Baigiamajame magistro darbe “Interaktyvus transporto numerio atpažinimas” nagrinėjami bei pritaikomi stebėjimo zonos išskyrimo, fono eliminavimo, Gauso, Sobel metodai ir algoritmai. Taip pat atliekama metodų bei filtrų analizė. Tyrimo eigoje buvo sukurta programa skirta duomenų įvedimui į kompiuterį iš vaizdo kameros, vaizdo failo arba interneto. Atlikti eismo filtravimo eksperimentai, vartotojų patogumui įgyvendintas įrankis skirtas gauti ir pateikti apdorojimo rezultatus į mobilujį telefoną. / This work presents an approach to license plate localization and recognition. A proposed method is designed to perform recognition of any kind of license plates under any environmental conditions. The main assumption of this method is the ability to recognize all kinds of license plates which can be found in an individual picture. The algorithm takes a raster image as an input, and yields the position of a plate in the image. After the position is determined, the algorithm can determine the locations of characters on the license plate, which could be easily combined with an OCR algorithm to convert the license plate number into an ASCII string. User could view collected license plate localizations results with mobile phone, which has JAVA (MIDP 1.0) support and internet access. Future work could focus on determining the positions of characters more precisely. Determining the correct positions of all characters in a license plate would dramatically improve the results of the license plate recognition.

Šiame darbe aprašytas automobilio numerio identifikavimo uždavinys, šio uždavinio skaidymas į smulkesnes užduotis, tokias kaip numerio lokalizavimas nuotraukoje, numerio suskaidymas į atskirus simbolius, bei rastų simbolių identifikavimas. Kiekvienai šiai užduočiai realizuota po du algoritmus. Numerio lokalizavimo algoritmai remiasi kontūrų išskyrimu ir spalvų intensyvumu, bei morfologinėmis operacijomis nuotraukoje. Surasto numerio skaidymo į simbolius algoritmai remiasi statistiniu pasiskirstymu bei objektų išskyrimu. Simboliams atpažinti panaudota koreliacijos skaičiavimas tarp šablonų ir atpažįstamojo simbolio, bei dirbtinis neuroninis tinklas. Taip pat apžvelgta šiuo metu pasaulyje naudojamas technologijas ir algoritmai, sprendžiantys šį uždavinį bei palyginti rezultatai su savais. / This paper describes the task of vehicle number identification. It is further divided into smaller tasks, such as the localization of the number in the picture, the splitting of the number into individual symbols and the identification of the located symbols. Two algorithms were allocated for each task. The number localization algorithm is based on the exclusion of the contours, colour intensity and morphological operations in the picture. The algorithms used to divide the symbols of the identified number are based on the statistical distribution and object separation. Correlation calculation is used between the templates, identifiable symbol and artificial neural network. Moreover, the paper discusses the technologies and algorithms currently used across the world when dealing with such task, and compares it with the results of this paper.