Reconnaissance automatique des plaques d’immatriculation par réseau CNN.

Abstract

Le système de reconnaissance automatique des plaques d’immatriculation RAPI est devenu plus robuste et efficace, et une nécessité dans la gestion de plusieurs domaines comme la circulation et la sécurité routière, la gestion des parkings, la lutte contre les vols et la poursuite des criminels. Le travail présenté dans ce mémoire consiste à réaliser un programme qui nous permet de faire une reconnaissance sur les plaques d’immatriculation algérienne en utilisant les réseaux de neurones convolutif (réseau CNN). Le système RAPI utilise deux techniques majeures de traitement d’image, qui sont la détection de contours de la plaque d’immatriculation à partir d’une image acquise au niveau de gris et la reconnaissance de ses caractères. Par conséquent ce présent travail propose de concevoir et implémenter le système de reconnaissance automatique des plaques d’immatriculation algérienne basé sur la détection et les techniques de reconnaissance des caractères, le système a été implémenté sur une carte « Raspberry Pi 3 » utilisant une caméra « Raspberry ». Au cours de la mise en oeuvre nous avons utilisé les bibliothèques suivantes : OpenCV dédiée au traitement d’images et ses algorithmes, Keras qui est une bibliothèque de Deep Learning, Tensorflow pour le Maching Learning et le langage de programmation Python. Les résultats des expérimentations obtenus montrent que la méthode proposée achève des taux de reconnaissance acceptable malgré le non-respect des normes de IV construction des plaques d’immatriculation ce qui rend difficile de les identifier automatiquement.