Κατάλογος εικόνων / σχημάτων
Εικόνα 1: Αποκοπή περιοχής ενδιαφέροντος από την αρχική εικόνα. ............................... 27
Εικόνα 2: Διόρθωση προοπτικής. ....................................................................................... 28
Εικόνα 3: Πλαίσιο εικόνας μετά την εφαρμογή της αρχικής επεξεργασίας. ...................... 29
Εικόνα 4: Πλαίσιο εικόνας μετά την εφαρμογή φίλτρου Blur. ........................................... 29
Εικόνα 5: Πλαίσιο εικόνας μετά την εφαρμογή χρωματική μετατροπή σε grayscale. ....... 30
Εικόνα 6: Πλαίσιο εικόνας μετά την ψηφιοποίηση. ........................................................... 30
Εικόνα 7: Περιοχές που έχει αναγνωρίσει ο αλγόριθμος MSER ........................................ 31
Εικόνα 8: Το πλαίσιο της πινακίδας (αλγόριθμος MSER). ................................................ 32
Εικόνα 9: H τελική αναγνώριση του πλαισίου του αριθμού κυκλοφορίας. ........................ 32
Εικόνα 10: Τμηματοποίηση πλαισίου για την εξαγωγή χαρακτήρων. ................................ 33
Εικόνα 11: Tα στάδια της οπτικής Αναγνώρισης Αριθμών Κυκλοφορίας ......................... 33
Εικόνα 12: Διασύνδεση επιμέρους εφαρμογών .................................................................. 35
Εικόνα 13: Άνοιγμα εικόνας με την εφαρμογή παραγωγής του αρχείου ρυθμίσεων ......... 39
Εικόνα 14: Επιλογή περιοχής ενδιαφέροντος στη ροή εικόνων. ........................................ 39
Εικόνα 15: Επιλογή σημείων μετασχηματισμού. ................................................................ 40
Εικόνα 16: Διόρθωση προοπτικής. ..................................................................................... 40
Εικόνα 17: Στιγμιότυπο οθόνης της Εφαρμογής Διαχείρισης Πληρωμών ......................... 41
Εικόνα 18: Αρχική εικόνα της ιστοσελίδας πληρωμών ...................................................... 42
Εικόνα 19: Εγγραφή νέου χρήστη στην ιστοσελίδα πληρωμών ......................................... 43
Εικόνα 20: Καρτέλα "pay" της ιστοσελίδας πληρωμών ..................................................... 43
Εικόνα 21: Καρτέλα "History" της ιστοσελίδας πληρωμών. .............................................. 44
Εικόνα 22: Καρτέλα "Data" της ιστοσελίδας πληρωμων. .................................................. 45
Εικόνα 23: Παραδείγματα εκτέλεσης της εφαρμογής πληρωμών σε περιβάλλον Android 46
Εικόνα 24: Οι πίνακες της βάσης δεδομένων ..................................................................... 47
Στους σημερινούς αυτοκινητόδρομους υπάρχει η ανάγκη είσπραξης αντιτίμων ανάλογα με τη χρήση τους. Η λύση που εφαρμόζεται στην Ελλάδα είναι η πληρωμή μέσω σταθμών διοδίων, ωστόσο οι μέθοδοι πληρωμής που χρησιμοποιούνται είναι είτε χρονοβόρες καθώς απαιτούν τη στάση κάθε οχήματος στα σημεία πληρωμής, είτε μη αποδοτικές όσον αφορά το κόστος καθώς απαιτούν την προμήθεια εξοπλισμού σε κάθε όχημα ή τη φυσική παρουσία υπαλλήλου για την ολοκλήρωση κάθε συναλλαγής.
Η λύση που μπορεί να υλοποιηθεί είναι η ηλεκτρονική αναγνώριση κάθε οχήματος μέσω συστημάτων καταγραφής εικόνας και λογισμικού που αναλαμβάνει την αυτόματη διαχείριση ηλεκτρονικών πληρωμών. Στόχος της πτυχιακής είναι η ανάπτυξη λογισμικού αποτελούμενο από διάφορες εφαρμογές που θα παρουσιάζει τις βασικές λειτουργίες ενός τέτοιου συστήματος. Βασικός στόχος είναι η απαίτηση μικρής απαιτούμενης υλικο-τεχνικής υποδομής για τη μείωση του κόστους και τη βελτίωση των παρεχόμενων υπηρεσιών με την εξάλειψη της ανάγκης για τη στάση κάθε οχήματος στα σημεία πληρωμών και βελτίωση της ροής κυκλοφορίας.
Η παρούσα πτυχιακή αφορά την ανάπτυξη εφαρμογών που διαχειρίζονται την παραπάνω λύση και επικεντρώνεται στο λογισμικό που λαμβάνει τις ροές εικόνας από τα σημεία ελέγχου, στην τεχνολογία με την οποία επιτυγχάνεται η ηλεκτρονική ταυτοποίηση κάθε οχήματος με βάση τον αριθμό κυκλοφορίας και την οπτική αναγνώριση του τύπου του οχήματος, εφαρμογές ηλεκτρονικής πληρωμής και εφαρμογή διαχείρισης του συνολικού συστήματος.
Nowadays, in modern highways there is the need for collecting fees according to the distance a vehicle has travelled (pay per use). The current solution for traffic control in Greece is manual toll collection through toll posts, however, there are certain disadvantages when it comes to using this solution. In most cases it is either time-consuming as it requires that the drivers make a stop at each toll payment station, or uneconomical since it requires the physical presence of an employee or additional equipment installed on each vehicle to complete the transaction.
The solution proposed in this paper is the implementation of an electronic system that will automatically recognize each vehicle through image capture, as well as a software platform that will be responsible for automating the payment process based on the vehicle’s license plate. The aim of this paper is to describe the development of this software, comprised of different components that demonstrate the basic capabilities of such a system. The primary goal of this system is to minimize the requirements for any infrastructure in order to reduce costs, as well as to improve the current toll payment service by eliminating the need for the vehicles to stop at each toll payment station.
This thesis is evolved around the development of the software that implements the solution above and focuses on the software that will receive the image capture from the traffic control points, the technology that allows the electronic identification of a vehicle based on the vehicle registration number and visual identification, electronic payment applications and finally, a management application for the overall system.
Hellenic Open University
Items in Apothesis are protected by copyright, with all rights reserved, unless otherwise indicated.
