Car Logo Image Extraction and Recognition using K-Medoids, Daubechies Wavelets, and DCT Transforms.

Recognizing cars is a highly difficult task due to the wide variety in the appearance of cars from the same car manufacturer. Therefore, the car logo is the most prominent indicator of the car manufacturer. The captured logo image suffers from several problems, such as a complex background, differences in size and shape, the appearance of noise, and lighting circumstances. To solve these problems, this paper presents an effective technique for extracting and recognizing a logo that identifies a car. Our proposed method includes four stages: First, we apply the kmedoids clustering method to extract the logo and remove the background and noise. Secondly, the logo image is converted to grayscale and also converted to a binary image using Otsu's method. Thirdly, the Daubechies wavelet with DCT transforms is applied to extract a feature vector for each image. Finally, the Canberra distance is used to match the tested image's feature vector to all feature vectors in the database. The test results indicate the highest CRR, accuracy, and precision at 99.37%, 99.39%, and 99.80%, respectively. This system is applicable to intelligent surveillance systems. [ABSTRACT FROM AUTHOR]

يعد التعرف على السيارات مهمة صعبة للغاية نظرًا للتنوع الكبير في مظهر السيارات من نفس الشركة المصنعة للسيارة. ولذلك فإن شعار السيارة هو المؤشر الأبرز للشركة المصنعة للسيارة. تعاني صورة الشعار الملتقطة من عدة مشاكل، مثل الخلفية المعقدة، والاختلافات في الحجم والشكل، وظهور الضوضاء، وظروف الإضاءة. لحل هذه المشاكل، يقدم هذا البحث تقنية فعالة لاستخراج والتعرف على الشعار الذي يحدد هوية السيارة. تشتمل طريقتنا المقترحة على أربع مراحل: أولاً، نقوم بتطبيق طريقة تجميع kmedoids لاستخراج الشعار وإزالة الخلفية والضوضاء. ثانيًا، يتم تحويل صورة الشعار إلى تدرج رمادي وأيضًا تحويلها إلى صورة ثنائية باستخدام طريقة أوتسو. ثالثًا، تم تطبيق مويجات Daubechies مع تحويلات DCT لاستخراج ناقل المعالم لكل صورة. وأخيرًا، يتم استخدام مسافة كانبيرا لمطابقة متجه ميزات الصورة التي تم اختبارها مع جميع متجهات المعالم في قاعدة البيانات. تشير نتائج الاختبار إلى أعلى نسبة CRR ودقة وإحكام بنسبة 99.37% و99.39% و99.80% على التوالي. هذا النظام قابل للتطبيق على أنظمة المراقبة الذكية. [ABSTRACT FROM AUTHOR]

Copyright of Iraqi Journal of Science is the property of Republic of Iraq Ministry of Higher Education & Scientific Research (MOHESR) and its content may not be copied or emailed to multiple sites or posted to a listserv without the copyright holder's express written permission. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.)