HỆ THỐNG QUẢN lý tải TRỌNG PHƯƠNG TIỆN RA vào CẢNG BIỂN dựa TRÊN kỹ THUẬT NHẬN DẠNG BIỂN số XE ĐỘNG

Tuy nhiên trước áp lực lớn về số lượng phương tiện ra vào nhận hàng và thường xuyên, nên công tác kiểm soát tải trọng còn gặp nhiều khó khăn đòi hỏi cần nghiên cứu, triển khai và xây dựn

TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN



Lê Hữu Tài

HỆ THỐNG QUẢN LÝ TẢI TRỌNG PHƯƠNG TIỆN RA VÀO CẢNG BIỂN DỰA TRÊN

KỸ THUẬT NHẬN DẠNG BIỂN SỐ XE ĐỘNG

LUẬN VĂN THẠC SĨ NGÀNH: KHOA HỌC MÁY TÍNH

Mã số: 60 48 01 01

NGƯỜI HƯỚNG DẪN KHOA HỌC:

TS LÊ XUÂN TRƯỜNG

TP HỒ CHÍ MINH – 2018

Lời đầu tiên tôi xin được gửi lời cảm ơn chân thành nhất đến Thầy –

TS Lê Xuân Trường – người đã tận tình giảng dạy, chỉ bảo và truyền đạt kiến thức cho tôi trong suốt quá trình thực hiện luận văn này

Bên cạnh đó, tôi cũng xin gửi lời cảm ơn sâu sắc nhất đến các Thầy Cô trong khoa Khoa học máy tính, Phòng đào tạo Sau đại học trường Đại học Công nghệ thông tin, Đại học Quốc gia TP.HCM đã tận tình quan tâm, tạo mọi điều kiện thuận lợi cho tôi và các bạn học viên khác trong suốt quá trình học tập và thực hiện luận văn tại Trường

Đặc biệt, tôi xin chân thành cảm ơn đến lãnh đạo Công ty TNHH MTV Cảng Bến Nghé, Phòng Hành chánh Tổng hợp, Phòng An Ninh và Bộ phận Vi tính đã không ngừng hỗ trợ và tạo điều kiện để tôi hoàn thành tốt công việc nghiên cứu khoa học của mình

Cuối cùng, tôi xin bày tỏ lòng biết ơn sâu sắc đến gia đình, bạn bè, các anh chị đồng nghiệp, các bạn học viên lớp CH09 đã luôn động viên, khích lệ tinh thần

để tôi có đủ nghị lực hoàn thành luận văn thạc sỹ này

TP HCM, tháng 12 năm 2017

Tác giả đề tài

Lê Hữu Tài

Tôi xin cam đoan đây là công trình nghiên cứu của tôi, các kết quả của luận văn có được từ kết quả của quá trình nghiên cứu khoa học dưới sự hướng dẫn của Thầy TS Lê Xuân Trường Nội dung của luận văn có tham khảo và sử dụng một số thông tin, tài liệu từ các nguồn sách, các bài báo, tạp chí khoa học, các website được liệt kê trong danh mục các tài liệu tham khảo

TP HCM, tháng 12 năm 2017

Tác giả đề tài

Lê Hữu Tài

MỤC LỤC

DANH MỤC CÁC KÝ TỰ - CHỮ VIẾT TẮT 4

DANH MỤC CÁC BẢNG 5

DANH MỤC HÌNH ẢNH - BIỂU ĐỒ 6

Chương 1 MỞ ĐẦU 7

1.1 Đặt vấn đề 7

1.2 Mục tiêu nghiên cứu 11

1.3 Đối tượng nghiên cứu 11

1.4 Phạm vi nghiên cứu của đề tài 12

1.5 Tính khoa học của đề tài 12

1.6 Tính mới của đề tài 12

1.7 Tính thực tiễn của đề tài 13

1.8 Khả năng áp dụng thực tế của đề tài 14

Chương 2 TỔNG QUAN VỀ TÌNH HÌNH NGHIÊN CỨU 15

2.1 Tình hình nghiên cứu thị giác máy tính vào nhận dạng biển số xe ngoài nước 15

2.2 Tình hình nghiên cứu thị giác máy tính vào nhận dạng biển số xe trong nước 16

2.3 Khảo sát thực nghiệm bài toán quản lý tải trọng phương tiện tại các cảng biển 17

2.4 Những vấn đề đặt ra cần phải nguyên cứu giải quyết 18

2.5 Nội dung nghiên cứu 20

2.6 Phương pháp dự định nghiên cứu 20

Chương 3 CƠ SỞ LÝ THUYẾT 22

3.1 Tổng quan về hệ thống nhận dạng biển số xe 22

3.1.1 Nhóm 1: Giới hạn vùng nhìn 22

3.1.2 Nhóm 2: Không giới hạn vùng nhìn 22

3.2 Đặc trưng biển số xe tại Việt Nam 22

3.2.1 Quy định về màu sắc: 23

3.2.2 Quy định về biển số cho các tỉnh thành phố 24

3.2.3 Xác định phạm vi nhận dạng biển số của đề tài 24

3.2.4 Xây dựng hàm kiểm tra biển số hợp lệ 25

3.3 Kỹ thuật nhận dạng biển số xe động 26

3.3.1 Tóm tắt quy trình nhận dạng biển số xe động 26

3.3.2 Phát hiện phương tiện đang di chuyển 27

3.3.2.1 Ảnh đa mức xám 27

3.3.2.2 Cập nhật ảnh nền 28

3.3.2.3 Bộ lọc điểm ảnh khác nhau và phương pháp phân ngưỡng 28

3.3.2.4 Bộ lọc điểm ảnh khác nhau 29

3.3.2.5 Phương pháp phân ngưỡng 29

3.3.2.6 Bộ lọc Erosion 30

3.3.2.7 Bộ lọc Dilation 32

3.3.2.8 Độ dịch chuyển trong vùng nhận dạng 34

3.3.3 Xác định vùng chứa biển số 35

3.3.3.1 Nâng cao độ tương phản của ảnh 35

3.3.3.2 Loại bỏ khu vực không mong muốn 37

3.3.3.3 Nhị phân hóa ảnh 38

3.3.3.4 Xác định vùng chứa biển số 38

3.3.3.5 Xoay thẳng biển số 41

3.3.4 Cắt sát biển số và phân tách các ký tự 43

3.3.4.1 Cắt sát biển số 43

3.3.4.2 Phân tách các ký tự dính liền 45

3.3.5 Xác định ký tự 46

3.3.6 Nhận dạng ký tự bằng bộ nhận diện Tesseract OCR 47

3.3.6.1 Tổng quan về Tesseract OCR 47

3.3.6.2 Quá trình huấn luyện 48

3.3.6.3 Cơ chế nhận dạng của Tesseract 48

3.4 Nghiệp vụ quản lý tải trọng phương tiện ra vào tại cảng biển 50

3.4.1 Tổng quan về quy trình quản lý 50

3.4.2 Quy trình kiểm soát tải trọng tại cổng ra vào 50

3.4.3 Quy trình kiểm soát tải trọng tại trạm cân điện tử 52

Chương 4 THỰC NGHIỆM HỆ THỐNG 54

4.1 Sơ lược về Cảng Bến Nghé 54

4.2 Xây dựng hệ thống nhận dạng biển số xe động 55

4.2.1 Mô hình hoạt động của hệ thống 55

4.2.2 Lắp đặt camera 57

4.2.3 Kết quả thực nghiệm 58

4.2.3.1 Thực nghiệm trên ảnh tĩnh 58

4.2.3.2 Thực nghiệm trên ảnh động 59

4.2.3.3 Tốc độ xử lý 60

4.2.3.4 Độ phức tạp của dữ liệu 60

4.3 Cải tiến bài toán quản lý tải trọng tại phân hệ cổng ra vào 65

4.3.1 Mô tả bài toán 65

4.3.2 Đề xuất cải tiến quy trình 65

4.3.3 Sơ đồ vận hành của quy trình mới 67

4.3.4 Tổ chức cở sở dữ liệu 71

4.3.4.1 Các thông tin cần quản lý 71

4.3.4.2 Mô hình quan hệ dữ liệu 72

4.3.5 Ứng dụng phần mềm 75

4.3.5.1 Giới thiệu ứng dụng 75

4.3.5.2 Giao diện chương trình kiểm soát phương tiện ra vào 76

4.3.5.3 Giao diện chức năng tra cứu thông tin lịch sử phương tiện 77

4.3.5.4 Giao diện chức năng tổng hợp báo cáo và cấm phương tiện 78

4.3.5.5 Xây dựng bộ quy tắc xử lý tình huống 79

4.4 Cải tiến bài toán kiểm soát tải trọng tại trạm cân điện tử 82

4.4.1 Mô tả bài toán 82

4.4.2 Đề xuất cải tiến quy trình 82

4.4.3 Sơ đồ vận hành dựa trên đề xuất cải tiến quy trình cân 83

4.4.4 Ứng dụng phần mềm 84

Chương 5 KẾT LUẬN VÀ KHUYẾN NGHỊ 86

5.1 Kết quả đạt được của luận văn 86

5.2 Kiến nghị 86

TÀI LIỆU THAM KHẢO 87

DANH MỤC CÁC KÝ TỰ - CHỮ VIẾT TẮT

# Ký hiệu viết tắt Ý nghĩa

DANH MỤC CÁC BẢNG

Bảng 1.1: Tổng hợp quá trình triển khai và áp dụng kết quả của đề tài 14

Bảng 2.1: Kết quả kiểm chứng của giải thuật mới 16

Bảng 3.1: Ký hiệu của các đơn vị trong quân đội 23

Bảng 3.2: Danh mục ký hiệu biển số xe theo tỉnh, thành phố 24

Bảng 4.1: Tổng hợp độ đo theo thời gian nhận dạng biển số của đề tài 60

Bảng 4.2: Cấu trúc table PT_RAVAO 73

Bảng 4.3: Cấu trúc table XEDAUKEO 74

Bảng 4.4: Cấu trúc table XEROMOOC 74

Bảng 4.5: Cấu trúc table TAIXE 75

DANH MỤC HÌNH ẢNH - BIỂU ĐỒ

Hình 3.1: Tóm tắt quy trình nhận dạng biển số xe động 26

Hình 3.2: Quy trình phát hiện phương tiện đang di chuyển 27

Hình 3.3: Ảnh minh họa các trường hợp xét điểm ảnh với phần tử cấu trúc 3x3 31

Hình 3.4: Tác dụng của bộ lọc Erosion theo cấu trúc phần tử dạng hình vuông 3x3 32

Hình 3.5: Tác động của bộ lọc Dilation theo cấu trúc phần tử dạng hình vuông 3x3 33

Hình 3.6: Quy trình xác định vùng chứa biển số 35

Hình 3.7: Ảnh nhị phân trước (a) và sau (b) khi sử dụng phép Opening 36

Hình 3.8: Ảnh nhị phân trước (a) và sau (b) khi sử dụng phép Closing 36

Hình 3.9: Phần tử cấu trúc có hướng 37

Hình 3.10: Kết nối 4 hướng 38

Hình 3.11: Kết nối 8 hướng 39

Hình 3.12: Mối quan hệ tương đương khi đánh dấu nhãn cho điểm ảnh 40

Hình 3.13: Kết thúc quá trình duyệt các điểm ảnh 40

Hình 3.14: Đánh dấu các vùng theo nhãn duy nhất 40

Hình 3.15: Đánh dấu các thành phần liên thông 41

Hình 3.16: Biển số sau khi tách biên dùng bộ lọc Canny 42

Hình 3.17: Biến đổi Hough 42

Hình 3.18: Minh họa ảnh nhị phân biển số 44

Hình 3.20: Minh họa cắt biển số theo phương dọc 45

Hình 3.21: Minh họa cắt dọc biển số và phân tích các ký tự dính liền 45

Hình 3.22: Đánh dấu các thành phần liên thông trong biên số xe 46

Hình 3.23: Mô phỏng nhận dạng bằng Tesseract OCR 47

Hình 3.24: Giao diện Sunny Page 2,7 48

Hình 3.25: Mô phỏng nghiệp vụ quản lý tải trọng tại cảng biển 50

Hình 3.26: Nghiệp vụ quản lý cổng 51

Hình 3.27: Nghiệp vụ cân xe đối với hàng nhập tại trạm cân 52

Hình 4.2: Mô hình nhận dạng biển số xe động 55

Hình 4.3: Quy trình xác định biển số và phân tách kí tự 56

Hình 4.4: Nhận dạng biển số xe bằng Tesseract OCR 57

Hình 4.5: Tiêu chuẩn lắp đặt camera 57

Hình 4.6: Khung nhìn của camera quan sát trạm cân 58

Hình 4.11: Sơ đồ vận hành theo quy trình mới 62

Hình 4.12: Quy trình tiếp nhận, kiểm tra, đối chiếu thông tin đăng kiểm 69

Hình 4.14: Giao diện phần mềm quản lý cổng ra vào 76

Hình 4.15: Giao diện phần tra cứu thông tin lịch sử phương tiện 77

Hình 4.21: Cải tiến quy trình kiểm soát tải trọng cân hàng nhập 83

Hình 4.23: Giao diện chương trình cân 84

Hình 4.24: Giao diện tra cứu dữ liệu qua cân 85

Hình 4.25: Cảnh báo vượt tải trọng cho phép 85

Chương 1 MỞ ĐẦU 1.1 Đặt vấn đề

Tại Việt Nam, trong những năm gần đây, hệ thống giao thông thông minh (Intelligent Transport System, ITS) đã được nghiên cứu triển khai và áp dụng trong nhiều dự án về quản lý giao thông, đặc biệt là trên các tuyến đường cao tốc Một số kết quả của đề tài nghiên cứu cấp Nhà nước do Tiến sĩ Tạ Tuấn Anh cùng với các

cộng sự mang mã số KC.01.14/11-15 “Xây dựng cấu trúc hệ thống giao thông

thông minh và các quy chuẩn công nghệ thông tin, truyền thông, điều khiển áp dụng trong hệ thống giao thông thông minh tại Việt Nam”, được nghiệm thu vào năm

2014 đã áp dụng vào thực tiễn, bước đầu có những kết quả tốt như: hệ thống quản

lý, giám sát điều hành giao thông thông minh trên đường cao tốc Cầu Giẽ - Ninh Bình; hệ thống camera giám sát giao thông Thành phố Hà Nội; hệ thống kiểm soát thu phí đường bộ trạm Hoàng Mai và Bãi Cháy, v.v… Tại Thành phố Hồ chí Minh,

đề án HCMC Smart City (2017 – 2020, tầm nhìn 2025) về xây dựng đô thị thông minh sẽ trình UBND Thành phố Hồ Chí Minh vào cuối năm 2017 Trong đó, ITS là trụ cột không thể thiếu để xây dựng thành phố trở thành đô thị thông minh trong thời gian tới ITS hướng đến việc giải quyết các bài toán về giao thông thông minh dựa trên các kỹ thuật xử lý ảnh và thị giác máy tính như: điều khiển tín hiệu đèn giao thông; phát hiện sự cố giao thông; phân loại và giám sát phương tiện; thu phí

tự động phương tiện tham gia giao thông,…

Một trong các thành phần chính của ITS là khả năng đáp ứng của cơ sở hạ tầng giao thông Tuy nhiên, hệ thống cơ sở hạ tầng giao thông trong nước, đặc biệt

là tại các đô thị lớn, dường như không theo kịp xu thế phát triển của đất nước Tình trạng kẹt xe, ùn tắc giao thông trở thành vấn nạn của xã hội Bên cạnh đó, với sự phát triển mạnh mẽ về số lượng các phương tiện vận tải đường bộ, đặc biệt là ôtô chở hàng, xe tải, xe container đã tạo ra một áp lực lớn lên hệ thống giao thông trong nước Tình trạng các phương tiện chở hàng quá tải diễn ra phổ biến, dẫn đến phá vỡ kết cấu hạ tầng giao thông đường bộ, tiềm ẩn nguy cơ cao về tai nạn và gây bức xức trong nhân dân Do đó, bài toán kiểm soát phương tiện chở hàng quá tải là vấn đề mang tính cấp bách của xã hội nhằm bảo vệ cơ sở hạ tầng giao thông đường bộ,

đảm bảo an toàn cho người dân khi tham gia giao thông và góp phần vào sự thành công trong việc phát triển ITS nói riêng và xây dựng đô thị thông minh nói chung trong thời gian tới

Trong thời gian qua, công tác kiểm soát phương tiện chở hàng quá tải được thực hiện đồng bộ và quyết liệt, tuy nhiên bên cạnh các mặt đạt được, vẫn còn tồn tại một số hạn chế cần khắc phục Việc phát hiện, xử lý các phương tiện chở hàng quá tải đang tham gia giao thông của các đơn vị chức năng còn gặp nhiều khó khăn như: dễ gây ách tách giao thông; thiếu phương tiện và lực lượng xếp dỡ hàng hóa; thiếu bến bãi, kho hàng và trong nhiều trường hợp, các xe container quá tải chở các hàng xuất nhập khẩu nguyên đai, nguyên kiện đã kẹp “seal” chì của hải quan nên không thể hạ tải dọc đường được,… Do đó, trách nhiệm của các cơ quan, đơn vị quản lý các trạm trung chuyển hàng hóa, đặc biệt là vai trò của của doanh nghiệp hoạt động trong lĩnh vực khai thác dịch vụ cảng biển có ý nghĩa rất quan trọng trong công tác kiểm soát tải trọng phương tiện ngay tại khâu đầu tiên khi phương tiện nhận hàng

Tại các cảng biển, thông thường quy trình kiểm soát tải trọng phương tiện được thực hiện chủ yếu tại 02 đơn vị chính là bộ phận quản lý cổng ra vào và trạm cân điện tử Tuy nhiên trước áp lực lớn về số lượng phương tiện ra vào nhận hàng

và thường xuyên, nên công tác kiểm soát tải trọng còn gặp nhiều khó khăn đòi hỏi cần nghiên cứu, triển khai và xây dựng các hệ thống tin học hóa, tự động hóa để quá trình kiểm soát tải trọng phương tiện được chặt chẽ và đồng bộ theo đúng quy định của Bộ Giao thông Vận tải về kiểm soát tải trọng tại cảng biển

Tại Công ty TNHH MTV Cảng Bến Nghé, đơn vị hoạt động trong lĩnh vực khai thác dịch vụ cảng biển đa năng, cung cấp các dịch vụ bốc xếp, giao nhận, lưu kho bãi hàng rời, hàng container trong và ngoài nước, nơi học viên đang công tác, trước khi áp dụng kết quả của đề tài, việc quản lý tải trọng phương tiện ra vào Cảng được thực hiện như sau:

 Giai đoạn phương tiện vào cổng: Việc kiểm soát được thực hiện theo cơ chế quản lý thủ công Khi phương tiện vào Cổng, tài xế cung cấp sổ đăng kiểm (số giấy) và bằng lái xe cho bộ phận quản lý cổng, nhân viên cổng dựa trên

sổ đăng kiểm hoặc dựa vào số trục của rơmooc để xác định và ghi tay tải

trọng được phép chuyên chở hàng hóa của phương tiện vào phiếu đăng ký nhận hàng và giao cho tài xế Tài xế tiến hành cho phương tiện vào cổng và làm các thủ tục nhập xuất hàng

 Giai đoạn phương tiện lên cân: Việc kiểm soát tải trọng phương tiện được thực hiện theo cơ chế bán thủ công Khi phương tiện tiến hành lên bàn cân, nhân viên trạm cân hoặc là thông qua hệ thống camera giám sát hoặc là chờ tài xế trình báo biển số phương tiện để nhập tay vào phần mềm cân điện tử, thực hiện các nghiệp vụ có liên quan và in phiếu cân cho tài xế

 Giai đoạn phương tiện ra cổng: Việc kiểm soát được thực hiện theo cơ chế thủ công, nhân viên cổng kiểm tra lại hàng hóa có đúng với phiếu giao nhận

do cảng cung cấp và có vượt quá tải trọng được phép chuyên chở của phương tiện hay không?! Nếu hợp lệ, tiến hành cho phương tiện rời khỏi cảng

Với hơn 700 lượt phương tiện ra vào Cảng Bến Nghé mỗi ngày để giao nhận hàng hóa, việc quản lý theo cơ chế thủ công tại phân hệ cổng và bán thủ công tại trạm cân điện tử đã phát sinh một số tồn tại sau:

 Bộ phận quản lý cổng: Quá trình kiểm soát tải trọng phương tiện được thực hiện theo cơ chế thủ công, chưa có hệ thống phần mềm Do đó, khó trích xuất được thông tin khi cần thiết; thời gian lập thống kê, báo cáo, tra cứu dữ liệu phương tiện ra vào Cảng còn nhiều khó khăn và tốn nhiều thời gian; khả năng kết nối, chia sẻ dữ liệu với các phân hệ quản lý khác của Cảng còn hạn chế Đặc biệt công tác quản lý tải trọng phương tiện ra vào cổng còn chưa chặt chẽ, phụ thuộc quá nhiều vào nhân viên quản lý cổng, mặc khác nhân viên an ninh của Cảng cũng rất khó có thể phát hiện các trường hợp tài xế sử dụng sổ đăng kiểm giả để vào cổng do thiếu các hệ thống phần mềm cảnh báo về tải trọng phương tiện

 Bộ phận quản lý trạm cân điện tử: Nghiệp vụ quản lý trạm cân đòi hỏi chương trình cân phải có chức năng liên kết với phân hệ cổng để nhận dữ liệu về tải trọng cho phép của phương tiện nhằm phát hiện các trường hợp cân xe vượt quá tải trọng cho phép để yêu cầu tài xế hạ tải Tuy nhiên do phân hệ Cổng chưa có hệ thống phần mềm nên công tác kiểm soát tải trọng phương tiện tại trạm cân còn nhiều khó khăn Để có thể phát hiện các trường

hợp phương tiện vượt quá tải trọng cho phép, nhân viên trạm cân phải yêu cầu tài xế xuất trình sổ đăng kiểm (sổ giấy) dẫn đến tốn chi phí về thời gian kiểm chứng thông tin, gây phiền hà cho tài xế; mặc khác khi phương tiện tiến hành lên bàn cân, nhân viên trạm cân hoặc là thông qua hệ thống camera giám sát hoặc là phải chờ tài xế trình báo biển số phương tiện dẫn dến việc nhập liệu chậm nhưng đôi khi lại không chính xác, kết quả là khi in phiếu cân có thể bị sai thông tin, buộc tài xế phải cân lại xe, và do đó đôi khi tạo dựng mối quan hệ không tốt giữa tài xế và nhân viên trạm cân của Cảng Yêu cầu thực tế tại đơn vị công tác đòi hỏi phải tiến hành nghiên cứu, triển khai và áp dụng các giải pháp về mặt công nghệ, thị giác máy tính để xây dựng, cải tiến bài toán quản lý tải trọng phương tiện ra vào tại Cảng Bến Nghé được thông suốt và liên tục từ phân hệ cổng đến trạm cân điện tử Trong đó, chức năng tự động nhận dạng biển số phương tiện được xem là thiết yếu, xuyên suốt trong toàn hệ thống nhằm tăng khả năng tự động hóa, nâng cao độ chính xác và nâng tầm vị thế của doanh nghiệp trong xu thế hội nhập và phát triển Hơn nữa, với đặc thù của nghiệp vụ quản lý cảng biển, quá trình phương tiện ra vào cảng và lên trạm cân rất cần các hệ thống camera giám sát để đáp ứng khả năng truy xuất ngược thông tin khi có yêu cầu nên có thể tận dụng hệ thống camera để phát hiện biển số phương tiện; bên cạnh đó với đặc trưng giao nhận hàng hóa tại cảng biển, số lượng phương tiện nhiều và chủ yếu là các xe đầu kéo, rơmooc, xe tải có kích thước lớn dễ gây ách tắc giao thông tại khu vực cổng ra vào Vì vậy, chức năng nhận dạng biển số xe tại cảng biển phải có khả năng nhận dạng ảnh động từ video hoặc camera thay vì ảnh tĩnh như các hệ thống nhận dạng thông thường

Việc áp dụng thị giác máy tính vào nhận dạng biển số xe tự động (Automated License Plate Recognition, ALPR) trong thời gian qua chủ yếu phục vụ cho các hệ thống thu phí tự động trên đường cao tốc, chỉ có một số ít ALPR được áp dụng trong việc quản lý phương tiện ra vào cổng Tại nhiều đơn vị, cơ quan, doanh nghiệp, trường học việc quản lý phương tiện ra vào cổng được thực hiện theo cơ chế thủ công hoặc bán thủ công (nhân viên kiểm tra thủ công biển số phương tiện dựa trên hình ảnh được ghi nhận) Hơn nữa, số lượng các công trình, luận văn Thạc

sĩ, Đại học trong nước về nhận dạng biển số xe là chưa nhiều và chủ yếu được thực

hiện trên ảnh tĩnh Do đó, lĩnh vực nhận dạng biển số xe động là lĩnh vực rất cần thiết và có nhiều tiềm năng để nghiên cứu áp dụng trong thời gian tới, trong đó có việc giải quyết bài toán kiểm soát tải trọng phương tiện ra vào cảng biển

Xuất phát từ yêu cầu thực tế tại đơn vị công tác, qua khảo sát tổng quan về tình hình nghiên cứu thị giác máy tính vào nhận dạng biển số xe trong và ngoài

nước, đó là cơ sở để tác giả đề xuất luận văn với đề tài “Hệ thống quản lý tải trọng

phương tiện ra vào cảng biển dựa trên kỹ thuật nhận dạng biển số xe động”

1.2 Mục tiêu nghiên cứu

Xây dựng hệ thống kiểm soát tải trọng phương tiện ra vào cảng biển dựa trên việc áp dụng thị giác máy tính dùng kỹ thuật nhận dạng biển số xe động (nhận dạng trong giai đoạn xe đang di chuyển, xe không cần phải dừng lại)

Xây dựng thuật toán nhận dạng biển số xe động áp dụng vào đề tài đang nghiên cứu trên cơ sở tổng hợp các thuật toán và các kiến thức có liên quan về lập trình xử lý hình ảnh

Cải tiến thuật toán cắt sát biển số và phân tách các ký tự dính liền

Đề xuất cải tiến quy trình kiểm soát tải trọng phương tiện ra vào cảng biển chặt chẽ từ phân hệ cổng đến trạm cân điện tử

Áp dụng thực nghiệm kết quả của đề tài tại Công ty TNHH MTV Cảng Bến Nghé, đơn vị hoạt động trong lĩnh vực khai thác dịch vụ cảng biển đa năng, nơi học viên đang công tác, để cải tiến bài toán quản lý tải trọng phương tiện ra vào Cảng được liên tục từ phân hệ cổng đến trạm cân điện tử

1.3 Đối tượng nghiên cứu

Đối tượng nghiên cứu chính của đề tài là các kỹ thuật xử lý hình ảnh, các thuật toán để nâng cao độ chính xác trong việc nhận dạng biển số xe động với đầu vào là các video ghi nhận giai đoạn xe tải, xe containter ra vào cổng hoặc khi lên bàn cân (nhận dạng lúc phương tiện đang di chuyển) và đầu ra là biển số phương tiện Bên cạnh đó, luận văn cũng tập trung nghiên cứu quy trình kiểm soát tải trọng phương tiện tại cảng biển để đề xuất cải tiến quy trình kiểm soát tải trọng sao cho được chặt chẽ và phù hợp trong môi trường quản lý thực tế tại cảng biển

1.4 Phạm vi nghiên cứu của đề tài

Luận văn tập trung vào việc cải tiến công tác kiểm soát tải trọng phương tiện

ra vào cảng biển thông qua kỹ thuật nhận dạng biển số xe động Kết quả của đề tài được áp dụng thực nghiệm tại Công ty TNHH MTV Cảng Bến Nghé

Việc nhận dạng biển số xe động được nghiên cứu trong điều kiện ánh sáng ban ngày bình thường, góc chụp thẳng và đã loại bỏ các yếu tố về thời tiết dẫn đến không thể nhìn rõ biển số phương tiện, v.v…

1.5 Tính khoa học của đề tài

Yếu tố khoa học của luận văn tập trung trong phần nghiên cứu thị giác máy tính dùng kỹ thuật nhận dạng biển số xe cho ảnh động (xe không cần dừng) thay vì ảnh tĩnh, đây là tổ hợp nghiên cứu giải quyết 4 bài toán sau:

 Nghiên cứu áp dụng thuật toán phát hiện phương tiện trong đoạn video hoặc camera dựa trên việc so sánh ảnh hiện tại với ảnh nền

 Xây dựng thuật toán định vị vùng chứa biển số phương tiện bằng phương pháp hình thái học

 Xây dựng thuật toán tách kí tự biển số xe dựa trên các kỹ thuật phân tích phép chiếu kết hợp với các đặc tính đặc trưng của biển số xe Việt Nam Cải tiến thuật toán cắt sát biển số và phân tách các ký tự biển số dính liền

 Áp dụng phương pháp nhận dạng ảnh kí tự biển số bằng bộ công cụ nhận dạng Tesseract OCR

1.6 Tính mới của đề tài

Tính mới của luận văn thể hiện trong việc áp dụng thị giác máy tính dùng kỹ thuật nhận dạng biển số xe động (xe đang di chuyển) để cải tiến hệ thống quản lý tải trọng phương tiện ra vào tại cảng biển và thực nghiệm tại Công ty TNHH MTV Cảng Bến Nghé

Nghiên cứu cải tiến thuật toán cắt sát biển số và phân tách các ký tự biển số dính liền góp phần nâng cao độ chính xác trong việc nhận dạng biển số xe

1.7 Tính thực tiễn của đề tài

Đề tài được đề xuất từ yêu cầu cấp bách tại đơn vị nơi học viên đang công tác, hướng đến việc xây dựng một giải pháp đồng bộ cho bài toán quản lý tải trọng phương tiện ra vào cảng biển với các lợi ích sau:

 Hiệu quả về mặt kỹ thuật: Cải tiến quy trình quản lý tải trọng phương tiện ra vào Cảng thông qua hệ thống phần mềm máy tính nhằm đảm bảo công tác kiểm soát tải trọng phương tiện được liên tục và đồng bộ từ phân hệ cổng đến trạm cân điện tử Bên cạnh đó, chức năng tự động nhận dạng biển số xe (khi xe đang di chuyển) thay cho phương pháp nhập tay như trước đây giúp tăng khả năng tự động hóa, tiết kiệm chi phí về mặt thời gian và nâng tầm vị thế của doanh nghiệp trong xu thế hội nhập và phát triển

 Hiệu quả về mặt kinh tế: Giúp kéo giảm nhân sự tại mỗi ca trực ở phân hệ cổng và trạm cân so với phương pháp quản lý theo cơ chế thủ công hoặc bán

tự động như trước đây Quá trình giao nhận hàng hóa tại Cảng được thuận lợi

và nhanh chóng góp phần đem đến sự hài lòng cho khách hàng khi đến làm việc tại Cảng

 Hiệu quả về mặt an ninh: Nâng cao công tác an ninh cảng biển Dữ liệu phương tiện ra vào Cảng đều được hệ thống ghi nhận và lưu trữ về server trung tâm giúp việc tra cứu thông tin hoặc trích xuất hình ảnh, video của phương tiện được nhanh chóng khi có yêu cầu của các cơ quan chức năng Kiểm soát chặt chẽ số lượng phương tiện hiện có trong Cảng, thời gian phương tiện lưu lại Cảng góp phần đảm bảo an ninh, an toàn trật tự tại Cảng

 Hiệu quả về mặt xã hội: Việc nghiên cứu và áp dụng đề tài sẽ góp phần kiểm soát tốt được tải trọng phương tiện ra vào Cảng theo đúng quy định của Bộ Giao thông Vận tải ngay tại khâu đầu tiên khi phương tiện nhận hàng Do đó

sẽ góp nhần hạn chế tình trạng các phương tiện chở hàng quá khổ, quá tải tham gia lưu thông Điều này là hết sức cần thiết trong giai đoạn hiện nay khi

mà liên tiếp các sự việc phương tiện chở hàng quá tải, quá khổ gây tai nạn hoặc phá vỡ kết cấu cơ sở hạ tầng trong thời gian vừa qua

1.8 Khả năng áp dụng thực tế của đề tài

Cùng với quá trình thực hiện luận văn, các kết quả của đề tài từng bước được

áp dụng tại Công ty TNHH MTV Cảng Bến Nghé, nơi học viên đang công tác nhằm đảm bảo việc kiểm soát tải trọng phương tiện ra vào Cảng được chặt chẽ, thông suốt

và liên tục như sau:

Bảng 1.1: Tổng hợp quá trình triển khai và áp dụng kết quả của đề tài

“Giải pháp mới năm

2016”

03/2017

Cải tiến quy trình kiểm soát tải trọng tại Trạm cân, liên kết với chương trình Cổng, tự động cảnh báo nếu hàng hóa vượt tải trọng cho phép

09/2017

Cải tiến quy trình, xây dựng hệ thống

tự động lấy thông tin đăng kiểm từ Website Cục đăng kiểm tại Cổng ra vào

Hội đồng sáng kiến Công ty công nhận là

“Giải pháp mới năm

2017”

Giữa

12/2017

Thực nghiệm chức năng nhận dạng biển số khi phương tiện di chuyển lên bàn cân tại Trạm cân 100 tấn

Lãnh đạo Công ty đã duyệt, tiến tới áp dụng

Chương 2 TỔNG QUAN VỀ TÌNH HÌNH NGHIÊN CỨU

2.1 Tình hình nghiên cứu thị giác máy tính vào nhận dạng biển số xe ngoài nước

Tác giả Choo Kar Soon, Kueh Chiung Lin, Chung Ying Jeng, Shahrel A

Suandi trong bài “Malaysian Car Number Plate Detection and Recognition System”

năm 2012 [1] đã trình bày phương pháp áp dụng thị giác máy tính vào nhận dạng biển số xe ô tô tại Malaysia theo hướng tiếp cận: định vị biển số xe dựa trên sự kết hợp của thuật toán AdaBoost với giải thuật phân tích các thành phần liên thông (Connected Component Analysis, CCA), kết quả có độ chính xác khoảng 98%; nhận dạng kí tự bằng phương pháp KNN (K-nearest Neighbors) với độ chính xác 95% trên nền ảnh tĩnh và video Trong đề tài này, tác giả bài viết đã chỉ ra các điểm mạnh của nghiên cứu đó là thời gian thực thi nhanh và phù hợp với việc nhận dạng biển số xe trong môi trường thực Bên cạnh đó, các tác giả cũng cân nhắc việc sử dụng phương pháp mạng neural nhân tạo (Artificial Neural Network, ANN) thay cho phương pháp KNN để nâng cao độ chính xác trong nhận dạng kí tự Ngoài ra, trong nghiên cứu này, bộ dữ liệu kiểm tra của tác giả cũng rất hạn chế, kết quả được đánh giá với 100 ảnh tĩnh và 5 video nguồn

Công trình nghiên cứu của các tác giả VinhDu Mai, Duoqian Miao, Ruizhi

Wang and Hongyun Zhang trong bài viết “Recognition of Characters and Numbers

in Vietnam License Plates based on Image Processing and Neural Network” năm

2012 [2] đã trình bày phương pháp nhận dạng chữ cái và chữ số từ biển số xe theo hướng tiếp cận dựa trên công nghệ xử lý ảnh và mạng neural Các tác giả đã thực nghiệm với 600 ảnh biển số xe trong các điều kiện khác nhau liên quan đến độ chiếu sáng, góc xoay của biển số, màu sắc, kích cỡ, chủng loại với kết quả đạt được

có độ chính xác 98,33% đối với biển số hình chữ nhật (biển số chỉ có một dòng) và 97,67 % đối với biển số hình vuông (biển số có hai dòng) Trong bài viết này, các tác giả đã trình bày bài toán nhận dạng biển số xe gồm ba bước sau: 1) Nhận dạng vùng chứa biển số, 2) Tách kí tự từ vùng chứa biển số xe, và 3) Nhận dạng kí tự dạng text từ ảnh kí tự Tuy nhiên, trong phạm vi nghiên cứu của công trình, các tác giả đã tập trung vào việc cải thiện thuật toán nhận dạng kí tự ở bước 3 và không đề

cập đến các thuật toán nhận dạng ở bước 1 và bước 2 trong quy trình ba bước về nhận dạng biển số xe

Khảo sát về các phương pháp nhận dạng biển số xe của tập thể các tác giả

Chirag Patel, Dipti Shah, Atul Patel trong bài viết “Automatic Number Plate

Recognition System (ANPR): A Survey” năm 2013 [3] dựa trên các tiêu chí về kích

cỡ hình ảnh, độ chính xác và thời gian nhận dạng Các tác giả đã điểm qua một số các công trình nghiên cứu về nhận dạng biển số xe Theo đó, định vị vùng chứa biển

số có thể được thực hiện bằng các phương pháp: nhận dạng cạnh biên, phân tích các thành phần liên thông, phương pháp hình thái học,… ; tách kí tự biển số bằng các phương pháp: sử dụng ảnh nhị phân và phân tích các thành phần liên thông,…; nhận dạng kí tự biển số dựa trên các phương pháp: mạng nơ-rơn nhân tạo (ANN), gắn kết các mẫu (Template Matching, TM), sử dụng công cụ nhận dạng kí tự có sẵn (Optical Character Recognition, OCR tool)

2.2 Tình hình nghiên cứu thị giác máy tính vào nhận dạng biển số xe trong nước

Tiến sĩ Trương Quốc Bảo và Võ Văn Phúc trong bài viết “Giải thuật mới cho

bài toán định vị và nhận dạng biển số xe ô tô” đăng trên tạp chí khoa học trường

Đại học Cần Thơ năm 2013 [6] đã đề xuất một phương pháp mới áp dụng thị giác máy tính để phát hiện biển số xe ô tô Theo đó, phương pháp được đề xuất bao gồm các giải thuật: giải thuật đánh nhãn cho các thành phần liên thông, giải thuật loại bỏ vùng không mong muốn, giải thuật định vị biển số xe ô tô cải tiến Kết quả kiểm chứng trên 600 ảnh đầu vào như sau:

Bảng 2.1: Kết quả kiểm chứng của giải thuật mới

Tên mẫu Số lượng Định vị Tách kí tự Nhận dạng Tổng hợp

Biển số ngang 450 425 (94,4%) 420 (98,8%) 414 (98,6%) 92,0% Biển số vuông 150 135 (90%) 132 (97,8%) 129 (97,8%) 86% Bên cạnh những mặt đạt được, tác giả bài viết cũng chỉ ra một số vấn đề cần được cải thiện trong tương lai như: giải thuật nhị phân hóa với ngưỡng động có thể làm dư hoặc mất kí tự; lát cắt hẹp một pixel có thể làm mất nét kí tự đối với biển số

chữ nhỏ, nét mỏng và nghiêng, kí tự bị nhiễu biên có thể bị mất khi áp dụng giải thuật đánh nhãn và nhị phân hóa,…

Luận văn Thạc sĩ công nghệ thông tin của tác giả Lê Thị Thu Hằng tại Đại học

Công nghệ (Đại học Quốc gia Hà Nội) với đề tài “Nghiên cứu về mạng neural tích

chập và ứng dụng cho bài toán nhận dạng biển số xe” năm 2016 [7] với kết quả

nhận dạng chung của ứng dụng từ khâu phát hiện vùng chứa biến số, tách kí tự đến nhận dạng kí tự đạt xấp xỉ 65% với tập dữ liệu có nhiều ảnh không đạt tiêu chuẩn như bóng mờ, dơ, nhòe…; với tập biển số xe rõ ràng, không chứa các phụ kiện gắn trên biển số, kết quả nhận dạng có thể đạt 70% Bên cạnh các ưu điểm đạt được, với kết quả nhận dạng khoảng 70% là rất khiêm tốn để có thể áp dụng công trình nghiên cứu của tác giả vào các dự án thực tế

Dựa trên các khảo sát về tình hình nghiên cứu trong và ngoài nước, nhận thấy bài toán nhận dạng biển số xe được thực hiện dựa trên ba bước chính sau: 1) Định

vị vùng chứa biển số xe, 2) tách kí tự biển số xe, và 3) nhận dạng kí tự biển số xe Các công trình nghiên cứu đã tập trung vào việc cải thiện độ chính xác ở mỗi bước theo nhiều hướng tiếp cận khác nhau Theo đó, (1) định vị biển số xe có thể tiếp cận dựa trên phương pháp hình thái học, kỹ thuật phát hiện cạnh biên, thuật toán Adaboost,…; (2) tách kí tự biển số xe có thể được thực hiện bằng việc phân tích các phép chiếu, phương pháp peak-to-valley kết hợp với các đặc tính của biển số xe; (3) nhận dạng kí tự biển số xe có thể tiếp cận theo hướng sử dụng mạng neural nhân tạo

và thuật toán lan truyền ngược, mạng neural tích chập, v.v…

2.3 Khảo sát thực nghiệm bài toán quản lý tải trọng phương tiện tại các cảng biển

Trước khi thực hiện đề tài, vào tháng 08 năm 2016, tác giả đề tài đã tiến hành khảo sát thực nghiệm quy trình kiểm soát tải trọng phương tiện tại 02 đơn vị là: Cảng Bến Nghé, địa chỉ số 09 đường Bến Nghé, Quận 7, Thành phồ Hồ Chí Minh

và Cảng Tân Thuận Đông, địa chỉ đường Bến Nghé, Quận 7, Thành phố Hồ Chí Minh Công tác quản lý tải trọng phương tiện tại các đơn vị trên nói riêng và tại các cảng biển nói chung chủ yếu được kiểm soát tại 02 bộ phận chính là: bộ phận quản

lý cổng ra vào và trạm cân điện tử Khi phương tiện vào cổng nhận hàng, bộ phận quản lý cổng căn cứ tải trọng cho phép của phương tiện dựa trên sổ đăng kiểm (sổ

giấy) do tài xế cung cấp, cấp phiếu tải trọng trong một khoảng thời gian (thường là một tuần) để khi phương tiện quay trở lại cảng nhận hàng thì không cần phải đăng

ký lập phiếu cấp tải trọng Khi phương tiện lên cân, việc phát hiện phương tiện vượt quá tải trọng phụ thuộc nhiều vào nhân viên trạm cân, thiếu các chức năng cảnh báo trên phần mềm Nhìn chung công tác quản lý tải trọng phương tiện còn thực hiện thủ công và bán tự động; các đơn vị đều chưa áp dụng thị giác máy tính vào nhận dạng biển số xe nên khả năng tự động hóa còn thấp; việc cấp phiếu tải trọng trong một khoảng thời gian với mục tiêu đơn giản hóa thời gian lập phiếu tải trọng cho tài

xế nhưng đồng thời cũng phát sinh một số vấn đề như: tài xế thay đổi biển số rơmooc để nâng tải trọng được phép chở hàng, sử dụng sổ đăng kiểm giả để vào cổng, v.v

2.4 Những vấn đề đặt ra cần phải nguyên cứu giải quyết

Việc áp dụng thị giác máy tính vào nhận dạng biển số xe động (ALPR) trong môi trường thực tế là rất khó khăn, phụ thuộc nhiều vào ánh sáng, hướng và góc quay,… Do đó, luận văn cũng tập trung nghiên cứu để xác định rõ tiêu chuẩn lắp đặt camera phù hợp với đề tài nghiên cứu, trường hợp thực nghiệm trong môi trường ban đêm, đề tài đề xuất trang bị hệ thống camera có khả năng chống chói sáng và có thể nhìn rõ vùng biển số nhằm cho ra kết quả nhận dạng tốt nhất

Tập dữ liệu ảnh và video nguồn của các công trình nghiên cứu trong và ngoài nước mà đề tài tham khảo chủ yếu được thực hiện trên phương tiện là xe ô tô Biển

số xe ô tô phần lớn có đặc điểm kí tự rõ ràng, sạch và mang tính thẩm mỹ cao nên thuận lợi trong quá trình nhận dạng Trong khi đó, với đặc trưng giao nhận hàng hóa tại cảng biển, các xe ra vào đa phần là xe đầu kéo, xe container, xe tải,… di chuyển nhiều nên vùng biển số thường bị “bẩn”, kích thước đầu xe tương đối lớn, vùng biển

số thường được cố định bằng các đinh ốc lâu ngày rỉ sét tạo thành các đối tượng nhiễu gây khó khăn trong quá trình nhận dạng ký tự Vì vậy, luận văn đã tập trung nghiên cứu cải tiến thuật toán cắt sát ký tự và phân tách các ký tự dính liền nhằm tăng độ chính xác trong quá trình nhận dạng ký tự

Đối với bài toán quản lý tải trọng phương tiện ra vào tại Cảng Bến Nghé, với đặc thù về giao nhận hàng hóa tại các cảng biển, số lượng phương tiện ra vào nhiều

và thường xuyên nên đòi hỏi đề tài cần xây dựng các ứng dụng phần mềm không

chỉ đáp ứng đầy đủ các tính năng về nghiệp vụ quản lý mà còn phải thân thiện, dễ

sử dụng và hạn chế đến mức thấp nhất các thao tác nhập liệu của người dùng Hơn nữa, khi áp dụng đề tài sẽ chuyển mô hình quản lý từ thủ công sang thực hiện trên phân hệ phần mềm, từ nhập liệu bằng tay sang tự động nhận dạng biển số xe, do đó bên cạnh ứng dụng, luận văn cũng đã nghiên cứu cải tiến quy trình kiểm soát tải trọng phương tiện để có thể xử lý các tình huống nghiệp vụ phát sinh trong môi trường thực tiễn

Trong việc xây dựng một ứng dụng kiểm soát tải trọng phương tiện ra vào, tính pháp lý về mặt dữ liệu đăng kiểm của phương tiện là một trong các yêu cầu tối quan trọng đòi hỏi đề tài phải nghiên cứu giải quyết bởi các lý do sau:

 Dữ liệu đăng kiểm phương tiện phụ thuộc vào Sổ đăng kiểm (số giấy) do tài

xế cung cấp, do đó khó kiểm chứng được độ tin cậy của dữ liệu và khó nhận biết khi tài xế sử dụng sổ đăng kiểm giả nhằm làm tăng tải trọng để vào cổng nhận hàng

 Trong các lần kiểm tra công tác kiểm soát tải trọng của các cơ quan chức năng đều yêu cầu Cảng kết nối để lấy dữ liệu từ Cục đăng kiểm, tuy nhiên đến thời điểm áp dụng kết quả của đề tài, Cục đăng kiểm vẫn chưa cung cấp dịch vụ kết nối đến dữ liệu đăng kiểm của Cục mà chỉ hỗ trợ việc tra cứu trực tuyến thông tin đăng kiểm của phương tiện tại địa chỉ:

http://www.vr.org.vn/ptpublic_web/ThongTinPTPublic.aspx Mặc khác, nếu để bộ phận nghiệp vụ tra cứu thông tin phương tiện trên Website của Cục bằng phương pháp thủ công cho mỗi lượt phương tiện ra vào thì rất tốn chi phí về thời gian, dễ gây ách tách tại khu vực cổng ra vào và tạo phiền hà cho tài xế Trên cơ sở đó, đề tài hướng đến việc nghiên cứu chức năng tự động lấy thông tin đăng kiểm từ Website của Cục đăng kiểm dựa trên các kỹ thuật lập trình và nhận dạng hình ảnh captcha (recaptcha), bộ phận nghiệp vụ chỉ cần nhập biển số phương tiện, ứng dụng của đề tài sẽ tự động gửi yêu cầu và nhận kết quả để trả về giao diện chương trình cổng Đây là một trong các thách thức bên cạnh việc nhận dạng biển

số xe động mà luận văn đã tập trung nghiên cứu

2.5 Nội dung nghiên cứu

 Nghiên cứu tổng quan:

 Nghiên cứu bài toán quản lý tải trọng phương tiện ra vào cảng biển

 Nghiên cứu nghiệp vụ quản lý phương tiện tại phân hệ cổng và trạm cân

 Nghiên cứu các đặc tính đặc trưng của biển số xe Việt Nam

 Nghiên cứu các kỹ thuật nhận dạng biển số xe động

 Nghiên cứu của tác giả

 Nghiên cứu cải tiến thuật toán cắt sát biển số và phân tách các ký tự dính liền góp phần nâng cao độ chính xác trong việc nhận dạng biển số xe động

 Nghiên cứu xây dựng phân hệ chức năng tự động lấy thông tin đăng kiểm phương tiện từ Website của Cục đăng kiểm dựa trên các kỹ thuật lập trình

và nhận dạng mã captcha (recaptcha)

 Nghiên cứu cải tiến quy trình kiểm soát tải trọng phương tiện ra vào cảng biển và áp dụng kết quả của đề tài tại Công ty TNHH MTV Cảng Bến Nghé

2.6 Phương pháp dự định nghiên cứu

 Nghiên cứu lý thuyết về ảnh số: hệ màu, điểm ảnh, ảnh trắng đen,…

 Nghiên cứu thuật toán phát hiện phương tiện trong đoạn video hoặc camera thông qua việc so sánh sự khác biệt giữa ảnh hiện tại và ảnh nền

 Nghiên cứu kỹ thuật trích ảnh từ video

 Nghiên cứu các phương pháp nâng cao độ tương phản của ảnh

 Nghiên cứu áp dụng một số thuật giải đã có như lượt đồ xám (gray histogram), phân ngưỡng Threshold, chuẩn hóa ảnh, các phương pháp lọc (lọc trung bình, lọc trung vị,…), phương pháp chuyển ảnh xám sang ảnh nhị phân,…

 Nghiên cứu phát triển kỹ thuật định vị vùng chứa biển số xe bằng phương pháp hình thái học kết hợp với các đặc trưng của biển số xe Việt Nam

 Nghiên cứu phương pháp tách kí tự biển số xe

 Nghiên cứu cải tiến thuật toán cắt sát biển số và phân tách các ký tự dính liền

 Nghiên cứu phương pháp nhận dạng ảnh kí tự biển số dựa trên bộ công cụ Tesseract OCR

 Nghiên cứu xây dựng thuật toán nhận dạng biển số xe động áp dụng vào đề tài trên cơ sở tổng hợp các thuật toán và các kiến thức có liên quan về lập trình xử lý ảnh

 Nghiên cứu cải tiến quy trình kiểm soát tải trọng phương tiện ra vào tại cảng biển và thực nghiệm kết quả của đề tài tại Công ty TNHH MTV Cảng Bến Nghé

Chương 3 CƠ SỞ LÝ THUYẾT 3.1 Tổng quan về hệ thống nhận dạng biển số xe

Hệ thống nhận dạng biển số xe (ALPR) là hệ thống có khả năng phân tích hình ảnh hoặc video để phát hiện biển số phương tiện trong hình ảnh hoặc video đó Một hệ thống ALPR thường bao gồm phần cứng và phần mềm, trong đó phần cứng là các camera để thu nhận hình ảnh chứa phương tiện và phần mềm có chức năng nhận dạng biển số phương tiện từ ảnh chụp của camera đó

Dựa trên mục đích sử dụng, đa phần hệ thống ALPR được phân làm 02 nhóm chính sau:

3.1.1 Nhóm 1: Giới hạn vùng nhìn

Camera được đặt ở vị trí sao cho chỉ tập trung vào vùng chứa biển số phương tiện Để tiến hành nhận dạng, các phương tiện được yêu cầu di chuyển vào vùng đã được ấn định để camera tiến hành thu nhận hình ảnh và gửi về phần mềm nhận dạng Các hệ thống này thường được áp dụng tại các trạm kiểm soát, các bãi giữ xe

tự động và các trạm gác cổng,…

3.1.2 Nhóm 2: Không giới hạn vùng nhìn

Ảnh đầu vào của hệ thống không phụ thuộc vào góc độ, có thể chứa thêm các đối tượng ngoại cảnh xung quanh, ảnh thu nhận từ hệ thống camera không bắt buộc chỉ chứa vùng biển số, miễn là vùng chứa biển số xe phải đủ rõ để hệ thống có thể nhận dạng chính xác được kí tự Các hệ thống ALPR thuộc nhóm này thường được

áp dụng trong các lĩnh vực về quản lý giao thông như: thu phí tự động trên đường cao tốc, cảnh báo khu vực bị ách tách hoặc phát hiện hành vi vi phạm của phương tiện khi tham gia giao thông,…

3.2 Đặc trưng biển số xe tại Việt Nam

Biển số xe tại Việt Nam là tấm biển gắn trên mỗi phương tiện, có dạng hình chữ nhật hoặc hơi vuông, trên đó có các ký tự số và chữ, được cơ quan công an cấp cho lái xe nhằm dễ dàng trong việc quản lý phương tiện tham gia giao thông

Việc phân loại biển số xe được căn cứ dựa trên các quy định về màu sắc, ký tự trên biển số và danh mục tỉnh thành phố như sau:

3.2.1 Quy định về màu sắc:

 Nền biển màu trắng, chữ màu đen là dành cho dân sự

 Nền biển màu xanh, chữ màu trắng là dành cho khu vực nhà nước

 Nền biển màu trắng với 2 chữ và 5 số là biển dành cho người nước ngoài Trong đó, biển NG là xe ngoại giao, biển NN là xe của các tổ chức, cá nhân nước ngoài, 3 số ở giữa là mã quốc gia và 2 số tiếp theo là số thứ tự

 Nền biển màu đỏ, chữ màu trắng là dành riêng cho xe quân đội Riêng xe của các doanh nghiệp quân đội mang biển số 80 màu trắng Bên cạnh đó, với biển số quân đội, 2 chữ cái đầu tiên là ký hiệu viết tắt của đơn vị trực tiếp quản lý phương tiện

 Biển chứa kí tự LD là xe của các doanh nghiệp 100% vốn nước ngoài

 Rơ-moóc, sơ-mi-rơ-moóc chứa ký tự R

Bảng 3.1: Kí hiệu các đơn vị trong quân đội

BT Binh chủng thông tin

QH Quân chủng hải quân QK, QP,

QC Phòng không không quân

3.2.2 Quy định về biển số cho các tỉnh thành phố

Bảng 3.2: Danh mục ký hiệu biển số xe theo tỉnh, thành phố

Bắc Cạn

3.2.3 Xác định phạm vi nhận dạng biển số của đề tài

Qua khảo sát thực nghiệm tại Cảng Bến Nghé, đa phần các phương tiện vào Cảng giao nhận hàng hóa là các phương tiện có biển số hình chữ nhật thuộc khối doanh nghiệp tư nhân (loại xe có biển màu trắng, chữ đen) thuộc phạm vi thành phố

Hồ Chí Minh, Long An và các tỉnh Đông Nam Bộ,…; một số ít phương tiện thuộc

khối doanh nghiệp 100% vốn đầu tư nước ngoài (loại xe có biển màu trắng, chữ đen chứa ký tự “LD”); các xe thuộc quân đội hoặc khu vực nhà nước rất hiếm khi vào cảng để giao nhận hàng hóa Vì vậy, trong đề tài nghiên cứu này, luận văn chỉ tập trung nhận dạng biển số phương tiện dạng hình chữ nhật, nền màu trắng và chữ đen

3.2.4 Xây dựng hàm kiểm tra biển số hợp lệ

Trên cơ sở xác định phạm vi nhận dạng biển số phương tiện, đề tài tiến hành xây dựng module chức năng kiểm tra tính hợp lệ của một biển số với đầu vào là dãy

kí tự được cho là biển số và đầu ra là giá trị true hoặc false, với true là biển số hợp

lệ và false là biển số không hợp lệ

IsValidLicensePlate Algorithm

// input: chuỗi string s được cho là biển số xe

// output: giá trị True (T) hoặc false (F)

If s không thể so khớp với chuỗi @"^(\d{2})([A-Z])(\d{5})$"

Và s không khớp với chuỗi @"^(\d{2})([A-Z])(\d{4})$"

Và s không khớp với chuỗi @"^(\d{2})([A-Z]{2})(\d{5})$"

Và s không khớp với chuỗi @"^(\d{2})([A-Z]{2})(\d{4})$"

Và s không khớp với chuỗi @"^([A-Z]{2})(\d{5})$"

Và s không khớp với chuỗi @"^([A-Z]{2})(\d{4})$"

Thì Return F

Else Return T

3.3 Kỹ thuật nhận dạng biển số xe động

3.3.1 Tóm tắt quy trình nhận dạng biển số xe động

Hệ thống hoạt động với dữ liệu đầu vào là dãy ảnh nhận được từ camera trong giai đoạn xe đang di chuyển vào ra cổng hoặc khi lên trạm cân, khi phương tiện đi qua vùng nhận dạng, bằng các thuật toán phát hiện chuyển động, hệ thống sẽ xác định được các frame ảnh chứa phương tiện đang di chuyển, tiếp tục áp dụng các thuật toán trong đề tài để xác định vùng chứa biển số và tiến hành phân tách ký tự, ảnh ký tự sau đó sẽ được nhận dạng bằng bộ công cụ Tesseract OCR Đầu ra của hệ thống là các biển số xe hợp lệ dạng chuỗi text

Hình 3.1: Tóm tắt quy trình nhận dạng biển số xe động

Dãy ảnh từ

Camera

Dữ liệu đầu vào Quá trình xử lý Dữ liệu đầu ra

Phát hiện phương tiện đang di chuyển vào ra cổng hoặc khi lên cân

Frame ảnh chứa phương tiện đang di chuyển

Dãy các ảnh ký

tự biển số

Bộ nhận diện Tesseract OCR

Hàm kiểm tra và phân tách chuỗi biển số hợp lệ

Xác định biển số

và phân tách ký tự

Biển số hợp lệ dạng chuỗi string

Vùng nhận dạng

3.3.2 Phát hiện phương tiện đang di chuyển

Hệ thống tiếp nhận liên tục các frame ảnh từ camera Trên từng frame ảnh, chương trình sẽ thực hiện tuần tự các công đoạn được nêu trong hình 3.1 để xác định liệu có phương tiện đang trong ảnh hay không, nếu có phần mềm sẽ tiến hành nhận dạng biển số xe trên frame ảnh đã được xác định

Hình 3.2: Quy trình phát hiện phương tiện đang di chuyển Việc phát hiện đối tượng đang di chuyển trong vùng nhận dạng là rất quan trọng và được thực hiện tuần tự dựa trên các quy trình và thuật toán sau:

Tính độ dịch chuyển trong vùng nhận dạng (a)

Lưu frame ảnh chứa phương tiện

Trong thư viện lập trình xử lý ảnh Emgucv, việc chuyển ảnh từ hệ màu RGB sang ảnh đa mức xám được thực hiện thông qua hàm cvInvoke.cvtColor

3.3.2.2 Cập nhật ảnh nền

Ảnh nền là ảnh không chứa bất kì đối tượng chuyển động nào để những frame ảnh sau có thể so sánh và phát hiện các đối tượng chuyển động Với cách tiếp cận truyền thống việc chọn ảnh nền thường là frame ảnh đầu tiên mà chương trình nhận được, nhưng đây là cách tiếp cận mang tính rủi ro cao và không chính xác khi ảnh nền được chọn có thể chứa các đối tượng đang chuyển động Do đó, đề tài hướng đến việc xây dựng thuật toán liên tục cập nhật ảnh nền

Tại thời điểm bắt đầu, hệ thống nhận frame ảnh đầu tiên làm ảnh nền (Source Image) đồng thời phân tích các điểm ảnh theo hướng giảm dần sự khác biệt so với ảnh lớp phủ (Overlay Image) Chương trình sẽ liên tục dịch chuyển ảnh nền về phía ảnh lớp phủ (chính là frame ảnh hiện tại mà chương trình vừa nhận vào từ dãy ảnh) để thực hiện cập nhật trên mỗi điểm ảnh theo công thức sau [10]:

res = src + Min( Abs( ovr - src ), step ) * Sign( ovr - src )

Trong đó, nếu giá trị của step càng lớn thì kết quả sẽ càng giống với ảnh lớp phủ (Overlay Image) tối đa là 255 (hoặc 65.535 với ảnh 16 bit) Mục đích của

đề tài là khiến ảnh nền không còn các đối tượng chuyển động nên giá trị của step sẽ là 1 khi đó ảnh sẽ rất ít khác biệt so với ảnh lớp phủ Cứ sau mỗi frame ảnh mới khác nhau được nhận vào ta áp dụng công thức trên với giá trị step là 1 thì các đối tượng chuyển động trên ảnh nền sẽ được làm mờ đi và đến lúc nào

đó sẽ biến mất khỏi ảnh nền Kết quả nhận được sẽ là ảnh nền không có đối tượng chuyển động và có khả năng cập nhật ảnh nền chính xác và hiệu quả cho công việc xử lý phát hiện chuyển động

3.3.2.3 Bộ lọc điểm ảnh khác nhau và phương pháp phân ngưỡng

Sau khi có được ảnh nền thì việc phát hiện các đối tượng chuyển động có thể thông qua bộ lọc điểm ảnh khác nhau (Difference Filter) để tách các điểm ảnh chuyển động ra khỏi nền và dùng phương pháp phân ngưỡng

(Thresholding) chuyển đổi về ảnh nhị phân để thuận lợi hơn cho việc theo dõi chuyển động

3.3.2.4 Bộ lọc điểm ảnh khác nhau

Bộ lọc nhận vào 2 hình ảnh (ảnh nền và ảnh lớp phủ) có cùng kích thước và định dạng điểm ảnh, kết quả là một ảnh mà mỗi điểm ảnh tương đương với sự khác biệt hoàn toàn giữa các điểm ảnh từ ảnh lớp phủ

Ý nghĩa của thuật toán là sử dụng cặp giá trị tương đương với mỗi pixel từ

2 ảnh Với v1 là giá trị từ ảnh nền và v2 là giá trị từ ảnh lớp phủ, kết quả của phép toán |v1-v2| nếu khác 0 thì điểm ảnh tương ứng với cặp giá trị này sẽ là trong suốt

3.3.2.5 Phương pháp phân ngưỡng

Ảnh xám sau khi qua bộ lọc điểm ảnh khác nhau sẽ được áp dụng phương pháp phân ngưỡng để chuyển về ảnh phị phân Ảnh nhị phân là ảnh mà giá trị tại mỗi điểm ảnh hoặc là 0 hoặc là 255 (hoặc 1)

Nguyên tắc chuyển ảnh đa mức xám về ảnh nhị phân là dựa trên một giá trị ngưỡng đã được quy định Tất cả điểm ảnh với cường độ tương đương hoặc cao hơn giá trị ngưỡng sẽ được chuyển đổi thành các điểm ảnh màu trắng và ngược lại là điểm ảnh màu đen

DifferenceFilter Algorithm

// Nội dung chính của giải thuật

FOR each row of pixels in Memory

FOR each pixel from row of pixels

SET v to *srcFrame - *overlayFrame

IF v < 0 THEN

SET v to –v END IF

SET *srcFrame to v END FOR

END FOR

If f(x,y) >= T then g(x,y) = 255

FOR each row of pixels in Memory

FOR each pixel from row of pixels

IF *srcFrame >= T

SET v to 255 ELSE

SET v to 0 END IF

SET *srcFrame to (byte) v END FOR

END FOR

Trong đó, A B là phép co nhị phân của tập hợp A bởi phần tử cấu trúc, A là tập hợp các phần tử của hình ảnh gốc, B là tập hợp các điểm z (z là tâm điểm của phần tử cấu trúc B) sao cho Bz là tập con của A Phép co nhị phân của ảnh

A với phần tử cấu trúc B là quỹ tích các điểm được tạo ra bởi tâm điểm của phần tử cấu trúc B khi tịnh tiến trên hình ảnh A Nếu B có phần tử cấu trúc 3x3

ta có mô tả sau:

B( i , j ) ∈ {0,1}

Khi xét tuần tự các điểm ảnh của ảnh nhị phân mà bộ lọc nhận được, tương ứng với mỗi điểm ảnh đặt phần tử cấu trúc lên sao cho trọng tâm của phần tử cấu trúc ngay tại điểm ảnh đó Nếu các điểm ảnh trong ảnh nhị phân (xung quanh điểm ảnh đầu vào) tương ứng với các điểm ảnh trong cấu trúc phần tử là điểm ảnh trắng thì điểm ảnh đầu vào đó sẽ được bỏ qua Ngược lại nếu có bất kì điểm ảnh nào trong ảnh nhị phân là màu đen thì điểm ảnh đầu vào sẽ được thiết lập thành màu đen

Hình 3.3: Ảnh minh họa các trường hợp xét điểm ảnh với phần tử cấu trúc 3x3

Như quy tắc đã trình bày ở trên thì trong ảnh chỉ có trường hợp C là điểm ảnh đầu vào được bỏ qua, còn các trường hợp còn lại (A, B, D) điểm ảnh đầu vào đều được thiết lập thành màu đen Kết quả nhận được sau khi sử dụng bộ lọc Erosion được minh họa ở Hình 3.4

Hình 3.4: Tác dụng của bộ lọc Erosion theo cấu trúc phần tử dạng hình vuông 3x3 Ảnh nhị phân sau khi sử dụng bộ lọc Erosion với phần tử cấu trúc 3x3 sẽ khiến các điểm ảnh dư thừa nằm rải rác trên ảnh biến mất

Trong thự viện Emgucv, việc sử dụng bộ lọc Erosion được thực hiện thông qua hàm cvInvoke.Erode

3.3.2.7 Bộ lọc Dilation

Ảnh nhị phân chứa các điểm ảnh chuyển động sau khi qua bộ lọc Erosion

đã được lượt bỏ những điểm ảnh thừa Tuy nhiên với những đối tượng di chuyển nhỏ hay các đối tượng có điểm ảnh thưa thớt lại bị bộ lọc Erosion thu hẹp các điểm ảnh trắng, điều này gây bất lợi và làm giảm tính chính xác trong việc liên kết giữa các điểm ảnh Vì vậy, bộ lọc Dilation [16] với nhiệm vụ mở rộng các điểm ảnh màu trắng và thu hẹp các điểm ảnh màu đen Bộ lọc này giúp

ta lấy lại đường viền của những đối tượng mà Erosion đã biến đổi

Bộ lọc Dilation áp dụng phép giãn nhị phân được định nghĩa như sau:

Như vậy phép giãn nhị phân của tập hợp A bởi phần tử cấu trúc B là tập hợp của tất cả các điểm z (z là tâm điểm của phần tử cấu trúc B trên tập hợp A) sao cho phản xạ của Bz giao với tập A tại ít nhất một điểm Hay nói cách khác,

phép giãn nhị phân là sự chồng chéo từ ít nhất một phần tử từ phản xạ của phần

tử cấu trúc B với tập hợp A Đồng thời các phần tử này phải là tập con của tập hợp A

Bộ lọc Dilation áp dụng cấu trúc phần tử ngược lại so với Erosion Ta xét tuần tự các điểm ảnh của ảnh nhị phân mà bộ lọc nhận được Tương ứng với mỗi điểm 20 ảnh ta đặt phần tử cấu trúc 3x3 lên sao cho trọng tâm của phần tử cấu trúc ngay tại điểm ảnh đó Nếu các điểm ảnh trong ảnh nhị phân (xung quanh điểm ảnh đầu vào) tương ứng với các điểm ảnh trong cấu trúc phần tử đều là điểm ảnh đen thì điểm ảnh đầu vào đó sẽ được bỏ qua Ngược lại nếu có bất kì điểm ảnh nào trong ảnh nhị phân là màu trắng thì điểm ảnh đầu vào sẽ được thiết lập thành màu trắng

Xét ví dụ ở Hình 3.3, nếu áp dụng bộ lọc Dilation có phần tử cấu trúc 3x3 thì chỉ có trường hợp D là điểm ảnh đầu vào được bỏ qua, còn các trường hợp

A, B, C tất cả các điểm ảnh đều được chuyển đổi sang màu trắng Kết quả sau khi sử dụng bộ lọc Dilation được thể hiện ở Hình 3.5

Hình 3.5: Tác động của bộ lọc Dilation theo cấu trúc phần tử dạng hình vuông 3x3 Như vậy sau sử dụng bộ lọc Dilation, ảnh nhị phân chứa các điểm ảnh chuyển động đã được vẽ viền lại, khiến các đối tượng chuyển động hiển thị rõ

và mang tính liên kết điểm ảnh cao hơn

Trong thự viện Emgucv, việc sử dụng bộ lọc Dilation được thực hiện thông qua hàm cvInvoke.Dilate

3.3.2.8 Độ dịch chuyển trong vùng nhận dạng

Độ dịch chuyển của đối tượng trong vùng nhận dạng là cơ sở để hệ thống xác định liệu có phải phương tiện đang di chuyển trong vùng nhận dạng hay không?! Nếu mức độ dịch chuyển là không đáng kể, chương trình sẽ bỏ qua các bước nhận dạng biển số trên frame ảnh đó nhằm giảm chi phí về thời gian

và tốc độ xử lý của hệ thống

Giải thuật tính toán mức độ chuyển động của đối tượng bắt đầu bằng việc duyệt qua tất cả các điểm ảnh và tính tổng số điểm ảnh màu trắng Đây cũng chính là số các pixel thay đổi (pixelChanged)

Toán tử dịch phải bit (>>) làm việc trên một biến duy nhất và dịch từng bit trong toán hạng sang phải Số bit dịch chuyển được chỉ định là số theo sau toán

tử Việc dịch phải n bit đồng nghĩa với việc chia toán hạng cho 2n Giá trị của bit chèn vào bên trái luôn luôn bằng 0 Như vậy với ảnh nhị phân truyền vào, mỗi bit ảnh sẽ mang giá trị 0 hoặc 1, áp dụng toán tử dịch phải bit thì tương ứng mỗi điểm ảnh trắng sẽ có giá trị là 1 Tiếp tục lấy số lượng điểm ảnh thay đổi chia cho kích thước tấm ảnh sẽ ra được mức độ chuyển động

SET motionLevel = countWhitePixel/(imageWidth*imageHeight)

Nếu mức độ là 0.2 có nghĩa là 20% sự khác nhau giữa ảnh đó với ảnh nền Tuy nhiên việc tính toán mức độ chuyển động này không diễn ra trên toàn frame ảnh đầu vào, mà chỉ tính toán trên một khu vực do người cài đặt chỉ định Trong đề tài nghiên cứu này, dựa trên đặc trưng phương tiện ra vào cổng và khi lên trạm cân đều trải qua 02 giai đoạn là giai đoạn khi phương tiện đang di chuyển vào và khi phương tiện dừng lại để làm thủ tục nên tại mỗi phân hệ, đề

TotalWhitePixel Algorithm

// Nội dung chính của thuật toán

FOR each row of pixels in Memory

FOR each pixel from row of pixels

SET countWhitePixel += ((*src) >> 7) END FOR

END FOR

tài đã xây dựng 02 vùng nhận dạng với mục tiêu tăng độ chính xác trong việc phát hiện biển số và nhận dạng ký tự

3.3.3 Xác định vùng chứa biển số

Frame ảnh chứa phương tiện đang di chuyển sẽ được hệ thống tiến hành xác định vùng chứa biển số theo quy trình sau:

Hình 3.6: Quy trình xác định vùng chứa biển số

3.3.3.1 Nâng cao độ tương phản của ảnh

Ảnh chứa đối tượng di chuyển tiếp tục được xử lý thông qua các phép biến đổi hình thái học như Closing, Opening, White Top-Hat và Black Top-Hat trên

cở sở phối hợp các bộ lọc Erosion và Dilation nhằm tăng độ chính xác trong việc xác định biển số phương tiện

Opening: Ảnh sẽ qua bộ lọc Erosion, sau đó qua bộ lọc Dilation Với A là tập hợp các phần tử đầu vào, B là phần tử cấu trúc Kết quả của phép toán này

sẽ khiến các cấu trúc nền đơn lẻ có cấu trúc bé hơn phần tử cấu trúc B sẽ biến mất (mang giá trị 0) ngược lại sẽ được giữ nguyên

Dữ liệu đầu vào Quá trình xử lý Dữ liệu đầu ra

Nâng cao độ tương phản

Loại bỏ khu vực không mong muốn

Ảnh biển số sau khi đã tiền xử lý

Frame ảnh chứa

phương tiện

Xác định vùng chứa biển số Nhị phân hóa ảnh

Xoay thẳng biển số

Hình 3.7: Ảnh nhị phân trước (a) và sau (b) khi sử dụng phép Opening

Closing: Ảnh qua bộ lọc Dilation sau đó là Erosion Những cấu trúc nhỏ hơn phần tử cấu trúc B sẽ được lấp lại (mang giá trị 255)

Hình 3.8: Ảnh nhị phân trước (a) và sau (b) khi sử dụng phép Closing

White Top-Hat: được sử dụng để trích xuất các vùng sáng trong ảnh Những vùng nhỏ hơn cấu trúc B và có giá trị điểm ảnh sáng hơn vùng xung quanh

Black Top-Hat: phép toán trích xuất các vùng tối trong ảnh, những vùng nhỏ hơn phần tử cấu trúc B và có giá trị điểm ảnh nhỏ hơn vùng xung quanh

Để nâng cao độ tương phản của ảnh, đề tài đã áp dụng công thức sau, và gọi như là một bộ lọc mang tên Both Top-Hat[4]:

T bth (A) = A + T w (A) – T b (A)

Căn cứ trên các đặc trưng của biển số xe, phần màu nền thông thường sẽ mang màu sáng Do đó, để thành phần biển số nổi bật hơn các thành phần khác,

đề tài đã tính tổng các phần tử đầu vào (A) với các phần tử từ phép White

Top-Hat(Tw(A)) Sau đó, tính hiệu của chúng với các phần tử từ phép Black Top-Hat (Tb (A))

3.3.3.2 Loại bỏ khu vực không mong muốn

Đề tài tập trung vào nghiên cứu nhận dạng biển số có nền trắng, chữ đen Căn cứ vào đặc điểm này, việc loại bỏ khu vực không mong muốn được chia làm 02 giai đoạn là trích xuất các vùng tối trong ảnh để làm nổi bật ký tự biển

số và áp dụng kỹ thuật DirectionalFiltering

Trích xuất các vùng tối trong ảnh: được thực hiện thông qua bộ lọc Black Top-Hat để trích xuất các vùng ảnh tối mang giá trị điểm ảnh sáng hơn (tiến về 255) Trong bộ lọc Black Top-Hat, việc xác định phần tử cấu trúc phải có kích

cỡ vừa đủ để có thể chứa gọn các ký tự của biển số, những vùng ảnh sáng khác lớn hơn cấu trúc này sẽ bị làm tối

Kỹ thuật Directional Filtering: là kỹ thuật dựa trên các bộ lọc với phần tử cấu trúc có hướng (vertical/ horizontal structure element)

Hình 3.9: Phần tử cấu trúc có hướng Phần tử cấu trúc có hướng theo phương thẳng đứng sẽ chỉ có một cột và theo phương ngang sẽ chỉ có một hàng với độ cao và chiều dài tùy chỉnh Kỹ thuật Directional Filtering được áp dụng để xác định thô các khu vực có thể là biển số xe Trong đề tài này, luận văn nghiên cứu sử dụng 02 quá trình xử lý là Directional Closing và Directional Opening Kỹ thuật Directional Closing được

áp dụng với phần tử cấu trúc theo phương ngang có độ dài nhỏ hơn chiều cao của biển số với mục tiêu làm làm nhòe các ký tự số nằm sát nhau tạo nên các vùng sáng tương đương với kích thước của biển số Tiếp theo, kỹ thuật Directional Opening được thực hiện thông qua 2 bộ lọc là Opening theo phương thẳng đứng và Opening theo phương nằm ngang Sử dụng bộ lọc Opening với phần tử cấu trúc theo phương đứng, kích thước không vượt quá chiều cao của