Upgrade to Pro — share decks privately, control downloads, hide ads and more …

Ontwikkeling van algoritmen voor rolnummerherke...

Avatar for Cédric Verstraeten Cédric Verstraeten
September 04, 2013
Research
1.7k
2

Ontwikkeling van algoritmen voor rolnummerherkenning

Avatar for Cédric Verstraeten

Cédric Verstraeten

September 04, 2013

More Decks by Cédric Verstraeten

See All by Cédric Verstraeten
An introduction to Kerberos.io
Avatar for Cédric Verstraeten cedricve
0
260
Kerberos.io
Avatar for Cédric Verstraeten cedricve
0
120

Other Decks in Research

See All in Research
[Devfest Incheon 2025] 모두를 위한 친절한 언어모델(LLM) 학습 가이드
Avatar for Beomi beomi
2
1.5k
Tiaccoon: Unified Access Control with Multiple Transports in Container Networks
Avatar for Hiroya Onoe hiroyaonoe
0
1.4k
IEEE AIxVR 2026 Keynote Talk: "Beyond Visibility: Understanding Scenes and Humans under Challenging Conditions with Diverse Sensing"
Avatar for Mariko Isogawa miso2024
0
140
ForestCast: Forecasting Deforestation Risk at Scale with Deep Learning
Avatar for SatAI.challenge satai
3
620
LiDARセキュリティ最前線（2025年）
Avatar for Yoshioka Lab (Keio CSG) kentaroy47
0
380
その推薦システムの評価指標、ユーザーの感覚とズレてるかも
Avatar for kuri8ive kuri8ive
1
350
競合や要望に流されない─B2B SaaSでミニマム要件を決めるリアルな取り組み / Don't be swayed by competitors or requests - A real effort to determine minimum requirements for B2B SaaS
Avatar for 株式会社カミナシ kaminashi
0
1.2k
Φ-Sat-2のAutoEncoderによる情報圧縮系論文
Avatar for SatAI.challenge satai
4
230
ウェブ・ソーシャルメディア論文読み会 第36回: The Stepwise Deception: Simulating the Evolution from True News to Fake News with LLM Agents (EMNLP, 2025)
Avatar for taichi_murayama hkefka385
0
210
SREのためのテレメトリー技術の探究 / Telemetry for SRE
Avatar for Yuuki Tsubouchi (yuuk1) yuukit
13
3.4k
学習型データ構造：機械学習を内包する新しいデータ構造の設計と解析
Avatar for Yusuke Matsui matsui_528
6
4.4k
"主観で終わらせない"定性データ活用 ― プロダクトディスカバリーを加速させるインサイトマネジメント / Utilizing qualitative data that "doesn't end with subjectivity" - Insight management that accelerates product discovery
Avatar for 株式会社カミナシ kaminashi
16
23k

Featured

See All Featured
Leveraging LLMs for student feedback in introductory data science courses - posit::conf(2025)
Avatar for Mine Cetinkaya-Rundel minecr
1
220
Performance Is Good for Brains [We Love Speed 2024]
Avatar for Tammy Everts tammyeverts
12
1.6k
Ecommerce SEO: The Keys for Success Now & Beyond - #SERPConf2024
Avatar for Aleyda Solis aleyda
1
1.9k
We Are The Robots
Avatar for Honza Javorek honzajavorek
0
210
Writing Fast Ruby
Avatar for Erik Berlin sferik
630
63k
Crafting Experiences
Avatar for Bethany Jepchumba bethany
1
100
Unsuck your backbone
Avatar for Amy Palamountain ammeep
672
58k
The browser strikes back
Avatar for Jono Alderson jonoalderson
0
870
Statistics for Hackers
Avatar for Jake VanderPlas jakevdp
799
230k
Balancing Empowerment & Direction
Avatar for Lara Hogan lara
5
1k
A Soul's Torment
Avatar for Nat Ma seathinner
5
2.6k
ラッコキーワード サービス紹介資料
Avatar for ラッコ株式会社 rakko
1
2.8M

Transcript

  1. Ontwikkeling van algoritmen voor rolnummerherkenning Cédric VERSTRAETEN Ing. Tim DE

    PAUW Ir. Jeroen DEFOUR Ir. Jonas MAES

  2. Overzicht 1 Situering 2 Probleem 3 Analyse 4 Uitwerking 5

    Evaluatie 6 Besluit Situering Karakterherkenning

  3. Situering 1 Rollen staal

  4. Situering 1 Rollen staal 2 Kranen - manueel - automatisch

  5. Situering 1 Rollen staal 2 Kranen - manueel - automatisch

    3 Genesis

  6. Situering 1 Rollen staal 2 Kranen - manueel - automatisch

    3 Genesis 4 CamArc

  7. Situering 1 Rollen staal 2 Kranen - manueel - automatisch

    3 Genesis 4 CamArc

  8. Probleemstelling Rolverwisselingen bij het verplaatsen

  9. Probleemstelling Rolverwisselingen bij het verplaatsen

  10. Probleemstelling Rolverwisselingen bij het inpakken

  11. Probleemstelling Rolverwisselingen bij het inpakken

  12. Probleemstelling Rolverwisselingen bij het inpakken

  13. Oplossing 1 Camerabeelden

  14. Oplossing 1 Camerabeelden 2 Rolnummerherkenning

  15. Camerabeelden 1 640×480

  16. Camerabeelden 1 640×480 2 MPEG4-D1

  17. Camerabeelden 1 640×480 2 MPEG4-D1 3 Grijswaarden <=> Kleur

  18. Camerabeelden 1 640×480 2 MPEG4-D1 3 Grijswaarden <=> Kleur 4

    1 FPS

  19. Camerabeelden \ Rotatie kranen

  20. Camerabeelden \ Rotatie kranen

  21. Camerabeelden \ Rotatie kranen

  22. Camerabeelden \ Rotatie kranen

  23. Camerabeelden \ Rotatie label

  24. Camerabeelden \ Belichting

  25. Camerabeelden \ Belichting

  26. Camerabeelden \ Positie label

  27. Camerabeelden \ Verpakking

  28. Camerabeelden \ Barcodes

  29. Alternatieve identificatie QR-code Barcode

  30. Alternatieve identificatie QR-code Barcode

  31. Samenvatting 1 Rotatie kranen 2 Rotatie label 3 Belichting 4

    Positie label 5 Verpakking 6 Barcode

  32. Samenvatting 1 Rotatie kranen 2 Rotatie label 3 Belichting 4

    Positie label 5 Verpakking 6 Barcode Evaluatieset

  33. Beeldverwerkingsbibliotheken C++

  34. Beeldverwerkingsbibliotheken C++

  35. Beeldverwerkingsbibliotheken C++ C#

  36. Beeldverwerkingsbibliotheken C#

  37. Rolnummerherkenning

  38. Rolnummerherkenning 1 Situering label

  39. Rolnummerherkenning 1 Situering label 2 OCR 3685 6581

  40. Situering 1 Tekst - Sterke randen - Gealigneerd - Grootte

  41. Situering 1 Tekst - Sterke randen - Gealigneerd - Grootte

    Tekstdetectie

  42. Situering 1 Tekst - Sterke randen - Gealigneerd - Grootte

    Tekstdetectie A Laplaciaan B Adaptieve threshold C Closing-operatie D Borderfollowing E Labelanalyse

  43. Situering \ Laplaciaan 1 tweedeordeafgeleide 2 hoge intensiteit, veel verandering

  44. Situering \ Adaptieve threshold Hoe sterk moeten veranderingen zijn?

  45. Situering \ Adaptieve threshold Hoe sterk moeten veranderingen zijn?

  46. Situering \ Adaptieve threshold Hoe sterk moeten veranderingen zijn?

  47. Situering \ Adaptieve threshold Hoe sterk moeten veranderingen zijn? -

    rekenkundig gemiddelde grijsintensiteiten

  48. Situering \ Adaptieve threshold Hoe sterk moeten veranderingen zijn? -

    rekenkundig gemiddelde grijsintensiteiten

  49. Situering \ Adaptieve threshold Hoe sterk moeten veranderingen zijn? -

    rekenkundig gemiddelde grijsintensiteiten

  50. Situering \ Adaptieve threshold Hoe sterk moeten veranderingen zijn? -

    rekenkundig gemiddelde grijsintensiteiten

  51. Situering \ Closing-operatie 2 Cijfers vormen een cluster 1 Randpixels

    uitvergroten en verkleinen

  52. Situering \ Closing-operatie 2 Cijfers vormen een cluster 1 Randpixels

    uitvergroten en verkleinen

  53. Situering \ Closing-operatie 2 Cijfers vormen een cluster 1 Randpixels

    uitvergroten en verkleinen

  54. Situering \ Closing-operatie 2 Cijfers vormen een cluster 1 Randpixels

    uitvergroten en verkleinen

  55. Situering \ Closing-operatie 2 Cijfers vormen een cluster 1 Randpixels

    uitvergroten en verkleinen

  56. Situering \ Closing-operatie 2 Cijfers vormen een cluster 1 Randpixels

    uitvergroten en verkleinen

  57. Situering \ Closing-operatie 2 Cijfers vormen een cluster 1 Randpixels

    uitvergroten en verkleinen

  58. Situering \ Borderfollowing + labelanalyse 2 Cluster afstand 1 Samenhangende

    componenten

  59. Situering \ Borderfollowing + labelanalyse 2 Cluster afstand 1 Samenhangende

    componenten

  60. Situering \ Resultaten Klasse Zichtbaar gedetecteerd Percentage Gunstig 38 38

    100,00% Rotatie 11 7 63,64% Overbelicht 26 21 80,77% Onderbelicht 21 12 57,14% Gedeetelijk 5 4 80,00% Verpakte rollen 14 13 92,86% 115 95 82,61%

  61. Voting-heuristiek 2 Hoogste frequentie waarschijnlijkst 1 Frequentie per pixel 1

    5

  62. Resultaat

  63. Resultaat

  64. Karakterherkenning 3685 6581 OCR

  65. Karakterherkenning \ Tesseract 1 OCR-engine 2 Google 3 Trainen

  66. Karakterherkenning \ Methoden 1 Standaard 2 Aangepaste methode

  67. Karakterherkenning \ Methoden 1 Standaard 2 Aangepaste methode A Adaptieve

    threshold B Auto croppen C Trainen

  68. Karakterherkenning \ Adaptieve threshold

  69. Karakterherkenning \ Automatisch croppen

  70. Karakterherkenning \ Trainen

  71. Karakterherkenning \ Trainen

  72. Karakterherkenning \ Resultaten Rolnummer Bewerkt Standaard methode Aangepaste methode 3593

    552951 3595 5205 3560 5834 53560 5834 030 2614 3676 4853 3676 4943

  73. Karakterherkenning \ LGD Langste gemeenschappelijke deelstring 53560 5834 3560 5834

  74. Samenvatting

  75. Integratie

  76. Integratie

  77. Evaluatie 1 Productiehal VF (Gent) 2 Twee kranen 4 31016

    evaluaties 3 679 verplaatsingen

  78. Evaluatie \ Kranen

  79. Evaluatie \ Kranen

  80. Evaluatie \ Kranen

  81. Evaluatie \ Totaal

  82. Evaluatie \ Totaal

  83. Evaluatie \ Totaal

  84. Evaluatie \ Uitvoeringstijd realtime

  85. Evaluatie \ Uitvoeringstijd Aantal evaluaties Minimum Maximum Gemiddelde Standaard- afwijking

    5779 44 ms 84 ms 61 ms 8.33 ms realtime

  86. Mogelijke optimalisaties 1 Barcode verwijderen

  87. Mogelijke optimalisaties 1 Barcode verwijderen 2 OCR-lettertype

  88. Besluit 1 Oplossing in twee fasen 3 Gunstige resultaten 2

    Geïntegreerd

  89. Vragen

  90. Vragen ?