QUẢN Lý d6cntt epu dai

THÔNG TIN TÀI LIỆU

Cấu trúc

LỜI MỞ ĐẦU
- Hình 1.1.Quá trình xử lý ảnh……………………………………………………………..2
- Hình 1.2.Các bước cơ bản trong một hệ thống xử lý ảnh………………………………..2
- Hình 1.3.Ảnh thu nhận và ảnh mong muốn ……………………………………………..3
- Hình 2.4.Trục tọa độ đề các…………………………………………………………… 26
- Hình 2.5.Hệ tọa độ cực………………………………………………...………………..27
- Hình 2.6.Đường thẳng Hough trong tọa độc cực…………………………..…………...28
- Hình 2.7.Cấu trúc của Tesseracter OCR………………………………….………….…34
- Hình 2.8.Ví dụ về đường cơ sở dạng cong……………………………….…………….35
- Hình 2.9.Quá trình nhận dạng từ ……………………………………………………….36
- Hình 2.10.Một ví dụ về hình chứa chữ viết tay………………………………………...36
- Hình 2.11.Một ví dụ về hình chứa chữ đánh máy……………………………………...37
- Hình 2.12.Một ví dụ về hình từ tập tin PDF……………………………………………38
- Hình 2.13.Cấu trúc mạng Nơ-ron sinh học……………………………………………..39
- Hình 2.14.Cấu trúc mạng Nơ-ron nhân tạo……………………………………………..41
- Hình 2.15.Mô hình mạng đa tầng………………………………………………………44
- Hình 3.1.Minh họa một hệ thống nhận dạng biển số xe……………………….……….46
- Hình 3.2.Sơ đồ tổng quát của khối tách biển số……………………………….……….48
- Hình 3.3.Sơ đồ chi tiết của khối tách biển số………………………………….……….49
- Hình 3.4.Ảnh tối và ảnh sang…………………………………….…………………..…50
- Hình 3.5.Ảnh sau khi nhị phân…………………………………………….……………50
- Hình 3.6.Hình dạng biển số khi bị nghiêng………………………………….………….51
- Hình 3.7.Biển số sau khi nhị phân………………………………………….…………...51
- Hình 3.10.Ảnh sau khi cắt thô………………………………………………...………..53
- Hình 3.11.Ảnh được tách biên biên…………………………………………………....53
- Hình 3.12.Ảnh biển số sau khi xoay về phương thẳng đứng………….……………....54
- Hình 3.13.Biển số sau khi cắt hoàn chỉnh…………………………………………..…55
- Hình 3.15.Ảnh biển số sau khi được chuẩn hóa…………………………………..…..56
- Hình 3.16.Tổng số các bít theo 1 hàng của biển số………………………...……..…..58
- Hình 3.17.Các ký tự được cắt khỏi biển số …………………………………………...58
- Hình 3.18.Ma trận Sobel theo hai hướng X, Y…………………………………….…..59
- Hình 3.19.Sơ đồ họat động tổng quát của bộ nhận dạng từ…………………………...60
- Hình 3.20.Mô hình mạng Nơ-ron 3 lớp……………………………………………..…62
DANH MỤC BẢNG BIỂU
CHƯƠNG 1: TỔNG QUAN VỀ NHẬN DẠNG XỬ LÝ ẢNH
- 1.1. Giới thiệu đề tài.
  - 1.1.1. Lý do chọn đề tài
  - 1.1.2. Mục tiêu:
- 1.2. Cơ sở lý thuyết về xử lý ảnh.
  - 1.2.1. Xử lý ảnh là gì?
    - Hình 1.2.1.1.1: Quá trình xử lý ảnh
    - Hình 1.2.1.1.2: Các bước cơ bản trong một hệ thống xử lý ảnh
  - 1.2.2. Các vấn đề cơ bản trong xử lý ảnh
    - 1.2.2.1. Một số khái niệm cơ bản
    - 1.2.2.2. Nắn chỉnh biến dạng.
      - Hình 1.2.2.2.1: Ảnh thu nhận và ảnh mong muốn
    - 1.2.2.3. Khử nhiễu
    - 1.2.2.4. .Chỉnh mức xám.
    - 1.2.2.5. Phân tích ảnh.
    - 1.2.2.6. Nhận dạng.
    - 1.2.2.7. Nén ảnh.
- 1.3. Khái niệm về nhận dạng biển số xe
  - 1.3.1. Khái niệm
  - 1.3.2. Phân loại biển số xe:
  - 1.3.3. Kết luận chương
  - Qua chương 1, ta có thể hiểu rõ vè xử lý ảnh và các khái niệm cơ bản của xử lý ảnh, các khái niêm, vấn đề cơ bản của xử lý ảnh.
  - Chương tiếp theo, đồ án sẽ đi sâu vào phân tích phương pháp nhận dạng biển số xe.
CHƯƠNG 2: PHƯƠNG PHÁP NHẬN DẠNG BIỂN SỐ XE
- 2.1. Giới thiệu bài toán.
  - Hình 2.1.1.1.1: Biển số xe Việt Nam
- 2.2. Một số hướng giải quyết bài toán nhận dạng biển số xe:
- 2.3. Các bước xác định vùng chứa biển số xe.
  - 2.3.1. Các bài toán đặt ra trong hệ thống nhận dạng biển số xe
    - 2.3.1.1. Một số các tiếp cận trước để giải quyết vấn đề
      - Hình 2.3.1.1.1: Thiết bị ghi hình Frame_Grabber
  - 2.3.2. Các phương pháp nhận dạng biển số
    - 2.3.2.1. Phương pháp gradient
    - 2.3.2.2. Kỹ thuật Laplace:
  - 2.3.3. Phát hiện vùng chứa biển số xe
    - 2.3.3.1. Sơ đồ các bước được mô tả trong hình dưới
      - Hình 2.3.3.1.1: Sơ đồ giải quyết
    - 2.3.3.2. Nhị phân hóa ảnh
    - 2.3.3.3. Tách biên
    - 2.3.3.4. Biến đổi HOUGH
      - Hình 2.3.3.4.1: Trục tọa độ đề các
      - Hình 2.3.3.4.2: Hệ tọa độ cực
      - Hình 2.3.3.4.3: Đường thẳng Hough trong tọa độc cực
    - 2.3.3.5. Trích chọn đoạn thẳng và tính giao điểm
    - 2.3.3.6. Xác định chính xác vùng chứa biển số xe
    - 2.3.3.7. Bước ban đầu:
    - 2.3.3.8. Tiêu chí tỷ lệ chiều dài/rộng.
    - 2.3.3.9. Tiêu chí số ký tự trong vùng biển số xe
Từ đó ta có ngưỡng sử dụng là [6,8]
Void Character
Với mỗi vùng con
If(thỏa mãn ngưỡng ) thì tiến hành nhận dạng
- 2.3.4. Công nghệ nhận dạng
  - 2.3.4.1. EmguCV
  - 2.3.4.2. Tesseract OCR
    - Hình 2.3.4.2.1: Cấu trúc của Tesseracter OCR
    - Hình 2.3.4.2.2: Ví dụ về đường cơ sở dạng cong
    - Cắt nhỏ từ
    - Tesseract sẽ xác định xem có các ký tự dính với nhau trong một từ hay không. Nếu có nó sẽ cắt nhỏ các ký tự ra thành các ký tự riêng lẻ.
    - Nhận dạng khoảng cách giữa chữ hoặc số
    - Xác định khoảng cách giữa các số hoặc giữa các chữ là một vấn đề khá phức tạp. Tesseract giải quyết những vấn đề này bằng cách đo khoảng cách trong một phạm vi hạn chế theo chiều dọc giữa dòng cơ sở và dòng trung bình.
    - Nhận dạng từ
    - Quá trình nhận dạng một từ là quá trình phân tích một từ được chia ra thành các ký tự như thế nào.
    - Hình 2.3.4.2.3: Quá trình nhận dạng từ
    - Khi kết quả xuất ra một từ mà nó không thỏa mãn nhu cầu thì Teseract cố gắng cải thiện kết quả này bằng cách cắt nhỏ các từ có nghĩa không tốt nhất. Nếu việc cắt nhỏ không làm tăng chất lượng từ thì nó sẽ phục hồi lại từ trước đó.
    - Hình 2.3.4.2.4: Một ví dụ về hình chứa chữ viết tay
    - Hình 2.3.4.2.5: Một ví dụ về hình chứa chữ đánh máy
    - Hình 2.3.4.2.6: Một ví dụ về hình từ tập tin PDF
    - - Kết quả:
    - PREFACE
    - This book is now In "5 mm edllmn Eden edmon has cormsponded In a d|f— teaenr phase rn me way camplllnt networks were used When the firs! edman ap peared in man. networks weae an academic cum: Iy When me second edmorr appeared In 1933. networks were used by unlvcrslues and large businesses When lhe nrrrd ednmn appeared in 1995, compuler networks. especially lhe Inrer-rrer, had become a duly reamy rar mrnmna cl penplc By lhe rrnrrnr edllmn. in 2003. wu':— less nclwmks and mohllc compumeus had become commonplace for accessing rhe Web and me unerrrer. Now, In [he mun edllkm, networks are about content 47 u1bullan(espeda.I|y videos using cum and pecuopccr networks) and mobile phones are small mmpulers on the xnrerner
    - - Tỉ lệ sai trên 50% so với văn bản gốc. Văn bản càng dài độ chính xác càng giảm dần.
  - 2.3.4.3. Mạng Nơ-ron
    - Hình 2.3.4.3.1: Cấu trúc mạng Nơ-ron sinh học
    - Hình 2.3.4.3.2: Cấu trúc mạng Nơ-ron nhân tạo
    - Hình 2.3.4.3.3: Mô hình mạng đa tầng
CHƯƠNG 3: ỨNG DỤNG NHẬN DẠNG BIỂN SỐ XE TRONG QUẢN LÝ NHÀ XE
- 3.1. Phân tích và cài đặt chương trình.
  - 3.1.1. Công cụ và ngôn ngữ sử dụng
  - 3.1.2. Khái quát về hệ thống nhận dạng biển số xe
    - Hình 3.1.2.1.1: Minh họa một hệ thống nhận dạng biển số xe
  - 3.1.3. Những yêu cầu đối với hệ thống tự động nhận dạng biển số xe
- 3.2. Cài đặt chương trình
  - 3.2.1. Ảnh đầu vào
  - 3.2.2. Tách biển số:
    - Hình 3.2.2.1.1: Sơ đồ tổng quát của khối tách biển số
    - Hình 3.2.2.1.2: Sơ đồ chi tiết của khối tách biển số
    - Hình 3.2.2.1.3: Ảnh tối và ảnh sáng
    - Hình 3.2.2.1.4: Ảnh sau khi nhị phân
    - Hình 3.2.2.1.5: Hình dạng biển số khi bị nghiêng
    - Hình 3.2.2.1.6: Biển số sau khi nhị phân
    - Hình 3.2.2.1.7: Hình thể hiện vùng ảnh cần tách ra với biên an toàn
    - Hình 3.2.2.1.8: Ảnh chụp ban đầu
    - Hình 3.2.2.1.9: Ảnh sau khi cắt thô
    - Hình 3.2.2.1.10: Ảnh được tách biên biên
    - Hình 3.2.2.1.11: Ảnh biển số sau khi xoay về phương thẳng đứng.
    - Hình 3.2.2.1.12: Biển số sau khi cắt hoàn chỉnh
  - 3.2.3. Phân tách ký tự
    - Hình 3.2.3.1.1: Ảnh sau khi được nhị phân.
    - Hình 3.2.3.1.2: Ảnh biển số sau khi được chuẩn hóa
    - Hình 3.2.3.1.3: Tổng số các bít theo 1 hàng của biển số
    - Hình 3.2.3.1.4: Các ký tự được cắt khỏi biển số
  - 3.2.4. Trích chọn đặc trưng.
    - Hình 3.2.4.1.1: Ma trận Sobel theo hai hướng X, Y
  - 3.2.5. Nhận dạng ký tự bằng mạng Nơ ron
    - Hình 3.2.5.1.1: Sơ đồ họat động tổng quát của bộ nhận dạng từ
    - 3.2.5.2. Các Bước Xây Dựng Nên Bài Toán
    - 3.2.5.3. Xác Định Cấu Trúc Mạng
      - Hình 3.2.5.3.1: Mô hình mạng Nơ-ron 3 lớp
    - 3.2.5.4. Thuật toán huấn luyện mạng.
    - 3.2.5.5. Phương Pháp và Thuật Toán Nhận Dạng Kí Tự
      - Hình 3.2.5.5.1: Ánh xạ lưới ký tự.
  - 3.2.6. Hậu xử lý dữ liệu
- 3.3. Giao diện chương trình
- 3.4. Tổng kết chương
KẾT LUẬN
TÀI LIỆU THAM KHẢO

Nội dung

LỜI MỞ ĐẦU Cùng với phát triển khoa học kỹ thuật nhu cầu lại ngày tăng, số lượng phương tiện giao thông đường ngày xuất nhiều Với số lượng phương tiện giao thông lớn, không ngừng tăng lên làm nảy sinh nhiều vấn đề việc kiểm soát quản lý phương tiện Để giải vấn đề nhu cầu đặt áp dụng hệ thống tự động Do mục đích nghiên cứu tìm hiểu xây dựng hệ thống “Nhận dạng biển số xe” từ hình ảnh, phim thiết bị ghi hình kỹ thuật số Nhằm trợ giúp cho công tác phát xe vi phạm giao thông, chống trộm, quản lý, … dễ dàng nhanh chóng Sau ứng dụng hệ thống nhận dạng biển số xe nói chung: Thu phí giao thông, Kiểm soát xe đường biên giới, trạm gác cổng, công tác chống trộm, bãi giữ xe tự động, … Như hệ thống tự động khác, hệ thống yêu cầu có phần cứng phần mềm Phần cứng camera có tác dụng thu nhận hình ảnh, phần mềm xử lý hình ảnh Với phát triển kỹ thuật điện tử, camera dễ dàng có khả thu nhận hình ảnh vấn đề đặt vấn đề quan trọng hệ thống, định tính hiệu hệ thống xử lý ảnh phần mềm xử lý ảnh Với vai trò phân tích nghiên cứu tập trung vào giải vấn đề đặt xử lý ảnh để đưa xác biển số xe MỤC LỤC DANH MỤC CÁC HÌNH Hình 1.1.Quá trình xử lý ảnh…………………………………………………………… Hình 1.2.Các bước ảnh……………………………… Hình 1.3.Ảnh thu nhận …………………………………………… ảnh hệ thống mong xử lý muốn Hình 2.1.Biển số xe Việt Nam………………………………………………………… 14 Hình 2.2.Thiết bị ghi hình Frame_Grabber………………………………………………18 Hình 2.3.Sơ đồ giải quyết……………………………………………………………… 23 Hình 2.4.Trục tọa các…………………………………………………………… 26 Hình 2.5.Hệ ……………… 27 tọa độ độ đề cực……………………………………………… Hình 2.6.Đường thẳng Hough tọa độc cực………………………… ………… 28 Hình 2.7.Cấu trúc Tesseracter OCR………………………………….………… …34 Hình 2.8.Ví dụ đường sở dạng cong……………………………… …………….35 Hình 2.9.Quá trình nhận ……………………………………………………….36 Hình 2.10.Một ví dụ tay……………………………………… 36 hình Hình 2.11.Một ví dụ máy…………………………………… 37 hình Hình 2.12.Một ví dụ PDF……………………………………………38 hình dạng chứa chứa từ chữ chữ từ tập viết đánh tin Hình 2.13.Cấu trúc học…………………………………………… 39 mạng Nơ-ron sinh Hình 2.14.Cấu trúc tạo…………………………………………… 41 mạng Nơ-ron nhân Hình 2.15.Mô hình tầng………………………………………………………44 mạng đa Hình 3.1.Minh họa hệ thống nhận dạng biển số xe……………………… ……….46 Hình 3.2.Sơ đồ tổng quát khối tách biển số……………………………… ……….48 Hình 3.3.Sơ đồ chi tiết khối tách biển số………………………………… ……….49 Hình 3.4.Ảnh tối ảnh sang…………………………………….………………… …50 Hình 3.5.Ảnh ……………50 sau nhị phân…………………………………………… Hình 3.6.Hình dạng biển số bị nghiêng………………………………… ………….51 Hình 3.7.Biển số sau nhị phân………………………………………… ………… 51 Hình 3.8 Hình thể vùng ảnh cần tách với biên an toàn………….…………… 52 Hình 3.9 Ảnh chụp đầu vào………………………………………………………… 52 Hình 3.10.Ảnh sau cắt thô……………………………………………… ……… 53 Hình 3.11.Ảnh tách biên biên………………………………………………… 53 Hình 3.12.Ảnh biển số sau xoay phương thẳng đứng………… …………… 54 Hình 3.13.Biển số sau cắt hoàn chỉnh………………………………………… …55 Hình 3.14.Ảnh sau nhị phân……………………………………………… 56 Hình 3.15.Ảnh biển số sau chuẩn hóa………………………………… … 56 Hình 3.16.Tổng số bít theo hàng biển số……………………… …… … 58 Hình 3.17.Các ký tự cắt khỏi biển số ………………………………………… 58 Hình 3.18.Ma trận Sobel theo hai hướng X, Y…………………………………… … 59 Hình 3.19.Sơ đồ họat từ………………………… 60 động tổng quát nhận dạng Hình 3.20.Mô hình mạng Nơ-ron lớp…………………………………………… …62 Hình 3.21.Ánh xạ lưới ký tự………………………………………………………… 66 DANH MỤC BẢNG BIỂU Bảng 1.1.Quy định biển số 64 tỉnh thành…………………………………….9 CHƯƠNG 1: TỔNG QUAN VỀ NHẬN DẠNG XỬ LÝ ẢNH Trong chương này, kiến thức xử lý ảnh, vấn đề xử lý ảnh tổng quan đề tài Chương đưa nhìn tổng quan xử lý ảnh, vấn đề xử lý ảnh 1.1 Giới thiệu đề tài 1.1.1 Lý chọn đề tài Cùng với phát triển khoa học kỹ thuật, nhu cầu lại ngày tăng, lưu lượng giao thông ngày lớn Với số lượng phương tiện giao thông ngày lớn không ngừng tăng việc quản lý phương tiện giao thông gặp nhiều khó khăn cần hệ thống tự động Một hệ thống hệ thống nhận dạng biển số xe Đó hệ thống có khả “đọc” “hiểu” biển số xe cách tự động Trong đồ án xây dựng hệ thống để quản lý bãi giữ xe bãi giữ xe gặp nhiều vấn đề như: - Tốn nhiều nhân công An toàn chưa cao, xảy tượng xe Vé xe giấy, dễ bị hay nhàu nát 1.1.2 Mục tiêu: • Trong đề tài này, em đặt mục tiêu sau: - Hạn chế vấn đề bất cập bãi giữ xe - Xây dựng mô hình hệ thống quản lý bãi giữ xe tự động • Để đạt mục tiêu trên, em tiến hành công việc sau: - Tìm hiểu trình xử lý nhận dạng ảnh - Tìm hiểu hệ thống bãi giữ xe áp dụng Việt Nam 1.2 Cơ sở lý thuyết xử lý ảnh 1.2.1 Xử lý ảnh gì? Con người thu nhận thông tin qua giác quan, thị giác đóng vai trò quan trọng Những năm trở lại với phát triển phần cứng máy tính, xử lý ảnh đồ hoạ phát triển cách mạnh mẽ có nhiều ứng dụng sống Xử lý ảnh đồ hoạ đóng vai trò quan trọng tương tác người máy Quá trình xử lý ảnh xem trình thao tác ảnh đầu vào nhằm cho kết mong muốn Kết đầu trình xử lý ảnh ảnh “tốt hơn” kết luận XỬ LÝ ẢNH Ảnh Ảnh “Tốt hơn” Kết luận Hình 1.2.1.1.1: Quá trình xử lý ảnh Ảnh xem tập hợp điểm ảnh điểm ảnh xem đặc trưng cường độ sáng hay dấu hiệu vị trí đối tượng không gian xem hàm n biến P(c 1, c2, , cn) Do đó, ảnh xử lý ảnh xem ảnh n chiều Sơ đồ tổng quát hệ thống xử lý ảnh: Hệ định Thu nhận ảnh (Scanner, Camera,Sensor) Tiền xử lý Trích chọn đặc điểm Đối sánh rút kết luận Hậu xử lý Lưu trữ Hình 1.2.1.1.2: Các bước hệ thống xử lý ảnh 1.2.2 Các vấn đề xử lý ảnh 1.2.2.1 Một số khái niệm  Ảnh điểm ảnh: Điểm ảnh xem dấu hiệu hay cường độ sáng toạ độ không gian đối tượng ảnh xem tập hợp điểm ảnh  Mức xám, màu: Là số giá trị có điểm ảnh ảnh 1.2.2.2 Nắn chỉnh biến dạng Ảnh thu nhận thường bị biến dạng thiết bị quang học điện tử P’i f(Pi) Pi Ảnh thu nhận Ảnh mong muốn Hình 1.2.2.2.1: Ảnh thu nhận ảnh mong muốn Để khắc phục người ta sử dụng phép chiếu, phép chiếu thường xây dựng tập điểm điều khiển Giả sử (Pi, Pi’) i = 1, n có n tập điều khiển n Tìm hàm f: Pi  ∑ f (Pi) cho i =1 f ( Pi ) − Pi ' → Giả sử ảnh bị biến đổi bao gồm: Tịnh tiến, quay, tỷ lệ, biến dạng bậc tuyến tính Khi hàm f có dạng: f (x, y) = (a1x + b1y + c1, a2x + b2y + c2) [ φ = ∑ ( f ( Pi) − Pi ) = ∑ ( a1 xi + b1 yi + c1 − xi' ) + ( a xi + b2 yi + c2 − yi' ) n Ta có: i =1 Để cho φ → ' n i =1 2 ] 10  ∂φ =0  ∂ a   ∂φ =0⇔   ∂b1  ∂φ =0   ∂c1 n n n  n a x + b x y + c x = xi xi' ∑ ∑ ∑ i i i ∑ i i =1 i =1 i =1  i =1 n n n n  ' ∑ a1 xi y i + ∑ b1 y i + ∑ c1 y i = ∑ y i xi i =1 i =1 i =1  i =1 n n n  ' ∑ a1 xi + ∑ b1 y i + nc1 = ∑ xi i =1 i =1  i =1 Giải hệ phương trình tuyến tính tìm được: a1, b1, c1 Tương tự tìm : a2, b2, c2 ⇒ Xác định hàm f 1.2.2.3 Khử nhiễu Có loại nhiễu trình thu nhận ảnh  Nhiều hệ thống: nhiễu có quy luật khử phép biến đổi  Nhiễu ngẫu nhiên: vết bẩn không rõ nguyên nhân → khắc phục phép lọc 1.2.2.4 .Chỉnh mức xám Nhằm khắc phục tính không đồng hệ thống gây Thông thường có hướng tiếp cận:  Giảm số mức xám: Thực cách nhóm mức xám gần thành bó Trường hợp có mức xám chuyển ảnh đen trắng Ứng dụng: In ảnh màu máy in đen trắng  Tăng số mức xám: Thực nội suy mức xám trung gian kỹ thuật nội suy Kỹ thuật nhằm tăng cường độ mịn cho ảnh 1.2.2.5 Phân tích ảnh Là khâu quan trọng trình xử lý ảnh để tiến tới hiểu ảnh Trong phân tích ảnh việc trích chọn đặc điểm bước quan trọng Các đặc điểm đối tượng 67 Sau ta xác định điểm biên lượng tử hướng chúng 12 giá trị từ đến 11 tương ứng với 360 độ Tính đồ biên độ đồ hướng ảnh, chia ảnh thành 4×4 phần Với phần ảnh k (k = 0…15) ta làm sau: Dựa vào đồ biên độ đồ hướng để tính tổng số điểm biên có giá trị hướng 0,…,11 Giả sử thu 12 giá trị với i = 0…11 tổng số điểm biên có giá trị hướng i Với ngưỡng η chọn trước (áp dụng cho tất phần ảnh) ta xác định lại giá trị sau: > η = 1; ngược lại = Kết quả: phần ảnh k có 12 bit đặc trưng có giá trị (tương ứng với giá trị ai) thể đặc trưng hướng điểm biên phần ảnh Như vậy, số đặc trưng theo hướng toàn ảnh là: 4×4×12 = 192 thể dạng bit nhị phân (0 1) 3.2.5 Nhận dạng ký tự mạng Nơ ron Hình 3.2.5.1.1: Sơ đồ họat động tổng quát nhận dạng từ 3.2.5.2 Các Bước Xây Dựng Nên Bài Toán Dưới bước tiến hành thiết kế thực thi mạng noron nhân tạo cho toán nhận dạng ký tự : Xác định liệu đầu vào, đầu mong muốn để tiến hành huấn luyện cho mạng noron 68  Đầu vào : Vì tiểu luận tập trung vào nghiên cứu cài đặt trình nhận dạng ký tự neural, nên liệu đầu vào phải qua xử lý đạt chuẩn yêu cầu trước đưa vào nhận dạng.Các yêu cầu liệu đầu vào file ảnh dạng văn có định dạng *.bmp, dạng file ảnh chuẩn, có kiểu màu pixel đen trắng, để việc tiến hành nhận dạng xác.Các file ảnh qua giai đoạn tiền xử lý : xử lý ảnh nhiễu, ảnh đa sắc , lọc ảnh  Đầu mong muốn : file text chứa ký tự Unicode tương ứng mà chương trình mong muốn huấn luyện mạng học thuộc.Số ký tự đầu mong muốn phải tương ứng với số kí tự ảnh đầu vào cần huấn luyện  Tập mẫu huấn luyện: ABCDEFGHIJKMNOPQRSTUVWXYZ 0123456789 3.2.5.3 Xác Định Cấu Trúc Mạng -Mạng noron xây dựng theo phương pháp học có giám sát Bài toán lựa chọn mạng Feed-forward lớp với cấu trúc sau : -Số noron lớp đầu vào : 150 noron Giải thích : Việc huấn luyện cho mạng học vòng lặp duyệt qua ký tự ảnh giúp mạng noron nhớ nhận dạng ký tự ảnh này.Với vòng lặp, ký tự đưa vào giảng dạy cho mạng noron học.Trong trình này, ký tự phân tích chuyển tỉ lệ vào ma trận nhị phân 15 x 10 Ứng với điểm lưới ma trận tuyến tính hóa tạo tương ứng với noron đầu vào.Vì ma trận tạo 15x10=150 noron đầu vào Lưu ý : Việc chọn số lượng noron đầu vào hay nói cách khác việc chọn tỉ lệ ma trận đầu vào cho kí tự quan trọng + Nếu số lượng noron lớn dẫn đến việc : 1.Nhận dạng kí tự có font chữ nhỏ trung bình bị sai không xác 2.Chương trình viết phải duyệt qua nhiều vòng lặp dẫn đến chương trình bị chậm, gây tình trạng bị đứng máy chạy +Nếu số lượng noron nhỏ : -Việc phân tích kí tự ảnh thông thường lớn dẫn đến sai số lớn , vậy, việc nhận dạng kí tự thiếu tính xác -Qua kiểm nghiệm, dựa nhiều tài liệu, nhận thấy giá trị 150 noron đầu vào phù hợp để nhận dạng với kiểu kí tự ảnh có font chữ trung bình, phổ biến.Các kí tự ảnh có chiều cao trung bình 70 pixel chiều rộng khoảng 54 pixel 69 -Số noron lớp ẩn : 500 noron.Việc lựa chọn giá trị dựa thực nghiệm tài liệu chuyên nhận dạng kí tự quang học.Số noron định từ kết tối ưu giá trị lỗi sở trình huấn luyện -Số noron đầu : 16 noron tương ứng với 16 bit nhị phân mã Unicode.Từ 16 noron ta tổng hợp chuyển thành 16 bit nhị phân, sau chuyển thành kí tự Unicode Hình 3.2.5.3.1: Mô hình mạng Nơ-ron lớp 3.2.5.4 Thuật toán huấn luyện mạng Mạng feed- forward sử dụng giải thuật lan truyền ngược sai số Back Propagation Giải thuật gồm bước : Bước 1: -Lan truyền xuôi đầu vào qua mạng Sử dụng công thức : Công thức chung tính đầu noron thứ i lớp thứ k: n ∑w x yi= f ( j =0 ij j -bi) 70 Với f hàm chuyển sigmoid lưỡng cực tính theo công thức : f= −1 − e −αt α: hệ số góc hàm chuyển t: biến net-input bi: hệ số ngưỡng hay độ lệch Áp dụng mô hình mạng chương trình : -Công thức cho đầu noron thứ i (1250) lớp ẩn n ∑w x ai= f ( Với wij j =1 ij j -bi) : trọng số noron thứ i lớp ẩn kết nối với đầu vào thứ j lớp vào xj : giá trị đầu vào noron thứ j lớp vào bi : giá trị ngưỡng hay độ lệch noron thứ i đầu vào -Công thức cho đầu noron thứ k (k =116)tại lớp output n ∑w yk= f( j =1 kj n ∑w a j − bk )=f [ j =1 kj n ∑w x ( f( j =1 ij j )] Bước : Lan truyền ngược Tính toán sai lệch đầu thực đầu mong muốn noron thứ k đầu ei= ti- yi Tổng bình phương sai số mạng ứng với mẫu học (Xs, Ts): E= p ∑ k =1 ( ti- yi) P: số phần tử đầu Nếu E< ε l+1[...]... - Cà Mau 70 - Tây Ninh 71 - Bến Tre 72 - Bà Rịa - Vũng Tàu 73 - Quảng Bình 74 - Quảng Trị 75 - Huế 76 - Quảng Ngãi 77 - Bình Định 78 - Phú Yên 79 - Khánh Hòa 80 - Các đơn vị kinh tế thuộc TW (hàng không) 81 - Gia Lai 82 - KonTum 83 - Sóc Trăng 84 - Trà Vinh 85 - Ninh Thuận 86 - Bình Thuận 88 - Vĩnh Phúc 89 - Hưng Yên 90 - Hà Nam 92 - Quảng Nam 93 - Bình Phước 94 - Bạc Liêu 95 - Hậu Giang 97 - Bắc Cạn... Công An - Cảnh Sát tương ứng với các tỉnh Ví dụ: 31A = xe của Công An - Cảnh Sát thành phố Hà Nội 1.3.3 Kết luận chương Qua chương 1, ta có thể hiểu rõ vè xử lý ảnh và các khái niệm cơ bản của xử lý ảnh, các khái niêm, vấn đề cơ bản của xử lý ảnh Chương tiếp theo, đồ án sẽ đi sâu vào phân tích phương pháp nhận dạng biển số xe 19 CHƯƠNG 2: PHƯƠN G PHÁP NHẬN DẠNG BIỂN SỐ XE 2.1 Giới thiệu bài toán... soát nhân dân tối cao 18 - Toà án nhân dân tối cao - Đài truyền hình Việt Nam - Đài tiếng nói Việt Nam - Thông tấn xã Việt Nam - Báo nhân dân - Thanh tra Nhà nước - Học viện Chính trị quốc gia - Ban quản lý Lăng, Bảo tàng, khu Di tích lịch sử Hồ Chí Minh; - Trung tâm lưu trữ quốc gia - Uỷ ban Dân số kế hoạch hoá gia đình - Tổng công ty Dầu khí Việt Nam - Các đại sứ quán, tổ chức quốc tế và nhân viên... vẫn chưa biết hay chưa được định danh 12 Hệ thống nhận dạng tự động bao gồm ba khâu tương ứng với ba giai đoạn chủ yếu sau đây: - Thu nhận dữ liệu và tiền xử lý - Biểu diễn dữ liệu - Nhận dạng, ra quyết định Bốn cách tiếp cận khác nhau trong lý thuyết nhận dạng là: - Đối sánh mẫu dựa trên các đặc trưng được trích chọn - Phân loại thống kê - Đối sánh cấu trúc - Phân loại dựa trên mạng nơ-ron nhân tạo... vùng chứa biển số xe, mà có thể ảnh tổng hợp như chứa them các đối tượng như người, cây, đường phố , miễn là vùng biển số xe phải đủ rõ để có thể thực hiện nhận dạng được các ký tự trong vùng đó • Nguyên lý hoạt động: Do đặc tính không giới hạn vùng nhìn mà ảnh đầu vào có thể thu được từ một thiết bị ghi hình (camara, máy ảnh…) Và do đó, công việc đầu tiên là dò tìm trong ảnh, để xác định đúng vùng nào... thức giải quyết là làm sao nhận dạng (lọc ra) được các ký tự số và chữ 1.3.2 Phân loại biển số xe: Trước tiên là quy định biển số của 64 tỉnh thành (Biển trắng chữ đen): 11 - Cao Bằng 12 - Lạng Sơn 14 - Quảng Ninh 15,16 - Hải Phòng 17 - Thái Bình 18 - Nam Định 19 - Phú Thọ 20 - Thái Nguyên 21 - Yên Bái 22 - Tuyên Quang 23 - Hà Giang 24 - Lào Cai 25 - Lai Châu 26 - Sơn La 27 - Điện Biên 28 - Hòa Bình 29,30,31,32...11 được trích chọn tuỳ theo mục đích nhận dạng trong quá trình xử lý ảnh Có thể nêu ra một số đặc điểm của ảnh sau đây: + Đặc điểm không gian: Phân bố mức xám, phân bố xác suất, biên độ, điểm uốn +Đặc điểm biến đổi: Các đặc điểm loại này được trích chọn bằng việc thực... này  Nén ảnh Fractal: Sử dụng tính chất Fractal của các đối tượng ảnh, thể hiện sự lặp lại của các chi tiết Kỹ thuật nén sẽ tính toán để chỉ cần lưu trữ phần gốc ảnh và quy luật sinh ra ảnh theo nguyên lý Fractal 1.3 Khái niệm về nhận dạng biển số xe 1.3.1 Khái niệm a) Khái niệm Hệ thống nhận dạng biển số xe là hệ thống có khả năng phân tích hình ảnh và xác định biển số trên xe, thông qua video, thiết... biển số xe thành hai loại sau: Loại 1: Giới hạn vùng nhìn • Đầu vào: Ảnh thu trực tiếp từ các thiết bị ghi nhận ảnh kỹ thuật số Ảnh được ghi nhận thường chỉ giới hạn trong vùng có biển số xe • Nguyên lý hoạt động: Các phương tiện giao thông phải chạy với một tốc độ đủ chậm để máy ghi nhận hình ảnh co thể thu được ảnh vùng biển số xe • Ứng dụng: Những ứng dụng nhận dạng biển số xe loại này thường được... như trên ta có thể nhận dạng được biển số xe I c' Trong bước 3: nhận dạng ký tự em sử dụng phương pháp mạng noron truyền ngược cho việc nhận dạng ký tự Trong phần tiếp theo đó là chi tiết từng bước xử lý bài toán nhận dạng biển số xe, và một số khái niệm cơ bản quen thuộc mà có liên quan đến nhận dạng biển số xe 2.2 Một số hướng giải quyết bài toán nhận dạng biển số xe: Có rất nhiều phương pháp tiếp ... loại ứng dụng nhận dạng biển số xe: Ứng dụng nhận dạng biển số xe ứng dụng có khả phân tích hình ảnh xác định biển số xe từ hình ảnh chụp từ thiết bị thu hình Nguồn hình ảnh cho ứng dụng có nhiều... phân tích phương pháp nhận dạng biển số xe 19 CHƯƠNG 2: PHƯƠN G PHÁP NHẬN DẠNG BIỂN SỐ XE 2.1 Giới thiệu toán  Một số đặc điểm biển số xe Việt Nam: Hình 2.1.1.1.1: Biển số xe Việt Nam • Tiêu chuẩn... phần chi tiết bước xử lý toán nhận dạng biển số xe, số khái niệm quen thuộc mà có liên quan đến nhận dạng biển số xe 2.2 Một số hướng giải toán nhận dạng biển số xe: Có nhiều phương pháp tiếp

Ngày đăng: 08/01/2016, 15:48

Xem thêm