nghiên cứu nhận diện biển số xe

Theo các mốc phát triển, người ta thấy trí tuệ nhân tạo được sinh ra từ những năm 50 với các sự kiện sau: Năm 1950 Turing được coi là người khai sinh ngành Trí tuệ nhân tạo bởi phát hiện của ông về máy tính có thể lưu chương trình và dữ liệu với bài kiểm tra khả năng thể hiện hành vi trí tuệ của máy tính. Năm 1951 chương trình máy tính đầu tiên ra đời. Tháng 81956 J.Mc Carthy,M.Minsky,A.Newell,Shannon,Simon,…đưa ra khái niệm” trí tuệ nhân tạo”. Vào khoảng năm 1960 tại Đại học RMIT(Masachussets Institure of Technology) ngôn ngữ LISP ra đời,phù hợp với những nhu cầu xử lí đắc trưng của trí tuệ nhân tạođó là ngôn ngữ đầu tiên dùng cho trí tuệ nhân tạo. Thuật ngữ trí tuệ nhân tạo được dùng đầu tiên vào năm 1961 cũng tại RMIT. Đến năm 1964,các nhà khoa học đã tạo ra phiên bản thử nghiệm đầu tiên của một chương trình AI hiểu được ngôn ngữ tự nhiên. Những năm 60 là giai đoạn lạc quan cao độ về khả năng làm cho máy tính biết suy nghĩ. Trong giai đoạn này người ta được chứng kiến máy chơi cờ đầu tiên và các chương trình chứng minh định lí tự động. Ngày nay,trí tuệ nhân tạo ngày càng phát triển từng bước đi vào cuộc sống hằng ngày của con người và đạt được nhiều thành tựu ấn tượng như nhà vô địch cờ vua thế giới Gary Kasparov,tạo ra robot thông minh,phát triển xe hơi tự lái,trợ lí ảo trở nên phổ biến.

TRƯỜNG ĐẠI HỌC CÔNG NGHỆ GTVT KHOA CÔNG NGHỆ THÔNG TIN -o0o - ĐỒ ÁN VIỄN THÔNG ỨNG DỤNG TRÍ TUỆ NHÂN TẠO TRONG GTVT GIẢNG VIÊN HƯỚNG DẪN: ĐỖ XUÂN THU SINH VIÊN THỰC HIỆN: NGUYỄN THỊ LƯƠNG NGUYỄN TIẾN ANH TRẦN VĂN LƯU LỚP: 66DCDT21 HÀ NỘI 10-2018 Đồ án viễn thông MỤC LỤC Đồ án viễn thơng KÍ HIỆU VIẾT TẮT AI(Artificial Intelligence Trí tuệ nhân tạo GTVT Giao thông vận tải MLP(Multi Layer Pecrepton) Mơ hình mạng nhiều tầng truyền thẳng ITS(Intelligent Transport System) Hệ thống giao thơng thơng minh TTNT Trí tuệ nhân tạo HTGTTM Hệ thống giao thông thông minh HT Hệ thống GTTM Giao thông thông minh BOT (Build-Operate-Transfer) Xây dựng-vận hành-chuyển giao GPS Global Positioning Systems hệ thống xác định vị trí dựa vị trí vệ tinh nhân tạo GMS Global System for Mobile Commications hệ thống thơng tin di động tồn cầu Cơng nghệ RFIP Radio Frequency Identification công nghệ nhận dạng đối tượng sóng vơ tuyến MOC Trung tâm vận hành bảo trì NOC Trung tâm giám sát Đồ án viễn thơng Thẻ VTEC Thẻ thu phí tự động ATS Hệ thống Automatic Train Stop hệ thống dừng tàu tự động Cơ quan QLNN Cơ quan quản lí nhà nước ANN Mạng Neural nhân tạo VLSI Very-Lager-Scale-Intergrated DANH SÁCH HÌNH MINH HỌA Hình 1.2.1 Các loại phương tiện GTVT…………………………………….… … Hình 1.2.2 Hệ thống hạ tầng giao thơng…………………………………… … …10 Hình 1.2.3 Biển báo đèn tín hiệu………………………………………… … 10 Hình 1.4.1 Thành phố thơng minh……………………………………………… 20 Hình1.4.2 Thiết bị đeo thơng minh……………………………………………… 21 Hình 1.4.3 Khơng gian sống cơng nghệ………………………………………… 22 Hình 1.4.4 Hệ thống đường phố đền đường thử nghiệm thành phố Anh…… ….23 Hình 1.4.5 Mạng lưới điện lượng thơng minh……………………… … 24 Hình 2.2.1 Mơ hình Neural sinh học………………………………………… … 26 Hình 2.2.2 Mơ hình neural nhân tạo……………………………………… …28 Hinh 2.2.3 Sơ đồ đơn giản mạng nueral nhân tạo…………………… ….…29 Hình 2.2.4 Sơ đồ đồ thị có hướng đơn giản…………………………………… …31 Hình 2.3.2 Q trình nhận dạng kí tự…………….…………………………….… 32 Hình 2.3.1 Một số ví dụ mẫu kí tự nhận dạng kí tự quang học….… 33 Hình 2.4.1 Q trình tách kí tự………………………………………………… 35 Hình 2.4.2 Q trình tìm giới hạn kí tự……………………………………….…… 36 Hình 2.4.3 Q trình chia lưới kí tự………………………………………….…… 37 Hình 2.4.4 Q trình ánh xạ từ ma trận điểm sang ma trận giá trị……………… .38 Đồ án viễn thơng Hình 2.5.1 Ảnh đầu vào…………………………………………………………… 38 Hình 2.5.2 Ảnh chuyển mức xám…………………………………………………39 Hình 2.5.3 Sơ đồ giải quyết………………………………………………….…… 39 Hình 2.5.4 Quá trình xử lí ảnh thực tế………………………………… …… 44 Hình 2.5.6 Hệ thống quản lí phương tiện đầu ra………………………………………50 Hình 2.5.7 Lưu đồ giải thuật kí tự…………………………………………………… 51 Hình 2.5.8 Q trình xử lí ảnh thực tế……………………………………………… 52 Hình 2.6 hệ thống quản lí phương tiện vào ra…………………………………………53 Đồ án viễn thông BẢNG BIỂU MINH HỌA Bảng 1.3.1 Một số miền dịch vụ 15 Bảng 2.3.3 số mã sử dụng 33 Đồ án viễn thông LỜI CẢM ƠN Trên thực tế khơng có thành cơng mà không gắn liền với hỗ trợ, giúp đỡ dù hay nhiều , dù trực tiếp hay gián tiếp người khác suốt thời gian từ bắt đầu học tập giảng đường đại học đến ,em nhận nhiều quan tâm ,giúp đõ q Thầy Cơ , gia đình bạn bè Với lòng biết ơn sâu sắc , em xin gửi đến Thầy Đỗ Xuân Thu giảng viên -trường Đại học Công Nghệ Giao Thông Vận Tải với tri thức tâm huyết để truyền đạt vốn kiến thức quý báu cho chúng em suốt thời gian làm đồ án học tập trường buổi nói chuyện , thảo luận lĩnh vực sáng tạo nghiên cứu khoa học Nếu khơng có lời hướng dẫn ,dạy bảo thầy em nghĩ đồ án em khó hồn thiện Một lần em xin cảm ơn thầy Đồ án mạng viễn thông thực khoảng thời gian tháng Bước đầu xây dựng đề cương cho việc tìm hiểu lĩnh vực nghiên cứu từ bước tìm hiểu kỹ thuật.kiến thức chúng em hạn chế nhiều bỡ ngỡ ,khơng tránh khỏi thiếu sót điều chắn ,em mong nhận đóng góp q báu Thầy Cơ bạn học lớp để kiến thức chúng em lĩnh vực ngày vững hoàn thiện Đồ án viễn thông NHẬN XÉT VÀ ĐÁNH GIÁ Tên đề tài : Tìm Hiểu Về Trí Tuệ Nhân Tạo GTVT Sinh viên thực hiện: Nguyễn Thị Lương Nguyễn Tiến Anh Trần Văn Lưu Lớp: 66DCDT21 NỘI DUNG NHẬN XÉT Nhận xét ý nghĩa thực tiễn đề tài Nhận xét phạm vi đề tài Đồ án viễn thơng LỜI NĨI ĐẦU Trong thập kỷ vừa qua ,cùng với phát triển khoa học cơng nghệ ngành viễn thơng có bước phát triển , đáp ứng nhu câu trao đổi thông tin góp phần khơng nhỏ việc xây dựng định hướng phát triển xã hội loài người Chúng ta sống kỷ nguyên bùng nổ thông tin , việc trao đổi thông tin khắp nơi giới với yêu cầu nhanh chóng xác Để ta phải nghiên cứu kỹ thuật điều chế tín hiệu , kỹ thuật công nghệ để ngày tạo công nghệ đáp ứng nhu cầu ngày người : mơ hình thành phố thông minh,hệ thống giao thông thông minh Được giúp đỡ thầy giáo hướng dẫn , nhóm em thược đề tài : “ Tìm hiểu trí tuệ nhân tạo GTVT” Được hướng dẫn tận tình thầy , nhóm em có gắng vận dụng kiến thức học để hoàn thành đồ án , thời gian kiến thức hạn chế , hẳn đồ án tránh khỏi thiếu sót chúng em mong góp ý , bảo , đóng góp thầy bạn Em xin chân thành cảm ơn! Đồ án viễn thông CÁC NỘI DUNG CHÍNH • TỔNG QUAN VỀ TRÍ TUỆ NHÂN TẠO TRONG GTVT • ỨNG DỤNG MẠNG NUERAL TRONG NHẬN DẠNG BIỂN SỐ XE • KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 10 Đồ án viễn thơng Hình 2.5.4 Ảnh nhị phân 2.5.5 Chương trình tìm góc nghiêng 2.5.5.1 Biến đổi radon Dùng để biến đổi ảnh không gian chiều với đường thẳng thành miền Radon, đường thẳng ảnh cho điểm miền Radon Cơng thức tốn học biến đổi Radon: Phương trình biểu diễn việc lấy tích phân dọc theo đường thẳng s ảnh, ρ khoảng cách đường thẳng so với gốc tọa độ O, θ góc lệch so với phương ngang 44 Đồ án viễn thơng Hình 2.5.5 Phương pháp biến đổi Radon Trong xử lý ảnh số, biến đổi Radon tính tốn hình chiếu ma trận ảnh dọc theo hướng xác định Hình chiếu hàm số2 chiều f(x,y) la tập hợp tích phân đường Hàm Radon tính tốn tích phân đường dọc theo tia song song theo phương khác ( cách xoay hệ trục tọa độ xung quanh O theo giá trị θ khác ), chiều rộng tia pixel Hình biểu diễn hình chiếu đơn giản theo giá trị góc θ Hình 2.5.6 Hình chiếu đơn giản theo góc θ Cơng thức tổng qt có thểviết lại sau: 2.5.5.2 Với: Tìm góc nghiêng xoay 45 Đồ án viễn thơng Biển số chụp với nhiều góc nghiêng khác nhau, ta phải tìm góc nghiêng xoay phương thẳng Đây việc quan trọng, khơng quay phương thẳng cắt biển số bị phạm vào biển số Chúng ta xác định góc nghiêng phương pháp biến đổi Radon Trước biến đổi Radon, ảnh chứa biển số biến đổi thành ảnh tách biên nhị phân Sau đó, ta tiến hành biến đổi Radon để tìm góc xoay Thực biến đổi Radon với góc θ chạy khoảng ( 0: 180), ta ma trận với điểm R(θ) với góc θ tọa độ pixel tương ứng Sau biến đổi Radon xác định góc Rmax ứng với Rmax ta có θ max góc lệnh (90 – θmax ).Sau ta sử dụng hàm Rotate MATLAB để xoay ảnh với góc lệch tìm Lưu đồ giải thuật chương trình xoay 46 Đồ án viễn thơng Hình 2.5.7 Lưu đồ giải thuật chương trình xoay ảnh 2.5.6 Trích xuất vùng biển số Trích từ biển số bước sau thu nhận ảnh.Quy ước biển số kim loại nhỏ gắn chữ số đặt trước,sau xe với mục đích xác định xe máy không hiểu điều này,không thể hiểu định nghĩa xe,đường,biển số…Vì phải đưa thơng số phân tích định nghĩa cho máy hiểu xử lí.Đây giai đoạn quan trọng xác định tốc độ mạnh mẽ hệ thống Trong đó, phổ biến có phương pháp đây:  Phương pháp dùng chuyển đổi Hough: dựa vào đặc trưng cạnh biên trích được,áp dụng phương pháp xác định đường thẳng phép biến đổi Hough để phát cặp đường thẳng gần song song ghép thành ảnh biển số 47 Đồ án viễn thơng  Phương pháp hình thái học: dựa vào đặc trưng hình thái biển số xe màu sắc, độ sáng, đối xứng… để xác định trích ảnh biển số  Phương pháp khớp mẫu: xem biển số đối tượng có khung riêng sử dụng cửa sổ dò để trích đối tượng đưa qua mạng noron (neural network), trí tuệ nhân tạo (artificial intelligence) chẳng hạn để phân loại có phải vùng biển số hay không Trong đồ án sử dụng phương pháp hình thái hình học: Nội dung phương pháp dựa vào đặc trưng độ sáng(mức xám chuyển dạng xám)tương đối khác so với vùng khác ảnh phân bố đồng biển số.Vì nhị phân hóa vùng biển số đối tượng có đặc thù hình thái phân biệt với vùng khác.Các bước thực hiện:Xác định ngưỡng xám Thực chất khơng có phương pháp chọn cho ngưỡng xám để thực Thay vào đó, ngưỡng xám qt khoảng Thơng qua lược đồ xám ta nhận thấy vùng biển số thường có độ sáng tương đối lớn (từ 130200) ta xác định lược đồ xám lớn khoảng ngưỡng xám cần chọn thuộc vùng nhờ ta giảm thời gian lặp tìm ngưỡng xám.hình Hình 2.5.8 Ảnh xám đầu vào Hình 2.5.9 Lược đồ xám ảnh 48 Đồ án viễn thơng Nhị phân hố ảnh xám đầu vào với ngưỡng xám xác định o Lọc nhiễu (salt and pepper noise) gây ảnh hưởng xấu tới đối tượng biển số o Gắn nhãn cho đối tượng lại ảnh nhị phân thu o Trích đối tượng ứng viên biển số theo tiêu chí cụ thể biển số xe chiều cao, chiều rộng, tỉ lệ cạnh, diện tích, trọng tâm … Cụ thể nghiên cứu chọn: 7000 pixel ≤ diện tích ≤ 150000 pixel 0,68 ≤ chiều cao/chiều rộng ≤ 0,8 ● Ưu điểm: o Đơn giản,chọn xác vùng biển số ● Nhược điểm: thời gian xử lý lớn 2.5.7 Cách ly xếp ký tự 2.5.7.1 Chia biển số thành hàng Biển số xe máy Việt Nam thường có hàng, hàng thường có ký tự, hàng có ký tự Vì phải chia biển số thành hàng sau tách biển số thành hàng dưới, mục đích cách làm nhằm nhận dạng thứ tự vị trí ký tự nằm biển số Vì biển số bị nghiêng so với thực tế, thuật toán ta chọn hoạt động theo trái qua phải xuống Nếu khơng có giải pháp xử lý khó thực thứ tự biển số Xây dựng chương trình dùng để thực việc Thuật toán Bắt đầu từ điểm ảnh ( x, y) (0,0), đặt dòng - Quét đến hết chiều ngang ảnh giá trị y ảnh - Nếu phát điểm đen lưu giá trị y đỉnh hàng - Quét đến dòng thứ I mà khơng phát điểm đen dòng cuối Ta tiến hành tách vùng ảnh từ dòng đến dòng I hàng thứ biển số xe 49 Đồ án viễn thông - Lưu đồ giải thuật cắt biển số thành hàng: - Hình 2.5.10 Lưu đồ giải thuật cắt biển số thành hàng 2.5.7.2 Cắt ký tự hàng - Đòi hỏi cần phải cắt đủ ký tự Nếu không đủ ký tự cần phải mở camera chụp lại biển số 50 Đồ án viễn thông - Lưu đồ giải thuật cắt ký tự: - - - - - Hình 2.5.11 Lưu đồ giải thuật cắt ký tự Tiến hành với hàng biển số dùng kỹ thuật quét ảnh phân vùng ảnh, sau lựa chọn đối tượng ảnh cho phù hợp với kích thước diện tích Chuẩn hóa kích thước đối tượng sau lưu lại đối tượng vào mảng, theo thứ tự từ đối tượng biển số từ trái qua phải từ xuống 51 Đồ án viễn thông Kết biển số xe thõa mãn chứng tỏ ta dừng thuật toán chuyển sang bước nhận dạng kí tự Neural tìm thấy tất biển số xe tồn ảnh bắt buộc phải duyệt qua tồn vùng ảnh • Kết minh họa - - Ảnh chụp - Tìm vùng biển số xe - - Lấy vùng biển số xe - Xác định góc nghiêng - Xoay ảnh 52 Đồ án viễn thơng - Chọn lấy vùng biển số - - Cắt biên thừa - Cải thiện chất lượng ảnh - Định kích thước chuẩn,đảo ảnh tách kí tự - - Hình 2.5.12 Q trình xử lí ảnh thực tế Ảnh biển số sau q trình xử lí phần mềm nhận diện kí tự cho hệ thống biết thông số ghi biển 53 Đồ án viễn thông Ứng dụng thực tế 2.6 - - - Ứng dụng nhận diện biển số xe sử dụng nhiều hế tống như: hệ thống tự động phát đèn đỏ,hệ thống tự động phát vi phạm tốc độ, hệ thống tự động phát biển số đen,ứng dụng nhận dạng biển số Quản lí bãi đỗ xe,ứng dụng nhận dạng biển số kiểm soát vào ra, uqngs dụng nhận dạng biển số tạm cân tự động Ví dụ cụ thể hệ thống quản lí bãi xe SPM hệ thống có chức ghi vé xe tự động cách kết hợp giữ thẻ từ camera giám sát,hệ thống cho phép ghi vé xe kiểm soát vé xe vào cách nhanh chóng,chính xác với đầy đủ thơng tin như:vé xe,biển số xe,ảnh xe,ảnh người gửi xe nhằm điều hành bãi xe nắm bắt tình hình,báo cáo doanh thu… Ví dụ Hệ thống quản lí phương tiện vào - - Hình 2.6 Hệ thống quản lí phương tiện vào 2.5 Kết luận - Việc ứng dụng mạng nueral nhận diện biển số xe cần thiết cho quốc số lượng xe cộ,phương tiện lại ngày tăng Mạng Nueral ứng dụng nhận diện biển số xe với kĩ thuật nhận dạng kí tự,hình ảnh mang lại lợi ích vơ lớn cho phát triển quốc gia như:tăng độ an tồn giao thơng,giúp phủ quản lí,điều hành xác thuận tiện hơn,tạo môi trường sống tốt cho người dân… 54 Đồ án viễn thông - CHƯƠNG KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN - 3.1 Kết luận - Cuộc cách mạng công nghiệp 4.0 không phát triển công nghệ lĩnh vực công nghệ thông tin truyền thông mà sóng giải pháp đột phá cơng nghệ nhiều lĩnh vực công nghệ sinh học, công nghệ nano, lượng tái tạo, công nghệ vật liệu, tính tốn lượng tử đặc biệt trí tuệ nhân tạo Mạng nueral kĩ thuật trí tuệ nhân tạo ứng dụng phổ biến nhiều lĩnh vực,phần mềm,hệ thống quản lí điều hành giao thông vận tải - Demo nhận dạng với phương pháp trình bày đồ án đạt - số điểm như:  Nắm đặc điểm tốn nhận dạng nói chung nhận dạng biển số xe - nói riêng  Tìm hiểu số phương pháp nhận dạng biển số xe, nắm ưu nhược điểm phương pháp  Demo Test thử thành công liệu mẫu với tỉ lệ nhận dạng xác 99%  Nắm đặc điểm tốn nhận dạng nói chung nhận dạng biển số xe nói riêng  Tìm hiểu số phương pháp nhận dạng biển số xe, nắm ưu nhược điểm phương pháp - Bên cạnh đó, tồn số điểm hạn chế chưa giải như:  Tỉ lệ nhận dạng phụ thuộc nhiều vào điều kiện ánh sáng, phản chiếu che bóng -  Với biển số có đường viền phức tạp mức độ nhận dạng khơng cao Chỉ giới - - hạn ảnh chụp góc 40 độ để nhận dạng đƣợc tốt, góc lớn - khả nhận dạng giảm  Ảnh xe bóng tối hay ban đêm khơng có đèn flash khả nhận dạng thấp thiếu sáng 55 Đồ án viễn thông 3.2 Hướng phát triển hệ thống: - - Nâng cao hiệu chương trình, tách ly kí tự biển số trường hợp biển số bị nhiều nhiễu, mát thông tin nhiễu từ điều kiện mơi trường, tìm vùng biển số ảnh có độ tương phản biển số thấp Đặc biệt biển xe có màu đỏ chữ trắng - Phát triển chương trình thành module phần cứng Có khả tương thích - với thiết bị quan sát cemara - Nghiên cứu theo hướng ứng dụng cụ thể : giám sát phương tiện giao thông, xử lý vi phạm giao thông, quản lý xe bãi giữ xe, kho vật tư… - Để mạng nueral ứng dụng hiệu nhiều hệ thống với nhiều mục đích khác 56 Đồ án viễn thông - TÀI LIỆU THAM KHẢO - Wikipedia tiếng việt TaiLieu.VN Giáo trình Hệ thống thông minh tác giả Phil Sayeg trung tâm chiến lược giao thông Đại học Queensland Cổng thông tin Bộ Giao Thông Vận Tải https://quantrimang.com/ - - 57 Đồ án viễn thông - 58 ... CHƯƠNG ỨNG DỤNG MẠNG NUERAL TRONG NHẬN DẠNG BIỂN SỐ XE 2.1 Kiến trúc tổng quan hệ thống nhận diện biển số xe Hệ thống nhận diện biển số xe thường có bước sau: -Thu nhận ảnh (có thể chụp từ camera... vực: -Hệ thống tự động thu thuế xe -Hệ thống bãi giữ xe thông minh -Kiểm sốt quản lí điểm giao thơng -Kiểm sốt lưu lượng xe 2.1.2 Những khó khăn nhận diện biển số xe -Độ phân giải thấp -Ảnh bị... hay camera hồng ngoại) -Tách biển số ảnh,chỉnh sử góc lệnh -Phân đoạn kí tự -Nhận dạng -Kiểm tra cú pháp 2.1.1 Các ứng dụng liên quan đến hệ thống nhận diện biển số xe Được ứng dụng rộng rãi nhiều