IEEE LATIN AMERICA TRANSACTIONS, VOL. 7, NO.
5, SEPTEMBER 2009
A Complete System for Vehicle Plate Localization,
Segmentation and Recognition in Real Life Scene
A.Conci, J. E. R. de Carvalho, T. W. Rauber
1
Abstract— There are many applications of plate identification
in pattern recognition and machine vision. These applications
range from complex security systems to commons areas and from
parking admission to urban traffic control. Car license plate
recognition (CLPR) has complex characteristics due to diverse
effects as fog, rain, shadows, irregular illumination conditions,
partial occlusion, variable distances, cars’ velocity, scene's angle
on frame, plate rotation and conservation, number of vehicles in
the scene and other. These factors make plate recognition much
more complex and difficult than the traditional pattern or optical
character recognition (OCR) systems. The main objective of this
work is to show a system that solves the practical problem of car
identification for real scenes. All steps of the process, from image
scene acquisition to optical character recognition are considered
to achieve an automatic identification of plates. It can be used
with all type of country rules or plates design and adapted to
each situation. The system is computationally very efficient and it
is suitable for others related image recognition applications.
Keywords— Image Segmentation, Optical Character
Recognition, Car License Plate Recognition, Pattern Recognition.
I. INTRODUÇÃO
A identificação de placas pode parecer uma aplicação
simples, pois o objeto do reconhecimento é
constituído de caracteres impressos com formas bem definidas
e pouco variáveis em cada país. Pode-se pensar que um
sistema de reconhecimento ótico de caracteres (optical
character recognition - OCR) convencional resolveria
facilmente o problema, porém na realidade ocorre o contrário.
O reconhecimento de placas de veículos apresenta
dificuldades próprias devido a diversos fatores como: neblina,
chuva, poeira, fumaça, a obstrução parcial da placa,
diversidade de distâncias, velocidade de deslocamento do
veículo, ângulo de tomada da imagem, variedade do
equipamento de captura, variação na luminosidade natural ou
falta da mesma, sombras, reflexos, diferenças do padrão,
estado de conservação da placa e outros. Estes fatores tornam
o problema muito mais complexo e difícil de ser tratado que
um OCR tradicional [1].
O sistema de reconhecimento de placas que se apresenta
neste trabalho é composto de três módulos: a localização da
placa, a segmentação de seus elementos e o reconhecimento
dos caracteres. O primeiro módulo busca encontrar na cena a
região que representa a placa. O segundo módulo segmenta,
1
Este trabalho foi apoiado em parte pelo CNPq, 302436/2004-9.
Aura Conci, trabalha no Instituto de Computação da Universidade Federal
Fluminense, Niterói, RJ. Brasil, aconci@ic.uff.br.
J. E. R. de Carvalho, trabalha no Instituto de Computação da Universidade
Federal Fluminense, Niterói, RJ. Brasil,
T. W. Rauber é professor do Dep. de Informática, Universidade Federal do
Espírito Santo, Vitória, ES. Brasil, thomas@inf.ufes.br.
497
dentro da região identificada pelo módulo anterior, cada um de
seus caracteres. No terceiro módulo, os caracteres são
reconhecidos e os detalhes do veiculo podem ser acessados em
um banco de dados. O primeiro destes módulos é o estágio
crucial do sistema, já que a sua incorreta detecção inviabiliza
todo o processamento posterior de reconhecimento de
caracteres e identificação do automóvel em banco de dados.
Este trabalho usa metodologias baseadas na morfologia
matemática para a localização das placas em cenas reais
complexas sob quaisquer condições e sem restrições do
posicionamento relativo do carro ou da iluminação durante a
aquisição das imagens. Apresentam-se detalhes de todos os
módulos necessários ao reconhecimento automático de placas,
porém aspectos relacionados à consulta em banco de dados
não são tratados, pois objetiva-se concentrar o assunto na área
de análise de imagens.
Este artigo é organizado em mais cinco seções além desta
introdução. A próxima seção apresenta uma visão geral de
trabalhos anteriores que descrevem as técnicas utilizadas no
seu desenvolvimento (os sistemas comerciais geralmente não
apresentam detalhes de suas implementações, o que
impossibilita considerar muitos deles neste sentido). As
demais seções apresentam os detalhes de cada um dos
aspectos utilizados no sistema aqui apresentado, da etapa
inicial de localização da placa na cena capturada (seção III), à
segmentação (seção IV) e reconhecimento da placa (seção V).
A última seção apresenta comentários relativos aos resultados
obtidos (seção VI) e possibilidades de melhoria no sistema
reportado.
II. TRABALHOS ANTERIORES
Existem diversos trabalhos relacionados ao assunto. A
metodologia utilizada em [2] é baseada na variação tonal
por granulometria. São comentadas as etapas de pré-
processamento e segmentação de caracteres visando
localizar a placa de um veículo qualquer através da
utilização de técnicas reconstrução morfológica [3]. O
método combina um algoritmo de granulometria rápida e
uma abordagem morfológica de resíduos, primeiro
localizando os caracteres e em seguida, a partir destes, a
região da placa. O sistema apresenta um tempo de
processamento de 28 segundos para imagens de
(640x480 pixels) em um processador Pentium II 350
MHz com 128 MB de RAM [2].
Métodos mais simples usando limiares adaptativos de
toda a imagem seguido da localização dos caracteres
também foram pesquisados [4], mas devem ser usados
em ambientes pouco complexos, não se mostrando muito
robustos em aplicações reais. Projeções das bordas das
498
placas nas duas direções, determinando picos dos
histogramas como sendo possíveis posições das placas,
foram usadas em [5], no entanto em cenas complexas
muitas bordas não detectadas podem perturbar a
determinação das posições corretas da placa. No extremo
oposto [6-8], métodos bastante complexos permitem
uma taxa de acerto de 92,4%, baseado em transformadas
de wavelets e extração de características complexas das
sub imagens HL, sendo inadequados para um uso em
tempo real [6].
Um sistema usando Transformada de Hough é
proposto em [7], onde o operador Sobel modificado é
usado na detecção dos contornos e linhas. Em seguida
um threshold adaptativo em função da média de
luminosidade é usado. A partir da imagem binária é
aplicada a Transformada de Hough com um conjunto
limitado de ângulos para localizar as regiões verticais e
horizontais. Qualquer cadeia formada de 4 linhas
conectadas é depois interpretada como um candidato à
placa. A imagem desta cadeia é segmentada obtendo-se
uma imagem com a placa e ruído residual (que é
eliminado depois por abertura morfológica com um
elemento estruturante horizontal linear de largura menor
do que a largura mínima da placa).
Em [8] foram usadas informações de cor e redes
neurais para encontrar as placas, embora esse sistema
apresente problemas devido à instabilidade da cor
quando as condições de iluminação mudam, muita de
suas idéias foram usadas neste trabalho no módulo 3 [9].
Uma detecção da placa robusta a ruídos, distorções de
iluminação e ângulo de captura é apresentada em [10],
num método que extrai características baseadas nas
matrizes de covariância e uma rede neural multicamadas,
mas a taxa de acerto e o tempo de execução do sistema
não são comentados.
Um sistema completo é o denominado SIAV: Sistema
de Identificação Automática de Veículos [12]. Nele o
algoritmo de localização da placa ocorre em dois
procedimentos. No primeiro obtém-se a localização da
placa (coordenadas da posição provável) pela procura do
padrão de variação tonal através da análise do gradiente
na área; depois é feita uma binarização local na região
encontrada ou, se necessário, na imagem inteira. No
segundo procedimento há a confirmação da localização
pela análise do número de dígitos encontrados, sendo
buscados dígitos de tamanhos predefinidos e analisados
os dígitos selecionados verificando a formação de algum
grupo válido. Após essa etapa se obtém a confirmação
do local correto e segmentam-se os caracteres. Foi
utilizada uma técnica de crescimento controlado, dentro
de cada entidade encontrada, além de um conjunto de
heurísticas para descartar ruídos indesejáveis e
selecionar corretamente os caracteres. Depois de
separados do resto da imagem os caracteres são
redimensionados para uso em uma rede neural. A rede
IEEE LATIN AMERICA TRANSACTIONS, VOL. 7, NO. 5, SEPTEMBER 2009
neural usa topologia feedforward utilizando o algoritmo
backpropagation para treinamento. Foram desenvolvidas
duas redes distintas, uma para as letras e outra para os
números. Cada uma tendo 255x26x26 e 255x10x10
neurônios nas camadas de entrada, escondida e de saída
respectivamente. A taxa de acerto final do sistema não é
divulgada [12].
Na análise automática de imagens, a cor é de grande
importância na identificação e extração de características
e objetos. Mas as cores devem ser analisadas de forma
não absoluta. Uma metodologia nova e muito
promissora, para imagens em cores, é apresentada e
testada em [13] usando um subconjunto de 140 imagens
da base I (tabela 1). Essa metodologia considera a
mistura das prováveis combinações de cores entre fundo
e caracteres das placas de um determinado país. Supondo
uma distribuição Gaussiana unimodal bivariada no
espaço RGB, a mistura é usada para definir um vetor de
características cromáticas de dimensão seis [14]. Esse
vetor é o ponto chave na busca automática um ponto (i,j)
candidato a semente no procedimento de crescimento de
regiões cujo processamento resultará na identificação da
região retangular da placa. No banco de dados testados é
reportada uma taxa de acerto de 78,57% [13, 14].
Em [15] o método de [7] é melhorado com a
utilização de Voted Block Matching, para isso utilizam-
se imagens seqüenciais de uma câmera de vídeo com
100 quadros em cada caso de estudo e com taxa de
quadros 1/30 segundos. É considerado que a placa tem
um alto contraste relativo, podendo ser visualizada em
uma imagem gradiente devido a grande variação na
região dos números. Assim o tamanho da área onde a
média local do gradiente é calculada, pode ser
considerado como correspondente à placa. Após a
segmentação, é realizada a binarização. Então filtros
morfológicos para redução do ruído, como faixas
horizontais e verticais, são aplicados, localizando as
regiões que podem ser segmentadas. Em seguida usam-
se alguns critérios geométricos como a área, a razão
entre o comprimento, a altura da placa e a densidade
entre outros.
Em [16] é proposto um algoritmo de detecção de
bordas verticais para agrupar todas as posições possíveis
das placas, usando a hipótese das bordas verticais entre a
placa e o fundo da imagem ser contrastante. Entretanto,
quando as cores das placas forem similares aos fundos
(pintura dos carros), essa suposição não é válida. O
principal problema nesta abordagem é o mesmo de [8]:
as características usadas dependem das diferenças de
intensidade entre a placa e as cores dos carros, que não
são estáveis, devido à condição de iluminação,
orientação da câmera, ou mudanças na cor do carro.
A principal vantagem do sistema aqui apresentado é
que ele possibilita um reconhecimento da placa em
tempo real com uma taxa de acertos bastante alta
CONCI et al.: A COMPLETE SYSTEM FOR VEHICLE 499

utilizando apenas combinações de técnicas simples de IV. BANCOS DE DADOS USADOS

análise de imagens. Essas além de serem muito pouco
custosas computacionalmente abrem espaço para uma
grande gama de melhorias posteriores quando vierem a
ser implementadas em paralelos com técnicas mais
sofisticas baseadas em inteligência artificial e
reconhecimento de padrões, como redes neurais e lógica
nebulosa.
III. LOCALIZAÇÃO DA PLACA NA CENA
A metodologia apresentada neste trabalho utiliza
operações de morfologia matemática para localização da
placa [3], considerando o contraste entre o fundo da
placa e as letras e a relação entre as dimensões e a
distância entre os caracteres de maneira a encontrar um
conjunto de pixels com determinada característica
(Fig.1). Este conjunto de características é invariante a
diversas transformações geométricas como a posição do
carro, translação da câmera, rotações e escala. Mesmo
através das mudanças de iluminação, pode ainda ser
mantido o contraste relativo entre os caracteres e o
fundo, como também suas dimensões relativas. A
plataforma de desenvolvimento empregada foi o
MATLAB. Implementou-se em paralelo dois aplicativos
um em linguagem C++ e outro na linguagem Python
com a toolbox pymorph [11], com a finalidade de
disponibilizar a implementação em ambiente Gnu-Linux
e também portável ao Microsoft Windows sem
alterações no código.
A utilização de uma base de dados pública e acessível
por outros autores, é um fator importante para qualquer
pesquisa aplicada. Os testes deste trabalho foram
realizados em quatro bases de dados contendo conjuntos
específicos de imagens: carros estacionados próximos,
carros estacionados mais afastados, carros parados em
frente a cancelas de cobrança e caminhões. O primeiro
conjunto de imagens, Base I, possui 180 imagens em
tons de cinzas de veículos particulares estacionados
afastados, adquiridas utilizando-se uma máquina
fotográfica digital, com ajustes de brilho e contraste na
forma padrão da câmera (marca Olympus, modelo D-
360L). Este conjunto de imagens foi cedido testes pelos
autores [2]. Um outro conjunto denominado Base II é
formado de 100 imagens tiradas em situação em que o
carro está parado em frente a um obstáculo (uma cancela
para identificação) [1]. A base III tem 32 imagens que
foram adquiridas com iluminação diversificada
conforme características definidas na tabela 1 [9]. A base
IV foi adquirida em um centro de distribuição de
combustíveis para caminhões tanques [3]. A aquisição
da base IV foi em RGB, mas neste trabalho foram
convertidas em imagens com 256 tons de cinza. As
imagens são adquiridas pela câmera digital em formato
JPEG com compressão mínima (qualidade máxima). Na
Fig.1 apresentamos um exemplo de imagem que faz
parte da base de dados IV, que corresponde ao padrão
brasileiro de veículos de aluguel ou comercial.

TABELA I
Características das Bases de Dados Usadas
Numero Base I Base II Base III Base IV
imagens
Total 180 100 32 12
Frontal 58 100 18 12
Traseira 122 0 14 0
Angulo > 30º 10 0 0 4
Com iluminação 37 4 7 0
Heterogênea
Com iluminação 143 96 25 12
Homogênea
Figura 1 – Amostra de uma cena do banco de dados IV Imagens claras 72 93 22 0
Imagens escuras 71 3 3 0
O objetivo destas diversas implementações foi de Distância da 2,0 a 3,5m 1,0 a 2,0m 1,5 a 2,5m 2,0 a 3,5m
reescrever o código de maneira mais simples e verificar Câmera

em qual plataforma o sistema se mostraria mais

adequado a aplicações em tempo real (ou seja em qual
forma seria implementado mais rápido). Se aplicações
em tempo reais forem o objetivo principal C++ deve ser
escolhido. Para teste de opções de código a linguagem
Python apresenta mais facilidades ao programador. Os
tempos reportados neste trabalho se referem a esta
última implementação.
As imagens utilizadas têm resolução de 320x240 e
possuem as características descritas na tabela 1. As fotos
foram tiradas sob várias situações de iluminação (chuva,
sol e tempo nublado). Desta forma, temos nas bases
diferentes situações de iluminação incidente na placa do
veículo. Estas situações são: placa totalmente iluminada,
parcialmente sombreada e totalmente sombreada sendo
classificadas como heterogênea e homogênea. A
500 IEEE LATIN AMERICA TRANSACTIONS, VOL. 7, NO. 5, SEPTEMBER 2009

distribuição homogênea é ainda classificada em imagens
claras e imagens escuras. Todo o processo de
classificação das imagens foi feito visualmente por
humanos.
V. ETAPAS DA LOCALIZAÇÃO DA PLACA
Os passos de processamento utilizados na localização
são. (1) Conversão das imagens coloridas para níveis de
cinza; (2) Operação de Top-hat por fechamento [3] ; (3)
Binarização da imagem pelo Método de Otsu [9]; (4)
Localização da Placa; (5) Filtragem de componentes e
verificação da existência do número de algoritmos
previstos para as placas brasileiras (3 letras e 4
números). Na conversão das imagens RGB para níveis
de cinza usou-se para o tom de um determinado pixel a
média das três componentes de cor do mesmo. Assim
sendo R, G e B as componentes de cor do pixel seu tom
será: C = 1/3 (R+G+B).
No desenvolvimento consideram-se os caracteres
como objetos contrastantes com o fundo e de pequena
espessura. Para essa abordagem, as transformações
morfológicas conhecidas como Top-hat ou Bottom-hat
são usadas, tendo como função ressaltar as variações na
imagem, facilitando assim a identificação das letras da
placa do veículo. O Top-hat usado foi por fechamento
com um elemento estruturante (E.E.) circular de
diâmetro em torno da espessura esperada para os
caracteres. Em seguida subtrai-se a imagem resultante da
original destacando os caracteres. Como no Brasil,
dependendo da utilização do veículo, podem-se ter os
caracteres mais claros que o fundo da placa, neste caso
aplica-se Top-hat por abertura ou Bottom-hat (como
também é conhecido). Como mostrado na Fig. 2
aparecem depois deste processo mais pontos que apenas
os na região dos caracteres das placas, tendo-se que
eliminar áreas falsas em um próximo passo.
binarização da imagem pelo método de Otsu, resultando
em imagens como a da Fig.3. Depois, realiza-se o
fechamento com um elemento estruturante horizontal
linear, com a largura igual à maior separação entre os
caracteres possíveis. Isto converte o conjunto dos
caracteres em uma região branca continua (Fig.4). Para
eliminar os diversos pixels acesos que não satisfazem as
características da placa, definem-se parâmetros que
representam a altura mínima e máxima e a largura
mínima e máxima dos caracteres. Faz-se uma abertura
com um elemento estruturante vertical linear eliminando
os objetos de altura inferior à altura mínima dos
caracteres. Depois se faz outra abertura para eliminar os
objetos de altura inferior a altura máxima dos caracteres.
Desta forma fica-se apenas o inicio da localização da
placa (Fig.5). Então esta posição é localizada na imagem
original. Aplica-se uma dilatação para assegurar que se
obtém a placa inteira. Obtendo uma imagem que conterá
apenas a placa e um pouco de ruído residual. O ruído
residual pode ser melhorado fazendo uma abertura com
um elemento estruturante horizontal linear de largura
menor que a largura mínima da placa. O resultado deste
passo é uma imagem como a da Fig.6.
Figura 3 – Mesma cena da figura 2 após binarização:

Figura 4. Mesma cena da figura 3 após Fechamento

Figura 2. Mesma cena da figura 1 após processamento pela operação Bottom -

Hat

A redução da complexidade da imagem se faz

necessária para a eliminação dos pequenos ruídos ainda
existentes. Para redução da complexidade é feita a
CONCI et al.: A COMPLETE SYSTEM FOR VEHICLE 501

Localização incorreta caracteriza o caso no qual

nenhuma região da placa foi identificada. As placas com
localização parciais podem ser identificadas
corretamente quando outras características como a
segmentação e avaliação da existência dos sete
caracteres são incluídas o que aumenta a taxa final de
placas localizadas corretamente.
TABELA II
Resultado da Localização das Placas.
Base Correta Parcial Incorreta
I 63,88 % 15,0 % 21,11 %
II 78,0 % 5,0 % 17,0 %
III 84,38 % 6,25 % 9,38 %
Figura 5. Mesma cena da figura 4 após Abertura Máxima seguida de
IV 66,67 % 25,0 % 8,3 %
Eliminação Largura Mínima, e Abertura: localização da placa.

Figura 7. Etapas do processo de localização da placa

Figura 6. Imagem de Placa segmentada após dilatação e posicionamento sobre

a imagem original da figura 1 convertida para tons de cinza.

VI. RESULTADOS DE LOCALIZAÇÃO

As etapas do processo são sumarizadas no diagrama
da Fig.7. Resultados obtidos nas bases de dados
(a) (b)
utilizadas estão apresentados na Tabela 2. O tempo de
processamento para cada imagem foi menor que 1
segundo, considerando da leitura da imagem até a
entrega da imagem com a região da placa recortada,
utilizando a implementação mais lenta em um
computador equipado com processador Atlhon XP
2000+ e 512 MB de memória RAM. A programação das (c) (d)
rotinas que compõem o método proposto, por
apresentarem tempo satisfatório, não foram otimizadas,
mas podem ser aperfeiçoadas para melhorar o
desempenho do processo de localização de placas em
versões futuras.
Em [3] mostra-se detalhadamente os resultados (e) (f)
obtidos na etapa de localização das placas. Uma Figura 8. Exemplos de resultados obtidos pelo sistema: (ao alto) Imagem com
detecção correta; (ao centro) exemplos de detecção parcial; (em baixo)
localização como as das figuras 6 e 8 (a,b,e,f) são detecção correta apesar de cenas complexas como placa muito inclinada e
consideradas corretas; nelas a região da placa foi diversos objetos em cena.
identificada completamente. Uma localização parcial VII. ANÁLISE DE RESULTADOS
ocorre quando a região identificada corresponde à área
O maior número de localização incorreta ocorreu na
da placa e uma região do veículo, ou a placa e outra
Base I, devido a uma grande variedade de situações em
região (como nas Fig.8c e Fig.8d) de modo a precisar ser
que as imagens foram obtidas, algumas até mesmo não
usado algum critério adicional para identificação.
consistentes com as condições comuns de obtenção de
502
imagens de veículos (casos especiais evidenciam a
versatilidade do método proposto). Nos casos em que a
placa do veículo não está corretamente fixada (como na
Fig.8c) ou posicionada (não centralizada como na Fig.1
e Fig.8a), os resultados da localização da placa podem
sofrer alguma interferência, aumentando a dificuldade de
acordo com o ângulo de inclinação, e também com o
número de carros na cena (Fig. 8f). Em alguns casos em
que aparecem dois ou mais veículos na imagem, o
método não apresenta um bom desempenho, pois
depende da distância da câmera até os veículos. Nos
casos que os veículos possuam adesivos colados ou
pinturas, o processo não apresenta falhas desde que o
padrão destes tenha alguma diferença do padrão das
letras da placa do veículo, como pode ser visto na Fig.1.
O processo também mostra boa independência do
paralelismo entra a câmera e o plano de captura. Na
Fig.1 e Fig.8b é mostrado um exemplo desta situação em
que a placa é corretamente identificada apensar do
angulo entre a placa e a câmera ser considerável.
VIII. SEGMENTAÇÃO DOS CARACTERES
Logo após a localização da placa e sua extração da cena
original (figura 9a) utiliza-se o método de limiarização multi-
nível de Otsu [9] para a sua transformação para preto e branco
(figura 9b). Os limites inferiores e superiores são usados para
definir duas linhas paralelas limitantes dos caracteres. Estas
linhas são usadas para girar o conjunto até transformar essas
retas em paralelas horizontais. Erosões sucessivas por
elemento estruturante 3x3 em cruz, são usadas até se encontrar
sete elementos desconectados de tamanhos maiores que um
limiar (função da área inicial da placa localizada). A contagem
de objetos conectados e seu tamanho fazem parte do processo
de segmentação das imagens. Essa parte do processamento é
fundamental para o reconhecimento de cada caractere. Para
isso foi desenvolvido um algoritmo que basicamente verifica a
vizinhança de cada pixel e a partir daí vai identificando quem
faz parte, ou não, do mesmo objeto. O pixel de cada objeto é
identificado por uma cor até haver sete cores na imagem
(Fig.9c). Para otimizar o processo de segmentação
desenvolveu-se um único algoritmo que faz a contagem e a
segmentação das imagens [9]. Depois de conseguir-se que os
objetos sejam devidamente segmentados e separados em
imagens distintas, pode-se submeter cada uma delas ao
processo de extração de características para o reconhecimento.
IX. RECONHECIMENTO
O processo de reconhecimento baseia-se nos momentos
invariantes de cada caractere segmentado (figura 9c) ou em
dados obtidos de seus esqueletos (figura 9d).
IEEE LATIN AMERICA TRANSACTIONS, VOL. 7, NO. 5, SEPTEMBER 2009
(a)
(b)
(c) (d)
Fig. 9. a) Imagem inicial utilizada para a etapa de segmentação: composta pela
região da placa apenas; b) imagem binarizada; c) Identificação de 7 elementos
desconectados; d) imagens esqueletizadas com extremidades identificadas
(quadrados), áreas de possíveis furos (círculos) e furos verdadeiros (áreas
verdes) marcados.
X. MOMENTOS INVARIANTES EXTRAÍDOS DE CADA
CARACTERE.
Esta forma de reconhecimento supõe que cada letra
ou número a ser analisado, é representado por um
arranjo retangular de M x N pontos, onde o fundo tem
valor 0 e o caracter 1. Denomina-se B(i,j) o valor destes
pontos e ( i, j ) suas coordenadas. Nesta notação o
momento geométrico do conjunto B, de ordem (p, q),
pode ser definido como:
mp q =∑ k=1 n B( ik ,jk)( ik )p(jk )q p,q=0 1,2 ... (1)
Segundo a teoria dos momentos, existe apenas um
objeto B que pode produzir o mesmo valor para os
momentos de todas as ordens, ou em outras palavras se
dois objetos têm os mesmos momentos em todas as
ordens, estes objetos são idênticos. Considerando uma
translação das coordenadas (i,j) de um valor ( io , io ) de
modo que o objeto possa ser descrito em relação a um
sistema de coordenadas que passa pelo centróide,
definido pelas coordenadas:
io =∑ k=1 n B (ik ,j k ) ik / ∑ k=1 n B ( ik , jk ) = m10 / m00
jo =∑ k=1 n B (ik ,jk ) jk / ∑ k=1 n B ( ik , jk ) = m01 / m00 (2)
pode-se definir os momentos centrais como:
mo p q=∑ k1 n B(ik , jk)(ik - io)p(jk - jo)q p,q = 0,1,2, ... (3)
Os momentos centrais são invariantes a translação do
objeto em relação ao sistema de coordenadas usado. O
momento (m00 = mo00) de ordem zero representa a área de
B, e é um invariantes a translação e rotação. A soma dos
momentos de área de segunda ordem em relação ao
centróide, que corresponde ao momento polar de inércia
(Ix+Iy), é independente da orientação dos eixos usados
para descrever estes momentos. Assim outro invariante a
rotação dos eixos é mo02+mo20. A excentricidade de uma
área é um valor invariante à rotação dos eixos [9], sendo
medida por:
F2 = 4 (mo11 )2 + ( mo20 - mo02 ) 2 (4)
CONCI et al.: A COMPLETE SYSTEM FOR VEHICLE
De uma maneira geral, a invariância em relação à
rotação do objeto pode ser obtida, utilizando-se no
cálculo dos momentos eixos que coincidam com os
eixos principais do objeto passando pelo centróide, ao
invés de um sistema de eixos (i,j) qualquer. Para este
cálculo, deve-se determinar o ângulo, θ , que identifica a
orientação dos eixos principais, este ângulo é:
tan 2θ = 2 mo11 / ( mo20 - mo02 )
Na determinação do ângulo em (5), devem-se usar as
restrições: mo20 > mo02 e mo11>0. Qualquer momento
obtido em relação a este par de eixos é invariante a
rotação. No caso de imagens digitalizadas, descritas
através de MxN pixels, a utilização de eixos diferentes
dos eixos verticais e horizontais originais da câmara de
captura pode causar muitos erros de arredondamento.
Uma forma de minimizar estes erros seria um pré-
direcionamento da câmara, antes da captura, de modo
que a imagem fosse capturada paralelamente a direção
dos eixos principais do objeto. Essa técnica é impossível
de ser usada na aplicação deste trabalho, pois aqui as
imagens digitais serão processadas depois de sua
captura. Neste caso a busca de outros invariantes a
transformação de translação e rotação é bem mais
adequada. Utilizando matrizes de rotação, qualquer
ponto (i’,j’), do objeto rodado de um ângulo θ , pode ser
escrito em termos do sistema original de eixos (i,j) ,
como:
⎡ i ' ⎤ ⎡ cos θ senθ ⎤ ⎡i ⎤ ⎡i ⎤
⎢ j '⎥ = ⎢− senθ cos θ ⎥⎦ ⎢ j ⎥ = [R ] ⎢ j ⎥
⎣ ⎦ ⎣ ⎣ ⎦ ⎣ ⎦
Os momentos de segunda ordem formam um tensor de
segunda ordem, estes podem ser escritos como:
⎡m20´ m11´⎤ T ⎡ 20
m
⎢ m ´ m ´⎥ = R ⎢ m [ ] m11 ⎤
m02 ⎥⎦
[R] =M2
⎣ 11 02 ⎦ ⎣ 11
O traço de um tensor de segunda ordem M2, denotado
tr M2, é o primeiro invariante:
IM = tr M2 = F1 = mo20 + mo02
Os outros invariantes são IIIM, o determinante do
tensor de segunda ordem, IIIM = det M2 e o invariante
quadrático:IIM [9]: IIM = - mo20 mo02 + mo112
Os momentos de terceira ordem formam um tensor de
terceira ordem. Estes, se representados em um sistema
de eixos (i’,j’) girado de um ângulo θ , em relação ao
sistema original de eixos (i,j) , podem ser escritos como:
m03’=m03cos3θ - 3m12 cos2θ senθ +3m21. cosθ sen2θ -m30sen3θ
m12’=m12cos3θ - 2m12sen2θcosθ + m03senθcos2θ + m30sen2θ
cosθ - 2m21sen θcos2θ +m21sen3θ
(9)
503
m21’= m21 cos3θ - 2 m21 sen2θ cosθ - m30 senθ cos2θ + m03
sen2θ cosθ + 2m12 senθ cos2θ - m12 sen3θ
m30’=m30cos 3θ+3 m21 cos 2θ senθ+3m12 cosθsen2θ +m03sen3θ
Os tensores de terceira ordem também apresentam
diversos invariantes, neste trabalho, além dos F1, F2 já
descritos são usados os invariantes:
F3 = (m30 - 3m12) 2 + (3m21 - m03) 2
(5) F4 = (m30 + m12) 2 + (m21 + m03) 2
F5 = (3m21-m03)(m30+m12) [(m30+m12)2-3(m21+m03)2]-
(m30-3m12)(m21+m03)[3(m30+m12)2-(m21+m03)2] (10)
Considerando uma transformação de escala, de modo
que i”= a i’ e j”= a j’ (onde a é uma constante) a área
mudará de m00”= a2m00’. Os momentos de ordem
superiores podem ser modificados pelas relações:
(m00’)0.5( p + q)+1∑ i” p j” q =(m00”).0.5( p + q)+1∑ i’ p j’ q (11)
A utilização de momentos invariantes a escala é útil
na identificação de objetos quando a distância de captura
pode variar, como no caso deste trabalho. Um grupo de
invariantes completos pode ser obtido usando as
equações (11) em (10), (8) e (4).
M0 = F1 / m00 2
M1 = F2 / m
M2 = F3 / m00 5 (12)
M3 = F4 / m00 5
M4 = F5 / m00 10
XI. DADOS DO ESQUELETO DOS CARACTERES
Nesta fase de reconhecimento originou-se de um estudo
(6) das características que seriam relevantes para definir de
maneira única e simples a cada um dos caracteres das placas.
Essas características também deveriam ser suficientes para
distinguir os caracteres que eram confundidos pelas técnicas
dos momentos invariantes (figura 10). As características
selecionadas foram o número de cavidades (ou buracos –
figura 9d) e a posição e número de extremidades de cada
(7) caráter depois deste ser transformado pela operação
morfológica de esqueletização [9]. A análise de cavidades é
muito útil, pois permite associar um grupo que era
inicialmente composto por 26 letras e 10 números a 3 grupos
distintos: elementos com 2, 1 ou nenhuma cavidade. Para
realizar essa tarefa foi necessário desenvolver dois algoritmos
(8) sendo um responsável pela detecção das cavidades e o outro
responsável pela contagem [9]. Observamos que, com essa
análise, conseguimos facilmente reconhecer os caracteres “B”
e “8” como sendo os únicos a apresentarem duas cavidades.
Quanto aos caracteres que possuem uma única cavidade,
possuímos um grupo com 6 letras e 4 números, restando ao
grupo de nenhuma cavidade 19 letras e 5 números. A análise
das extremidades consiste em detectar os pontos extremos de
um caractere. Posteriormente é feita uma classificação dessa
extremidade de acordo com a posição em relação ao centróide
da imagem. O centróide da imagem é calculado na primeira
fase de processamento da imagem quando se utiliza a técnica
dos momentos invariantes. Utiliza-se então esse valor, como
base para a classificação das extremidades. As extremidades
504 IEEE LATIN AMERICA TRANSACTIONS, VOL. 7, NO. 5, SEPTEMBER 2009

podem ser classificadas nas 6 maneiras diferentes, mostradas Apenas 4,7% dos casos apresentaram erro de reconhecimento
na tabela III. Onde as siglas usadas significam: SE=superior com o uso de momentos. Os momentos de ordem inferiores
esquerda, SC=superior central; SD=superior direita; apresentaram mais falhas no reconhecimento dos caracteres do
CE=central esquerda; CC=central central; CD=central direita; que os momentos de ordem superior. Esses erros não
IE=inferior esquerda; IC=inferior central; e ID=inferior prejudicaram o reconhecimento como um todo. 100% das
direita. Estas siglas são usadas para identificar os caracteres, placas localizadas corretamente foram reconhecidas com
conforme a tabela IV. sucesso. A figura 10 mostra os erros obtidos usando cada um
TABELA III
dos momentos invariantes e os pares de caracteres que foram
Classificação das extremidades reconhecidos com erro, respectivamente. Nos números o
SE SC SD
maior problema de reconhecimento foi na distinção entre o
CE CC CD “7” (sete) e o “3” (três). Os momentos de primeira e segunda
IE IC ID ordem apresentaram grande número de erros quando ao
reconhecimento desses caracteres. Já os momentos de ordem
XII. IDENTIFICAÇÃO DOS CARACTERES
superior não apresentaram nenhum erro para o
O processo de reconhecimento é simples. Extrai-se para cada reconhecimento desses caracteres. Quanto às letras obtemos
elemento a ser identificado todos os dados que utilizam muitos erros nos caracteres “H” e “N”, bem como “D” e “O”.
momentos e forma do esqueleto. Uma árvore de decisão define Os caracteres “H” e “N” apresentaram dificuldades de
o resultado baseado no esqueleto e comparam-se os dados dos reconhecimento em todos os momentos invariantes exceto o
momentos invariantes com os do banco de dados. No último último. Já os caracteres “D” e “O” apresentaram problemas em
caso e elemento será reconhecido como o caractere que mais reconhecimento apenas nos dois primeiros momentos de mais
se aproximar de um elemento que já exista no banco de dados. baixa ordem. Apesar de alguns momentos invariantes
TABELA IV apresentarem imprecisão no reconhecimento de alguns
Identificação das extremidades de cada caractere caracteres os outros momentos invariantes eram capazes de
B - - - - 8 - - - - reconhecer com precisão o mesmo. Esse fato assegurou um
D - - - - 0 - - - - reconhecimento correto dos caracteres.
O - - - - 3 SE CC IE -
U SE SD - - 7 SE IE - -
Erros no reconhecimento
W SE SD - - 2 SE ID - -
H SE SD IE ID 6 SD - - -
X SE SD IE ID 1 SD SE ID - 10
T SE SD IC - 5 SD CE IE - 9
Y SE SD IC - 4 SD ID ID - 8
N SE SD ID IE 9 IE - - - 7
L SE ID - - Z SE ID - - 6
I SC IC - - K SD SE IE ID 5 Erros

V SD SE - - G SD CC - - 4
F SD CD IE - J SD IE - - 3
E SD CD ID - S SD IE - - 2
C SD ID - - M IE ID - - 1
P IE - - - R IE ID - - 0
Q IC ID - - A ID IE - - W; T;
S;J
M0
2;1 U Y
Momentos M2 H; D;
Considerando a comparação dos números obtidos no caso K; N O Caracteres
M4 7;3 N
dos momentos invariantes, se Mi for o momento invariante de
ordem i a ser identificado e Mibd o momento invariante de
ordem i no banco de dados, é realizado o calculo de quão 7;3 K;N H;N D;O 2;1 S;J W;U T;Y
próxima está a letra (ou número) que se quer identificar de Fig. 10. Reconhecimentos errados usando apenas momentos invariantes
alguma outra do banco de dados. Após realizar-se esse cálculo
para todas as peças e todos os momentos os dados devem ser XIII. CONCLUSÕES
contabilizados através de: Este trabalho apresenta os resultados da utilização de um
sistema que pode ser aplicado em controle de
N estacionamentos, na verificação de veículos roubados e na
Pj = ∑D
i
Pj M j segurança pública. Para verificar a aplicabilidade do proposto
foi feita experimentação em base de dados conhecidas e
públicas. Os resultados obtidos em 324 imagens, mas mais
onde
N
diferenças condições (tabela 1) têm como média 73,23% de
M N é o número de momentos que estão sendo utilizados.
∑
j=
PD
ApósP
i esse cálculo tem-se vários Pj cada um referente a um acerto na localização das placas corretamente na primeira
caractere do banco de caracteres. O que possuir o maior Pj será tentativa e de 12,81%, em localização parcial ou na
reconhecido como o caractere que está sendo submetida ao localização de mais de uma região candidata, ou seja, um total
programa. de 86,04% de acerto.
Foram reconhecidos 51,6% dos caracteres sem a Os resultados podem ser considerados como
necessidade de utilização dos momentos invariantes, e 48,4 % satisfatórios quando são levadas em consideração as
reconhecidos utilizando a técnica dos momentos invariantes.
CONCI et al.: A COMPLETE SYSTEM FOR VEHICLE
diferentes situações das imagens analisadas e também
levando em consideração a complexidade da imagem e
seu tempo de processamento. Na identificação dos
caracteres que compões as placas utilizou-se além dos
momentos invariantes a escala, as características
intuitivas relacionadas ao de números de "buracos",
números de extremidades e posição destas extremidades
em relação a um sistema de coordenadas locais, essa
combinação de métodos levou a correta identificação dos
caracteres em todas as placas testadas (desde que a
posição tenha sido corretamente identificada).
A versatilidade do método em relação às diversas
condições de iluminação é sua melhor característica. Além
desta, ressalta-se a característica do método iniciar o processo
de segmentação [17] buscando os caracteres da placa na
imagem da cena completa. As técnicas que foram utilizadas
para reconhecer placas de automóveis que atentem aos padrões
nacionais (figura 11), mas podem ser facilmente adaptadas aos
padrões de outros países ou para serem utilizadas em outras
aplicações de reconhecimento de caracteres. Com estas
técnicas se torna viável um sistema automático de
reconhecimento de placas de veículos.
AGRADECIMENTOS
Os autores agradecem a Leonardo Hiss Monteiro
pelo desenvolvimento da etapa de reconhecimento de
caracteres e ao professor Jacques Facon do Programa de
Pós-Graduação em Informática Aplicada da Pontifícia
Universidade Católica do Paraná, pelas valiosas
discussões e disponibilizarão da base de dados I usada
neste trabalho.
Veículos Particulares Veículos de Aluguel
Testes em Concessionárias Veículos Oficiais
Veículos de coleção Missões Diplomáticas
Aprendizagem Montadoras
Fig. 11. Padronização brasileira de acordo com o tipo de utilização do veiculo
505
REFERÊNCIAS
[1] M. P. Albuquerque, “Projeto de Reconhecimento de Placas de
Veículos Brasileiros”, Disponível:
<http://www.cbpf.br/cat/pdsi/lpr/lpr.html/>. Acesso em:
20/01/2006.
[2] A. Bussador, “Localização Automática de Placas de Veículos
em Fotos Digitais Utilizando Abordagem Granulométrica”,
dissertação de mestrado, orientada por J. Facon, Pos Graduação
em Informática Aplicada, Pontifícia Universidade Católica do
Paraná, 2001.
[3] J. E. R Carvalho, “Uma abordagem de Segmentação de Placas
de Automóveis Baseada em Morfologia Matemática”,
dissertação de mestrado, orientada por A. Conci, Pos Graduação
Computação, Universidade Federal Fluminense, 2006.
Disponível:
http://www.ic.uff.br/PosGraduacao/Dissertacoes/296.pdf .
Acesso em: 22/10/2007.
[4] G. Cao, J. Chen, J. Jiang, “An adaptive approach to vehicle
license plate localization”, in Proc. 2003 Industrial Electronics
Society Conf. IECON’03, vol. 2, pp.1786 - 1791.
[5] Y. Dai, H. Q. Ma, L. Liu, L. Li, “A high performance license
plate recognition system based on the web technique”, in Proc.
of IEEE Symp. on Transp. Systems, pp. 325-329, 2001.
[6] C. Hsieh, Y. Juan, K. Hung, “Multiple license plate detection for
complex background”, in Proc. of Adv. Information Networking
and Appl.-AINA’05, vol. 2, pp. 389- 392, 2005.
[7] V. Kamat, S Ganesan, “An efficient implementation of the
Hough transform for detecting vehicle license plates using
DSP'S”, Real-Time Technology and Applications Symposium
Proceedings, pp.58 - 59, 1995.
[8] K.K Kim, K.I Kim, J.B. Kim, H.J. Kim, “Learning-based
approach for license plate recognition”, in: Proceedings of IEEE
Int. Workshop on Neural Networking for Signal Proc. , vol.2,
pp. 614 - 623, 2000.
[9] L. H. Monteiro, “Utilização de Técnicas de processamento de
imagem para o reconhecimento de placas de veículos”,
dissertação de mestrado, orientada por A. Conci, Pos Graduação
Computação, Universidade Federal Fluminense, 2002.
Disponível:
http://www.ic.uff.br/PosGraduacao/lista_dissertacao.php?ano=2
002 Acesso em: 22/10/2007.
[10] F. Porikli, T. Kocak, “Robust License Plate Detection Using
Covariance Descriptor in a Neural Network Framework”, IEEE
International Conference on Advanced Video and Signal Based
Surveillance (AVSS 2006) p. 107 - November 2006 :
Disponível: http://www.merl.com/publications/TR2006-040
Acesso em: 02/11/2007
[11] Pymorph; Pymorph Morphology Toolbox;
<http://www.mmorph.com/pymorph/ >. Acesso 29/08/ 2006
[12] F. P. C. Souza, A. A. Susin, “Sistema de identificação
automática de veículos”, 2000. Acesso: 30/07/2005.
<http://www.lapsi.eletro.ufrgs.br/projetos/siav/>.
[13] M. R. Stein, T. W. Rauber and J. Facon, “Color Mixture Based
Segmentation for Vehicle License Plate Recognition”, in The
Seventh All-Ukrainian International Conference on
Signal/Image Processing and Pattern Recognition, Kiev, 2004.
[14] A. Conci, J. Facon, J. E. R. de Carvalho, L. H. Monteiro and T.
W. Rauber, “Vehicle Plate Detection, Segmentation and
Identification:in Real Life Scenes”, in Recent Advances in
Applied Signals, Systems and Image Processing, D. A. Karras
(Editor), Kluwer Academic Publishers, 26 p. (January 2009).
[15] Y. Yanamura, M. Goto, D. Nishiyama, M. Soga, Nakatani and
H. Saji, “Extraction and tracking of the license plate using
Hough transform and voted block matching”, in Proc. of IEEE
of Intell. Vehicles Symp. pp. 243 - 246, 2003.
506 IEEE LATIN AMERICA TRANSACTIONS, VOL. 7, NO. 5, SEPTEMBER 2009

[16] M. Yu, Y.D. Kim, “An approach to Korean license plate

recognition based on vertical edge matching”, in Proceedings of
IEEE International Conference on Systems, Man, and
Cybernetics, vol.4, pp. 2975 - 2980, 2000.
[17] E. O. Nunes, A. Conci “Segmentação por Textura e Localização
do Contorno de Regiões em Imagens Multibandas”, IEEE Latin
America Transactions, vol. 4, pp.185-192, June 2007

Aura Conci , em 1979, obteve o grau de bacharel em

Engenharia Civil pela UFES. Em 1983 e 1988, obteve os
graus de Mestre e Doutor, respectivamente, em Ciências
de Engenharia pela PUC-RJ. Professora titular do
Departamento de Ciência da Computação da UFF desde
1994. Pesquisadora do CNPq e vem trabalhando em
Análise de Imagens, Computação Gráfica e Computação
Visual. Sua área de pesquisa concentra-se em aplicações
da análise de imagens e computação visual, como biometrias, fusão de
imagens de tipos diversos, imagens biomédicas e em busca de imagens e
vídeo por conteúdo (mais detalhes em HTTP://www.ic.uff.br/~aconci).
John Edson Ribeiro de Carvalho se graduou como
bacharel em Física na UFF. Em 2006, obteve o grau de
Mestre em Computação pela Universidade Federal
Fluminense – UFF, Niterói-RJ. Atualmente vem
estudando aspectos de reconhecimento, reconstrução e
segmentação de imagens por Morfologia Matemática.
Trabalha em ensino da distância pelo convênio
UFF/UERJ, UFRJ, UFFRJ do CEDERJ.

Thomas Walter Rauber possui graduação e mestrado em

Informatik - Universität Karlsruhe Technische
Hochschule (1989) e doutorado em Engenharia
Electrotécnica pela Universidade Nova de Lisboa (1995).
Fez Pós-doutorado na Universidade de Kaiserslautern,
Alemanha (2006) na área de Robótica. Atualmente é
professor Associado no Departamento de Informática da
Universidade Federal do Espírito Santo. Tem experiência
na área de Ciência da Computação, com ênfase em
Inteligência Computacional, atuando principalmente nos seguintes temas:
reconhecimento de padrões, processamento de imagens, processamento de
documentos, computação gráfica, detecção de falhas e inteligência artificial.