. Revisão Bibliográfica realizada em relação ao tema pesquisado. 6. Apresentação oral segurança e coerência em relação ao trabalho escrito. Média: ( ) Assinaturas dos membros da Comissão Julgadora: 1) / / 2) / / 3) / / xvii

7 Dedicatória Dedico este trabalho ao meu orientador, aos professores que lecionam no curso de Engenharia de Computação, aos meus pais, minha avó materna e paterna, aos meus primos, ao meu tio e minha tia, a todos meus amigos de infância e também aos amigos que tenho hoje. xvii

8 AGRADECIMENTOS Em primeiro lugar agradeço a Deus por me ajudar a superar todos os desafios que encontrei durante a execução desse trabalho. A todos os colegas que estavam comigo durante esses longos anos de estudo, onde aprendemos juntos, independentemente do defeito de cada um. Aos meus pais que ajudaram, tiveram paciência, e me compreenderam nos momentos difíceis que passei durante esses cinco anos de graduação. Ao UNISEB COC Centro Universitário, a todos os funcionários e professores que seja de forma indireta ou direta contribuíram para meu desenvolvimento na vida acadêmica. Agradeço principalmente aos professores que lecionam no curso de Engenharia de Computação que ensinaram as disciplinas mais complicadas da minha vida, com tranquilidade e paciência. Ao meu orientador Prof. Me. Paulo César de Carvalho Dias pela disposição em contribuir com esse trabalho. xvii

9 RESUMO Este trabalho envolve basicamente três áreas da computação: visão computacional, inteligência artificial e processamento digital de imagens. A visão computacional envolve a aquisição de imagens e técnicas processamento digital de imagens. A inteligência artificial se propõe basicamente em resolver problemas imitando a capacidade humana. O processamento digital de imagens é toda e qualquer forma de processamento dos dados onde são envolvidas imagens e também partes de um vídeo. A rede neural é utilizada através de um modelo matemático, baseado nos neurônios humanos. Há vários modelos de redes neurais, como por exemplo, Perceptron e Multilayer Perceptron. O objetivo deste trabalho é automatizar o processo de reconhecimento de placas que a partir de uma imagem frontal ou traseira seja capaz de localizar, segmentar e reconhecer caracteres. As imagens originais passam por vários estágios: aquisição, pré-processamento, segmentação e reconhecimento dos caracteres. O protótipo para reconhecer caracteres foi desenvolvido na ferramenta MATLAB. Antes de realizar a localização da placa, as imagens podem passar por um pré-processamento para ficar em condições ideais. Na etapa de localização da placa foi utilizada detecção de bordas, projeção vertical e horizontal. Depois de localizar a placa a mesma é segmentada. Os caracteres podem ser reconhecidos em vários tipos de imagens e também em textos. Para reconhecer os caracteres é utilizada correlação que compara a imagem de cada caractere encontrado pelo protótipo com cada caractere do conjunto de letras e números, o caractere com maior correlação será o eleito. O algoritmo de localização apresentou 66% de eficiência. O algoritmo de reconhecimento acertou 36% dos caracteres da placa. Os resultados obtidos com o trabalho podem ser considerados satisfatórios para uma primeira abordagem ao problema, mas ainda não pode ser utilizado como produto final. Palavras-chave: Visão Computacional, Inteligência Artificial, Rede Neural, Processamento Digital de Imagens, Detecção de Bordas, Algoritmo de Localização, Algoritmo de Reconhecimento dos caracteres. xvii

10 ABSTRACT This work basically involves three areas of the computation: computational vision, artificial intelligence and digital processing of images. The computational vision involves the acquisition of images and techniques digital processing of images. Artificial intelligence if considers basically in deciding problems imitating the capacity human being. The digital processing of images is all and any form of processing of the data where they are involved images and also parts of a video. The neural net is used through a mathematical model, based in the human neurons. It has some models of neural nets, as for example, Perceptron and Multi-layer Perceptron. The objective of this work is to automatize the process of recognition of plates that from an image frontal or back is capable to locate, to segment and to recognize characters. The original images pass for some periods of training: acquisition, daily pay-processing, segmentation and recognition of the characters. The archetype to recognize characters was developed in tool MATLAB. Before carrying through the localization of the plate, the images can pass for a daily payprocessing to be in ideal conditions. In the stage of localization of the plate detention of edges was used, vertical and horizontal projection. After locating the plate the same one is segmented. The characters also can be recognized in some types of images and in texts. To recognize the characters correlation is used that compares the image of each character found for the archetype with each character of the set of letters and numbers, the character with bigger correlation will be the elect one. The localization algorithm presented 66% of efficiency. The recognition algorithm made right 36% of the characters of the plate. The results gotten with the work can be considered satisfactory for a first boarding to the problem, but not yet it can be used as end item. Keywords: Computer Vision, Artificial Intelligence, Neural Network, Digital Image Processing, Edge Detection, Algorithm of Localization, Algorithm of Recognition of the characters. xvii

11 SUMÁRIO Introdução Visão Computacional Aquisição e tipos de Imagens Aquisição de imagens Imagens em tons de cinza Imagens Binárias Imagens RGB Técnicas de segmentação Filtros detectores de borda Técnicas de segmentação aplicadas à detecção de placas Transformada de Hough Inteligência Artificial Neurônios Redes Neurais Artificiais e tipos de redes Redes Neurais Artificiais Tipos de Redes Aprendizado Aprendizado Supervisionado e Não Supervisionado Materiais e Métodos Localização Segmentação Caracteres Reconhecimento Protótipo Apresentação Funcionamento Resultados e Discussões Conclusão Considerações Finais Trabalhos Futuros Referências Bibliográficas xvii

12 APÊNDICE A COMPARAÇÃO ENTRE PLACAS ORIGINAIS E PLACAS RECONHECIDAS PELO PROTÓTIPO xvii

13 LISTA DE ABREVIATURAS E SIGLAS IPVA: Imposto sobre a Propriedade de Veículos Automotores CNH: Carteira Nacional de Habilitação PDI: Processamento Digital de Imagem MATLAB: Matrix Laboratory RGB: Sistema de cores formado por Vermelho (Red), Verde (Green) e Azul (Blue) CCD: Charge Coupled Device CMOS: Complementary Metal Oxide Semiconductor IA: Inteligência Artificial RNAs: Redes Neurais Artificiais MLP: Multi-Layer Perceptron OCR: Optical Character Recognition xvii

14 LISTA DE SÍMBOLOS mm: milímetros nm: nanômetro Gx: borda horizontal Gy: borda vertical GR: operador de Roberts GP: operador de Prewitt GS: operador de Sobel xvii

15 LISTA DE QUADROS Quadro 1: Máscara para detectar pontos na imagem Quadro 2: Máscara para detectar linhas horizontais na imagem Quadro 3: Máscara para detectar linhas oblíquas 45º positivo na imagem Quadro 4: Máscara para detectar linhas oblíquas 45º negativo na imagem Quadro 5: Máscara para detectar linhas verticais na imagem Quadro 6: Máscara horizontal do filtro de Roberts (esquerda). Máscara vertical do filtro de Roberts (direita) Quadro 7: Máscara horizontal do filtro de Prewitt (esquerda). Máscara vertical do filtro de Prewitt (direta) Quadro 8: Máscara horizontal do filtro de Sobel (esquerda). Máscara vertical do filtro Sobel (direita) Quadro 9: Máscaras do filtro Passa-Baixa Quadro 10: Máscaras do filtro Passa-Alta Quadro 11: Matriz de confusão xvii

16 LISTA DE FIGURAS Figura 1: Placa de Veículo (CONTRAN, 2007) Figura 1.1: Etapas necessárias para o processamento de imagens digitais (BASTOS, 2010)... 6 Figura 1.2: Imagem em tons de cinza Figura 1.3: Histograma da imagem em tons de cinza Figura 1.4: Imagem binária com limiar 0, Figura 1.5: Imagem com a componente R (a). Imagem com a componente G (b). Imagem com a componente B (c). Imagem em RGB (d) Figura 1.6: Detecção de pontos na imagem Figura 1.7: Detecção das linhas horizontais Figura 1.8: Detecção de linhas oblíquas 45º positivo Figura 1.9: Detecção de linhas oblíquas 45º negativo Figura 1.10: Detecção de linhas verticais Figura 1.11: Filtro de Canny Figura 1.12: Filtro de Roberts: Detecção de bordas horizontais (a). Detecção de bordas verticais (b) Figura 1.13: Filtro de Roberts Figura 1.14: Filtro de Prewitt: Detecção de bordas horizontais (a). Detecção de verticais (b) Figura 1.15: Filtro de Prewitt Figura 1.16: Filtro de Sobel: Detecção de bordas horizontais (a). Detecção de bordas verticais (b) Figura 1.17: Filtro de Sobel Figura 1.18: Filtro Passa-Baixa com máscara 3x3 (a). Passa-Baixa com máscara 5x5 (b) Figura 1.19: Filtro Passa-Alta com máscara 3x3 (a). Filtro Passa-Alta com máscara 5x5 (b) Figura 2.1: Etapas para criação de um sistema de inteligência artificial xvii

17 Figura 2.2: Neurônio Biológico (BRAGA; LUDERMIR; CARVALHO, 2000) Figura 2.3: Neurônio Artificial (SABBATINI, 1995) Figura 2.4: Arquitetura de uma Rede Neural (KUNZLE, 2010) Figura 2.5: Problema Linearmente Separável (a). Problema Não Linearmente Separável (b) Figura 2.6: Rede Neural Perceptron Figura 2.7: Rede Neural Multi-Layer Perceptron (BRAGA; LUDERMIR; CARVALHO, 2000) Figura 2.8: Aprendizado supervisionado (BRAGA; LUDERMIR; CARVALHO, 2000) Figura 2.9: Aprendizado não supervisionado (BRAGA; LUDERMIR; CARVALHO, 2000) Figura 3.1: Imagem Original do Veículo Figura 3.2: Gráfico da projeção vertical Figura 3.3: Projeção vertical Figura 3.4: Gráfico da projeção horizontal Figura 3.5: Projeção horizontal Figura 3.6: Placa isolada Figura 3.7: Placa Binária Figura 3.8: Placa eliminada de ruídos Figura 3.9: Caracteres selecionados Figura 3.10: Caracteres separados Figura 3.11: Conjunto de caracteres utilizado no reconhecimento Figura 3.12: Tela Principal Figura 3.13: Placa localizada Figura 3.14: Caracteres isolados da placa do veículo Figura 3.15: Caracteres reconhecidos pelo Protótipo Figura 3.16: Tela de resultados Figura 4.1: Porcentagem de acertos e erros (letras) xvii

18 Figura 4.2: Porcentagem de acertos e erros (números) xvii

19 Introdução No Brasil, 370 mil veículos são roubados ao ano, deste número estima-se que 37 mil veículos sejam clonados. Os veículos clonados usam placa, chassi e documentos copiados de outro carro. Assim, pode circular sem chamar a atenção da polícia e até ser negociado (RIBEIRO, 2009). Vários veículos estão irregulares no Brasil por vários motivos, seja por falta de manutenção, por falta de pagamento de multas, licenciamento, IPVA, documentos ou ainda por irregularidade na CNH. A fiscalização de veículos é realizada pelos órgãos públicos através de servidores públicos treinados para tanto. A placa é o principal meio de identificação utilizado pelos agentes de fiscalização. Através desta, agentes de trânsito, policiais dos estados e da federação podem verificar as irregularidades dos veículos e também dos motoristas, aplicando multas e também, se for necessário, realizando a apreensão do veículo. A identificação de veículos através das placas também é utilizada por empresas privadas e por pessoas para os mais diversos fins. Um exemplo são os pedágios de rodovias sob concessão onde há uma cabine automatizada que identifica o veículo através de um sensor instalado no para-brisa do veículo. As cabines automatizadas são chamadas de SEM PARAR/VIA FÁCIL 1. Quando é detectada a passagem do veículo em um dessas cabines o valor do pedágio é debitado automaticamente na conta do usuário cadastrado pela empresa concessionária. Quando o sensor de identificação do veículo falha a cancela da cabine não abre, o que exige que um fiscal do pedágio peça ao usuário algumas informações sobre veículo. Para estas empresas a verificação da placa também é importante. Para todas as aplicações acima, a adoção de um sistema automático de reconhecimento de placas pode ser benéfico. 1 Disponível em Acesso em: 01 de maio de

20 Tais sistemas de reconhecimento podem ser utilizados não só para fiscalização pelas autoridades de trânsito, mas também em outras aplicações, como estacionamentos de grande porte, condomínios residenciais, shoppings, supermercados, concessionárias de rodovias e qualquer outro setor que possa utilizar esse sistema. Há diversos fatores que dificultam o processo automático de identificação: a placa pode estar em posições distintas (considere, por exemplo, o caso de um automóvel e de um caminhão), os caracteres podem ser de difícil visualização e os ângulos no qual a placa está posicionada podem prejudicar a identificação. Também pode haver a influência de diversos fatores ambientais que dificultam a identificação, tais como: neblina, chuva, sol, entre outros tantos possíveis. De acordo com o CONTRAN (2007) veículos (particulares, aluguel, oficial, experiência, aprendizagem e fabricante) são identificados em todo o Brasil através das placas dianteiras e traseiras. As placas e caracteres possuem as seguintes dimensões respectivamente: altura de 130 mm e comprimento de 400 mm; altura de 63 mm e espessura do traço de 10 mm. A figura 1 ilustra o modelo de placas de veículo aceito pelo CONTRAN em todo território brasileiro. Figura 1: Placa de Veículo (CONTRAN, 2007). Neste trabalho serão estudadas as técnicas necessárias para a construção de um sistema de reconhecimento de placas. Posteriormente será construído um sistema protótipo que realizará o reconhecimento de placas de veículos através de imagens que serão inseridas no software. No decorrer do desenvolvimento, ele poderá realizar outras 2

21 funções como, por exemplo, consultar em uma base de dados se o IPVA e licenciamento do veículo estão atrasados. O reconhecimento de placas de veículos é uma aplicação de reconhecimento de padrões, área que trata de diferentes problemas de ciência e engenharia. Padrão pode ser definido como sendo uma entidade, uma imagem de impressão digital é um exemplo de padrão. O reconhecimento pode ser realizado de duas formas: supervisionado (aprende com intervenção humana), não supervisionado (aprende com base em alguns padrões já conhecido). As aplicações na área de reconhecimento de padrões incluem: mineração de dados, biometria entre outras. Em um sistema de reconhecimento de padrões há três etapas fundamentais: aquisição de dados e pré-processamento, representação dos dados e tomada de decisões. (ANIL; ROBERT; JIANCHANG, 1999). Segundo De Sá (2000) reconhecimento de padrões é a ciência que estuda a classificação e descrição de objetos. Assim um projeto de reconhecimento de padrões envolve: Extração de características; Seleção das características; Construção de um classificador. O reconhecimento de placas de veículos pode ser realizado de várias formas, mas neste trabalho serão explicadas duas formas: na primeira o usuário insere a imagem do veículo no software, através de uma ferramenta de seleção, ele seleciona a placa do veículo e ao clicar duplo do mouse na placa, o software mostra ao usuário quais são as letras e números da placa do veículo. Já na segunda o usuário insere a imagem do veículo no software, automaticamente localiza e seleciona a placa, extrai as características e reconhece cada caractere, e finalmente mostra ao usuário somente as letras e números. Este trabalho tem como objetivo automatizar o processo de reconhecimento de placas a partir de uma imagem inserida no protótipo do software. O processo envolve basicamente localizar a placa de um veículo na cena de uma imagem isolando a região que contém os caracteres da placa. 3

22 A ferramenta MATLAB permite simular e testar o pré-processamento, localização, identificação e reconhecimento dos caracteres da placa do veículo. O sistema de localização e identificação de placas de veículos funciona da seguinte forma: o usuário insere uma imagem do veículo no software, essa imagem passará por vários tratamentos, se necessário, utilizando técnicas de PDI. Essa imagem é convertida em tons de cinza, depois binarizada para facilitar a identificação. Depois de inserir a imagem o usuário clica em um botão e automaticamente o software selecionará na imagem a placa do veículo. Internamente o sistema utiliza a técnica de segmentação, aonde ocorre à separação dos caracteres da placa criando sete recortes, um para cada caractere. Depois da segmentação o sistema separa caractere por caractere. A parte final é o reconhecimento de caracteres que visa classificar cada um dos caracteres da placa. O Capítulo 1 aborda o conceito de Visão Computacional, a forma de adquirir imagens bem como seus tipos (tons de cinza, binária e RGB) e as várias técnicas de segmentação, como por exemplo, detector de bordas. O Capítulo 2 aborda os conceitos de Inteligência Artificial e Redes Neurais. Apresenta e explica os tipos de redes e algoritmos de aprendizagem (supervisionado e não supervisionado). No Capítulo 3 são apresentadas as etapas de localização e segmentação da placa do veículo, também será mostrado de que forma foi feito o reconhecimento dos caracteres, bem como o funcionamento completo do protótipo. No Capítulo 4 são apresentados os resultados e discussões obtidos neste trabalho. No Capítulo 5 são apresentas as conclusões finais do trabalho e sugestões para a realização de trabalhos futuros. 4

23 1. Visão Computacional Segundo Facon (2002), a visão computacional é um subcampo da inteligência artificial e se preocupa em desenvolver uma compreensão dos princípios que dão sustentação a aptidão visual em sistemas biológicos e artificiais, e em proporcionar uma máquina com algumas capacidades do sistema visual humano. Tais capacidades incluem habilidades para descrever uma cena baseada em dados fornecidos por sensores de imagens, e produzir entendimento da função, objetivo, e intenção dos objetos reconhecidos. Há dois desafios em visão computacional: Os dispositivos da área de computação deveriam ser capazes de simular experiências físicas, como a distorção dos objetos contidos na imagem para resolver problemas e comparar as imagens armazenadas na memória com a imagem; Os computadores deveriam interagir fisicamente e sentir o mundo ao seu redor. Não há modo de capturar e armazenar na memória um modelo que refletem todos os detalhes do mundo real. A visão computacional envolve várias áreas da computação entre elas estão: processamento de imagens, reconhecimento de padrões, computação gráfica e inteligência artificial. O objetivo principal da visão computacional é determinar as características de um objeto que está inserido na imagem. De acordo com Vieira (2010) processamento de imagens significa modificar as informações contidas nessa imagem sob vários aspectos, de modo que o resultado seja uma imagem ou uma informação extraída dela. A imagem é considerada digital quando as coordenadas x, y e o valor da amplitude são finitos e possui quantidades discretas. Essa imagem é constituída de uma quantidade finita de elementos, cada um possui seu valor apropriado. Há várias etapas fundamentais para o processamento de imagens digitais. A figura 1.1 mostra as etapas que devem ser aplicadas em uma imagem (domínio do problema) para produzir um resultado satisfatório. 5

24 Figura 1.1: Etapas necessárias para o processamento de imagens digitais (BASTOS, 2010) Primeiramente, deve-se pensar em um domínio de problema para situação a ser resolvida e também o que se deseja obter como resultado final. A aquisição de imagens é uma etapa do processamento digital de imagens que consiste em adquirir uma imagem digital, seja através de câmeras digitais ou de qualquer outro dispositivo que tenha saída digital e consiga fazer a captura da cena que está em exibição. A próxima etapa é o pré-processamento processamento da imagem digital que consiste em melhorar a imagem o máximo possível, através do aumento do contraste e redução de ruídos. O próximo é a segmentação que divide a imagem em partes ou objetos. Ao terminar a segmentação da imagem é obtido como saída dados em forma de pixels. A etapa de representação e descrição extrai as características de acordo com a região de interesse. No reconhecimento de caracteres qualquer concavidade é muito importante para se diferenciar entre as partes do alfabeto. A etapa final é o reconhecimento e interpretação. O reconhecimento é o processo no qual o software consegue reconhecer uma letra ou número baseado em informações inseridas pelo usuário. Já a interpretação ocorre quando se consegue atribuir significados, por exemplo, aos caracteres que já foram reconhecidos pelo software. Em reconhecimento de padrões é gerada descrições de imagens, relacionando essas descrições a modelos que caracterizam classes de imagens. O reconhecimento de padrões tem como objetivo fazer a classificação de padrões (objetos). Há dois métodos de aprendizagem utilizados no reconhecimento de padrões: aprendizado supervisionado (tem intervenção humana) e aprendizado não supervisionado (não tem intervenção humana, o computador já sabe o que fazer). O 6

25 reconhecimento supervisionado é baseado em conjunto de padrões que já passou por uma classificação, sendo dividido em dois tipos: Estatística: pode ser chamado também de decisão teórica, é baseado na caracterização dos padrões estatísticos; Sintática: pode ser chamado também de estrutural, é baseado nas características estruturais dos padrões; A imagem é pré-processada, por exemplo, para eliminar ruídos e borrados. Em seguida a imagem passa por uma segmentação, aonde ocorre à separação da região de interesse da imagem, essas regiões devem ser homogêneas. Toda imagem a ser analisada deve possuir um padrão, por exemplo, no reconhecimento de placas de veículos, as letras e números têm um padrão brasileiro de altura, largura, comprimento e quantidade de caracteres. Isso deve ser considerado antes de aplicar os algoritmos de inteligência artificial. Entre esses algoritmos estão: k-means, k-nearest neighbor, redes Bayseanas e redes neurais artificiais. No reconhecimento de padrões geralmente a entrada é uma imagem e a saída é uma descrição dos conteúdos da imagem. Há muitas áreas de aplicação em reconhecimento de padrões: Reconhecimento de caracteres; Reconhecimento facial; Reconhecimento de biométrico, entre outros. 1.2 Aquisição e tipos de Imagens Aquisição de imagens A câmera CCD foi desenvolvida em 1970 nos laboratórios Bell por W. Boyle e G. Smith (RÉ, 2005). Segundo Filho (1998) a câmera forma a imagem através da lente que direciona os raios no sensor da câmera, chamada de lente convergente. O sinal de saída do CCD é 7

26 linear sobre uma faixa de intensidade muito maior comparado a câmera de tubo. O CCD tem menor distorção geométrica, e sua eficiência quântica pode chegar a 80%. Os detectores CCD caracterizam-se por possuírem alta sensibilidade e baixo ruído. A alta sensibilidade do CCD não ocorre somente em luz visível, mas também em raios ultravioletas e infravermelhos Imagens em tons de cinza As imagens em tons de cinza possuem uma escala de 0 a 255, onde 0 representa a cor preta, possui baixa intensidade, e 255 representa a cor branca, possui alta intensidade, os valores entre essas intensidades são considerados tons de cinza. Intensidades de tons de cinza também podem ser representadas em escala de 0 a 1. A figura 1.2 mostra uma imagem em tons de cinza. Figura 1.2: Imagem em tons de cinza. Através da imagem em tons de cinza é gerado um histograma. O histograma dessa imagem é uma função H(k) que representa o número de vezes que cada nível de cinza aparece na imagem, sendo considerada uma função de probabilidades. Depois de obtido o histograma da imagem de tons de cinza pode ser que seja necessário realizar a equalização, mas não é uma regra. A equalização de histograma pode ser utilizada para aumentar todo o contraste da imagem, distribuindo de uma maneira coerente os níveis de tons cinza. A figura 1.3 mostra o histograma de uma imagem em tons de cinza. 8

27 Figura 1.3: Histograma da imagem em tons de cinza Imagens Binárias As imagens binárias são geralmente representadas pelo valor 0 como preto e 1 como branco, mas esses valores podem ser invertidos. Na área de PDI imagens binárias podem ser utilizadas como máscaras, operações de segmentação e limiar. 1. O limiar pode ser aplicado nas imagens binárias para definir a intensidade de 0 e A figura 1.4 mostra uma imagem binária com limiar de 0,525. Figura 1.4: Imagem binária com limiar 0,525. 9

28 1.2.4 Imagens RGB As imagens RGB são formadas por três componentes: R (vermelho, do inglês Red), G (verde, do inglês Green), B (azul, do inglês Blue). Os componentes da imagem RGB podem possuir 5 ou 8 bits cada um, então uma imagem RGB armazena imagens de 16 ou 24 bits respectivamente. Além disso, há também imagens RGB formadas por 32 bits. Toda imagem é formado por uma matriz de dados. As imagens RGB possuem três matrizes que podem ser divididas em três imagens separadas da imagem original, ou seja, uma imagem formada por R, outra por G, e por B. Essas três componentes são utilizadas de base para a formação de novas cores. Imagens RGB são usadas em dispositivos de entrada, por exemplo: câmeras de vídeo e câmeras digitais, scanners, entre outros. E também são usadas como dispositivos de saída, por exemplo, televisores a cores, celulares, impressoras, computadores, entre outros. A figura 1.5 mostra as componentes R, G, B e RGB. (a) (b) (c) (d) Figura 1.5: Imagem com a componente R (a). Imagem com a componente G (b). Imagem com a componente B (c). Imagem em RGB (d) 10

29 1.3 Técnicas de segmentação Segundo Da Fonseca (2010) a segmentação de imagens consiste em dividir a imagem em regiões. Existem objetos de interesse em uma imagem que podem isolar pixels que não fazem parte dos objetos. A segmentação de imagens é considerada como um estágio prévio de processamento para o reconhecimento. A segmentação possui relação com a análise de imagens e não com o processamento de imagens. Há várias técnicas de segmentação para a separação de objetos de interesse na imagem, como segmentação baseada em bordas e orientada a regiões. A segmentação orientada a regiões divide a imagem em regiões, analisando a descontinuidade dos níveis de cinza que formam contornos no objeto de interesse, sendo muito utilizados na segmentação e no reconhecimento do objeto. Para se aplicar todas as técnicas de segmentação, a imagem de entrada deve estar em tons de cinza. Há várias técnicas de segmentação de imagens baseadas em bordas e também em linhas. Os tipos de detecções são mostrados abaixo. Detecção de pontos: a segmentação dos pontos do objeto ocorre de forma particular, tendo em vista que esses pontos possuem informações e não podem ser destruídos. Essa técnica é utilizada para eliminar os ruídos, evitando falsas detecções na imagem. O quadro 1 mostra a máscara 3x3 utilizada para detectar pontos na imagem. Quadro 1: Máscara para detectar pontos na imagem A figura 1.6 ilustra como deve ficar a imagem depois da aplicação da máscara representada no quadro 1. 11

30 Figura 1.6: Detecção de pontos na imagem. A Convolução aplicada a imagens realiza operações locais de filtragem. Segundo Dos Santos (1998) uma máscara multiplica cada pixel e seus vizinhos, a região de pixels da imagem deve ser do tamanho da máscara, os resultados são somados e o valor obtido é armazenado na posição equivalente a imagem resultante. Este processo percorre toda a imagem original. Há uma técnica denominada operador de detecção de linhas, baseado em convolução. O conjunto de convolução detecta as linhas com uma determinada largura presente na imagem. A detecção de linhas é divida em quatro tipos: Detecção de linhas horizontais: detecta a presença de linhas horizontais na imagem. A matriz é composta de valores presentes no eixo x. O quadro 2 mostra a máscara 3x3 utilizada para detectar linhas horizontais na imagem. Quadro 2: Máscara para detectar linhas horizontais na imagem A figura 1.7 ilustra como deve ficar a imagem depois da aplicação da máscara representada no quadro 2. 12

31 Figura 1.7: Detecção das linhas horizontais. Detecção de linhas oblíquas (+45º): detecta a presença de linhas que formam um ângulo de 45º positivo na imagem. O quadro 3 mostra a máscara 3x3 utilizada para detectar linhas oblíquas em 45º positivo. Quadro 3: Máscara para detectar linhas oblíquas 45º positivo na imagem A figura 1.8 ilustra como deve ficar a imagem depois da aplicação da máscara representada no quadro 3. Figura 1.8: Detecção de linhas oblíquas 45º positivo. Detecção de linhas oblíquas (-45º): detecta a presença de linhas que formam um ângulo de 45º negativo na imagem. O quadro 4 mostra a máscara 3x3 utilizada para detectar linhas oblíquas em 45º negativo. 13

32 Quadro 4: Máscara para detectar linhas oblíquas 45º negativo na imagem A figura 1.9 ilustra como deve ficar a imagem depois da aplicação da máscara representada no quadro 4. Figura 1.9: Detecção de linhas oblíquas 45º negativo. Detecção de linhas verticais: detecta a presença de linhas verticais na imagem. A matriz é composta de valores presentes no eixo y. O quadro 5 mostra a máscara 3x3 utilizada para detectar linhas verticais. Quadro 5: Máscara para detectar linhas verticais na imagem A figura 1.10 ilustra como deve ficar a imagem depois da aplicação da máscara representada no quadro 5. 14

33 Figura 1.10: Detecção de linhas verticais Filtros detectores de borda O filtro de detecção de bordas de Canny foi desenvolvido por John F. Canny em Esse filtro é utilizado principalmente em detecção de contornos de objetos da imagem. Para o algoritmo de detecção de bordas de Canny foi definido um conjunto de metas: Taxa de erro: detecta o maior número possível de bordas da imagem; Localização: as bordas marcadas devem ser tão próximas possíveis da borda da imagem original; Número de resposta: os ruídos da imagem não marcam bordas falsas. Segundo Seara (1998) o algoritmo de Canny é desenvolvido em seis etapas da seguinte forma: Fazer a leitura da imagem que será processada; Criar máscara de Gauss 1-D para ser convolucionada com a imagem original; Criar máscara de Gauss (primeira derivada) 1-D na direções x e y que serão denominadas Gx e Gy respectivamente; A imagem original é convolucionada com G percorrendo linhas (x) e colunas (y) da imagem original; A direção x e y da imagem original são convolucionadas com Gx e Gy respectivamente; Os resultados das componentes x e y são combinados. 15

34 A figura 1.11 mostra o filtro de Canny aplicado na imagem. Figura 1.11: Filtro de Canny. O filtro de Roberts é um operador gradiente que realiza a detecção de bordas contidas na imagem. Esse operador é formado por uma matriz 2x2, nos eixos x e y. O quadro 6 mostra as máscaras horizontais e verticais do filtro de Roberts. Quadro 6: Máscara horizontal do filtro de Roberts (esquerda). Máscara vertical do filtro de Roberts (direita) A figura 1.12 mostra a máscara horizontal e vertical do filtro de Roberts aplicado na imagem. (a) (b) Figura 1.12: Filtro de Roberts: Detecção de bordas horizontais (a). Detecção de bordas verticais (b) A Equação abaixo faz a junção das bordas horizontais e verticais, obtendo o operador de Roberts. 16

35 GR = Gx 2 + Gy 2 (1) Ao aplicar a Equação (1), é obtida imagem mostrada na figura Figura 1.13: Filtro de Roberts. O filtro de Prewitt é um operador gradiente que faz a detecção de bordas. A matriz de montagem possui algumas alterações em seus valores em relação ao operador de Sobel. O quadro 7 mostra as máscaras horizontais e verticais do filtro de Prewitt. Quadro 7: Máscara horizontal do filtro de Prewitt (esquerda). Máscara vertical do filtro de Prewitt (direta) na imagem. A figura 1.14 mostra a máscara horizontal e vertical do filtro de Prewitt aplicado (a) (b) Figura 1.14: Filtro de Prewitt: Detecção de bordas horizontais (a). Detecção de verticais (b) 17

36 A Equação abaixo faz a junção das bordas horizontais e verticais, obtendo o operador de Prewitt. GP = Gx 2 + Gy 2 (2) Ao aplicar a Equação (2), é obtida a imagem mostrada na figura Figura 1.15: Filtro de Prewitt. O filtro de Sobel é um operador gradiente que utiliza máscaras horizontais e verticais, é muito utilizado em técnicas de PDI. Esse filtro tem a função de detectar bordas nas imagens, sendo muito sensível a ruídos em comparação ao filtro de Roberts. O quadro 8 mostra as máscaras horizontais e verticais do filtro de Sobel. Quadro 8: Máscara horizontal do filtro de Sobel (esquerda). Máscara vertical do filtro Sobel (direita) na imagem. A figura 1.16 mostra a máscara horizontal e vertical do filtro de Sobel aplicado 18

37 (a) (b) Figura 1.16: Filtro de Sobel: Detecção de bordas horizontais (a). Detecção de bordas verticais (b) A Equação abaixo faz a junção das bordas horizontais e verticais, obtendo o operador de Sobel. GS = Gx 2 + Gy 2 (3) Ao aplicar a Equação (3), é obtida a imagem mostrada na figura Figura 1.17: Filtro de Sobel. A filtragem espacial é uma operação local, na qual os pixels da imagem original são alterados em função dos níveis de cinza. Esta filtragem permite destacar na imagem detalhes, chamado de passa-alta, ou ainda destacar padrões, chamado passa-baixa. O filtro passa-baixa é obtido através de um determinado pixel, calculando a média de seus vizinhos. Em baixas freqüências, o filtro passa-baixa ameniza os detalhes da imagem e diminui os tons de cinza. O quadro 9 mostra as duas máscaras do filtro Passa-Baixa. 19

38 Quadro 9: Máscaras do filtro Passa-Baixa /9* *1/ A figura 1.18 (a) mostra o Filtro Passa-Baixa aplicada na imagem utilizando a máscara 3x3. Já a figura 1.18 (b) mostra o Filtro Passa-Baixa aplicada na imagem utilizando a máscara 5x5. (a) (b) Figura 1.18: Filtro Passa-Baixa com máscara 3x3 (a). Passa-Baixa com máscara 5x5 (b) O filtro passa-alta é utilizado subtraindo a imagem com o filtro passa-baixa juntamente com a imagem original que não foi processada ou passou por técnica de convolução. Em altas frequências, o filtro passa-alta passa por uma rápida mudança na quantidade de pixels. No filtro passa-alta o histograma da imagem ficará estreito e os níveis de cinza estarão em zero. O quadro 10 mostra as duas máscaras do filtro Passa- Alta. 20

39 Quadro 10: Máscaras do filtro Passa-Alta /9 * *1/ A figura 1.19 (a) mostra o Filtro Passa-Alta aplicada na imagem utilizando a máscara 3x3. Já a figura 1.19 (b) mostra o Filtro Passa-Alta aplicada na imagem utilizando a máscara 5x5. 21

40 (a) (b) Figura 1.19: Filtro Passa-Alta com máscara 3x3 (a). Filtro Passa-Alta com máscara 5x5 (b) Técnicas de segmentação aplicadas à detecção de placas Quando um documento ou imagem é digitalizado, por exemplo, através de um scanner antigo é fácil perceber o problema de inclinação na imagem, mas atualmente scanners mais sofisticados e modernos corrigem a inclinação logo na aquisição dos documentos ou imagens. A projeção vertical e horizontal é aplicada para corrigir a inclinação de objetos contidos na imagem. A construção de histogramas de projeção vertical e horizontal é utilizada para detectar as linhas e removê-las. A projeção vertical da imagem é composta de um gráfico que possui um valor global mapeada no eixo y, o vetor característico é formado pela somatória das colunas 22

41 da matriz. Quando se aplica o filtro para a detecção de bordas verticais, são destacadas na imagem somente as bordas verticais, ao aplicar uma transformada na imagem é localizada a região de interesse. A projeção horizontal da imagem é composta de um gráfico que possui o valor global mapeada no eixo x, o vetor característico é formado pela somatória das linhas da matriz Transformada de Hough Em análise de imagens frequentemente surgem os problemas de detecção de bordas, aonde podem ocorrer pontos com ausência de pixels por isso não é viável extrair as características do objeto, deste conceito surge à transformada de Hough. A transformada de Hough é um método proposto por Paul Hough em 1962 que consiste em detectar formas nas imagens (círculos, linhas e elipse). O principio principal é definir como será o mapeamento entre o espaço da imagem que contém as formas a serem detectadas e o espaço de parâmetros de acordo com as características do objeto que estão sendo procurados na imagem. O procedimento mais simples e conhecido da transformada de Hough é a detecção de linhas retas que é descrita pela equação da reta. A Equação (3) mostra como calcular a equação da reta: y = ax + b (3) Onde: y = variável x = variável a = coeficiente angular b = coeficiente linear Segundo Martinsky (2007) a placa retangular pode ser girada e inclinada devido ao posicionamento do veículo em relação à câmera. Se a inclinação da placa dificultar o reconhecimento, é importante implementar mecanismos capazes de detectar e corrigir. 23

42 Neste trabalho a transformada de Hough pode ser usada para calcular o ângulo de inclinação da placa do veículo. 24

43 2. Inteligência Artificial O surgimento da inteligência artificial ocorreu após a Segunda Guerra Mundial, com base no artigo Computing Machinery and Intelligence, de Alan Turing 2. Os pioneiros Allen Newell e Herbert Simon fundaram o primeiro laboratório de inteligência artificial na Universidade Carnegie Mellon na década de 50. Marvin Minsky, Herbert Simon, John McCarthy, Warren McCulloch, Walter Pitts e Allen Newell foram os principais responsáveis no desenvolvimento da inteligência artificial. A inteligência artificial estuda a criação de sistemas computacionais que sejam capazes de imitar a capacidade do ser humano em realizar tarefas, seja simples ou complexa. Um bom exemplo de IA são os robôs industriais e domésticos. Há várias áreas relacionadas à inteligência artificial, entre elas estão: Filosofia; Engenharias; Ciência da Computação; Lógica; Biologia; Psicologia; Processamento de Linguagem Natural; Aprendizado de Máquina e Redes Neurais; Robótica. A figura 2.1 mostra as etapas necessárias para o desenvolvimento de um sistema de inteligência artificial. Figura 2.1: Etapas para criação de um sistema de inteligência artificial. 2 Disponível em Acesso em 10 de abril de

44 2.1. Neurônios Os neurônios possuem uma fina membrana celular, que são responsáveis pelo funcionamento do sistema nervoso. Eles têm a função de receber e transmitir os estímulos que chegam e partem do cérebro. O ser humano possui em seu cérebro neurônios (BRAGA, LUDERMIR; CARVALHO, 2000). De modo geral, os neurônios transmitem as informações através de impulsos elétricos. Os sinais são propagados como ondas através do axônio, e a sinapse converte esses sinais em sinais químicos. Os neurônios biológicos são formados basicamente por um corpo celular, dendritos e axônio. De acordo com Braga, Ludermir e Carvalho (2000) o corpo do neurônio mede milésimos de milímetro e os dendritos possuem milímetros de comprimento. Os dendritos são responsáveis por receber os sinais. O axônio realiza a transmissão das informações. A figura 2.2 mostra mais detalhes de sua formação. Figura 2.2: Neurônio Biológico (BRAGA; LUDERMIR; CARVALHO, 2000) Segundo Sabbatini (1995) nos modelos de redes neurais artificiais mais simples, os neurodos (elementos de processamento) recebem influência das entradas vindas do exterior ou dos elementos da rede, já as conexões equivalem à sinapse biológica. Os neurônios artificiais tentam imitar ou simular todas as funcionalidades dos neurônios biológicos, mas é difícil comparar o funcionamento desses neurônios, pois cada um tem o seu modo de responder aos estímulos do ambiente. Os neurônios artificiais possuem entradas (dendritos), pesos, neurodo (corpo celular), saída (axônio) e ligação entre neurônios (sinapse). As entradas (e 1, e 2, e 3, e 4,...,e n ) possuem pesos (ω 1, ω 2, ω 3, ω 4,...,ω n ), os valores de entrada podem ser discretos 26

45 {-1, 0, 1} ou contínuos [-1, 1]. Os neurônios processam os sinais de entrada e transforma em sinal de saída. O sinal de saída depende da interconexão dos neurônios para se propagar. A equação (4) mostra como calcular o resultado da saída da rede neural artificial: n v = i= 0 e i * ω i - σ (4) Onde: v: net e: entrada da rede ω: peso σ: limiar do neurônio A equação (5) mostra como atualizar os pesos da rede neural artificial. ω novo = ω velho + η * e * (d - y) (5) Onde: η: taxa de aprendizado d: saída desejada y: saída da RNA A figura 2.3 mostra um exemplo de neurônio artificial. 27

46 Figura 2.3: Neurônio Artificial (SABBATINI, 1995) 2.2. Redes Neurais Artificiais e tipos de redes Redes Neurais Artificiais De acordo com Braga, Ludermir e Carvalho (2000) há alguns pesquisadores fundamentais na área de redes neurais artificiais: McCulloch-Pitts (publicaram artigos sobre o assunto em 1943); Donald Hebb (publicou artigos sobre o assunto em 1949); Rosemblatt (publicou artigo sobre o assunto em 1958). Esses pesquisadores aplicaram o modelo de rede de auto-organização e o modelo Perceptron com aprendizado supervisionado. As redes neurais artificiais são apresentadas através de um modelo matemático com base nos neurônios dos seres humanos, e utilizando técnicas através do computador conseguem adquirir conhecimento e experiência somente com o treinamento. A RNA possui unidades de processamento, que são geralmente conectadas através de canais de comunicação, denominada de sinapse, que são associados a pesos. As unidades de processamento utilizam operações sobre os valores locais. A cada interação das unidades de processamento a rede neural se torna mais inteligente. Antigamente as redes neurais eram simuladas através de circuitos analógicos. Hoje em dia as redes neurais são simuladas através de softwares e também são utilizadas nos hardwares para aumentar a velocidade de processamento dos equipamentos. 28

47 A RNA possui vários algoritmos para realizar o treinamento de sistemas que serão capazes de cumprir várias tarefas. A figura 2.4 mostra as camadas de uma rede neural artificial, de forma genérica. Figura 2.4: Arquitetura de uma Rede Neural (KUNZLE, 2010) Camada de Entrada (Input Layer): camada onde as informações ou dados são inseridos na rede; Camada Intermediária (Middle Layer): camada onde são realizados os cálculos necessários para o treinamento da rede; Camada de Saída (Output Layer): camada onde são mostrados os resultados Tipos de Redes Há vários modelos de Redes Neurais Artificiais, o funcionamento dessas redes é muito semelhante, o que altera é o número de camadas que cada uma apresenta. As Redes podem solucionar dois tipos de problemas: Linearmente separáveis: De acordo com Braga, Ludermir e Carvalho (2000) problemas linearmente separáveis são problemas em que a solução pode ser obtida dividindo o espaço de entrada em duas regiões, separado por uma reta, como mostra a figura 2.5 (a). 29

48 Não linearmente separáveis: são problemas aonde não é possível dividir duas regiões utilizando uma reta, como mostra a figura 2.5 (b). (a) (b) Figura 2.5: Problema Linearmente Separável (a). Problema Não Linearmente Separável (b) Há vários modelos de Redes Neurais Artificiais, a seguir serão apresentados detalhes de dois modelos muito importantes. Perceptron: a rede Perceptron é o modelo mais antigo de rede neural. Desenvolvido pelo pesquisador Frank Rosenblat no ano de 1958, segue o modelo de neurônio biológico de McCulloch-Pitts (BRAGA; LUDERMIR; CARVALHO, 2000). Este tipo de rede neural é formado por uma camada. A arquitetura do modelo Perceptron é composta de uma camada de entrada e uma camada de saída. As camadas de entrada são ligadas diretamente a um único nó de saída, passando pelos pesos da rede, como mostra a figura

49 Figura 2.6: Rede Neural Perceptron. O Perceptron só pode ser treinado para resolver problemas que são linearmente separáveis. Multi-Layer Perceptron: é uma evolução do Perceptron de uma camada. É uma rede neural formada por duas ou mais camadas, cada camada é ligada a outra. A arquitetura do modelo Multi-Layer Perceptron é formada por camada de entrada, camada intermediária e camada de saída, como mostra a figura 2.7. Figura 2.7: Rede Neural Multi-Layer Perceptron (BRAGA; LUDERMIR; CARVALHO, 2000) O Multi-Layer Perceptron com camada intermediária consegue resolver problemas que não são linearmente separáveis. Segundo Braga, Ludermir 31

50 e Carvalho (2000) na teoria, as redes que possuem duas ou mais camadas podem resolver problemas linearmente separáveis ou não. Essa rede neural utiliza o aprendizado supervisionado e também o algoritmo chamado de backpropagation para o treinamento da rede. O algoritmo backpropagation utiliza correção de erros para ajustar os pesos e aprendizado supervisionado. O treinamento da rede é dividido em duas fases: forward (através de uma entrada define qual será o valor de saída); backward (através da saída desejada e o valor de saída conseguida pela rede é feita a atualização dos pesos). De acordo com Braga, Ludermir e Carvalho (2000) o algoritmo backpropagation possui vários problemas que impede a sua expansão. O problema mais grave apresenta lentidão para superfícies complexas. O Perceptron e o Multi-Layer Perceptron possuem várias aplicações, entre elas estão: inteligência artificial, reconhecimento facial, reconhecimento de caracteres, entre outros. 2.3 Aprendizado As redes neurais são capazes de aprender e diminuir o erro na saída, e assim melhorar o desempenho. Para a rede conseguir realizar tarefas e solucionar problemas é preciso treiná-las, para isso existem vários algoritmos de aprendizado, a única diferença entre esses algoritmos é forma com que os pesos da rede neural são alterados. De acordo com Braga, Ludermir e Carvalho (2000) algoritmos de aprendizagem é um conjunto de regras para solucionar problemas de aprendizagem Aprendizado Supervisionado e Não Supervisionado O aprendizado supervisionado é considerado um paradigma de aprendizado. Este aprendizado ocorre quando o ser humano mostra a resposta desejada a rede de acordo com os valores que foram inseridos como entrada. 32

51 De acordo com Braga, Ludermir e Carvalho (2000) o objetivo do aprendizado supervisionado é ajustar os parâmetros da rede neural artificial para encontrar ligações entre entradas e saídas. Há duas formas de implementação do aprendizado supervisionado: Off-line: as respostas obtidas com o treinamento da rede não mudam até que um novo treinamento seja realizado; On-line: os dados são alterados em tempo real obrigando a rede a passar a todo o momento por uma adaptação. A figura 2.8 mostra o funcionamento do aprendizado supervisionado, basicamente à rede compara a resposta desejada (saída desejada) com a resposta calculada (saída calculada), a cada iteração os pesos são ajustados com o objetivo de minimizar o erro. O professor (supervisor) tem a função de informar a rede entradas e saídas desejadas. Figura 2.8: Aprendizado supervisionado (BRAGA; LUDERMIR; CARVALHO, 2000) A aprendizagem por Correção de Erros 3 é um método para implementação do aprendizado supervisionado. A rede Perceptron é um modelo de RNA que utiliza o aprendizado supervisionado. O aprendizado não supervisionado é considerado um paradigma de aprendizado. Este aprendizado não tem interferência dos seres humanos nos resultados da rede. 33