Nghiên cứu các phương pháp phân loại xe ôtô ứng dụng trong trạm thu phí giao thông

146 24 0
Nghiên cứu các phương pháp phân loại xe ôtô ứng dụng trong trạm thu phí giao thông

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

Thông tin tài liệu

Đại học Quốc gia Tp Hồ Chí Minh TRƯỜNG ĐẠI HỌC BÁCH KHOA -o0o - LÊ THANH PHƯƠNG NGHIÊN CỨU CÁC PHƯƠNG PHÁP PHÂN LOẠI XE ÔTÔ ỨNG DỤNG TRONG TRẠM THU PHÍ GIAO THÔNG Chuyên ngành: ĐIỀU KHIỂN HỌC KỸ THUẬT Mã số ngành: 2.05.01 LUẬN VĂN THẠC SĨ TP HỒ CHÍ MINH, Tháng 10 năm 2005 CÔNG TRÌNH ĐƯC HOÀN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH Cán hướng dẫn khoa học: TS NGUYỄN ĐỨC THÀNH Cán chấm nhận xét 1: TS HOÀNG MINH TRÍ Cán chấm nhận xét 2: TS NGUYỄN THIỆN THÀNH LUẬN VĂN THẠC SĨ ĐƯC BẢO VỆ TẠI HỘI ĐỒNG CHẤM BẢO VỆ LUẬN VĂN THẠC SĨ TRƯỜNG ĐẠI HỌC BÁCH KHOA Tp HCM ngày 10 tháng 12 năm 2005 Đại Học Quốc Gia Tp Hồ Chí Minh CÔNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM TRƯỜNG ĐẠI HỌC BÁCH KHOA Độc Lập – Tự Do – Hạnh Phúc NHIỆM VỤ LUẬN VĂN THẠC SĨ Họvà tên học viên: LÊ THANH PHƯƠNG Phái: Ngày tháng năm sinh: Nơi sinh: Bình Trị Thiên Chuyên ngành: 11/11/1977 ĐIỀU KHIỂN HỌC KỸ THUẬT Nam Mã số: 01503360 TÊN ĐỀ TÀI: NGHIÊN CỨU CÁC PHƯƠNG PHÁP PHÂN LOẠI XE ÔTÔ ỨNG DỤNG TRONG TRẠM THU PHÍ GIAO THÔNG NHIỆM VỤ: - Xây dựng mô hình trạm thu phí giao thông tự động - Viết chương trình mạng neuron nhân tạo phân loại xe thông qua việc thu thập thông số xe từ trình phân tích ảnh xe thiết bị cảm biến bên NGÀY GIAO NHIỆM VỤ: ngày tháng năm 2004 NGÀY HOÀN THÀNH NHIỆM VỤ: GIÁO VIÊN HƯỚNG DẪN: Giáo viên hướng dẫn ngày tháng năm 2005 TS NGUYỄN ĐỨC THÀNH Chủ nhiệm ngành Bộ môn Nội dung đề cương Luận văn Thạc só Hội Đồng Chuyên Ngành thông qua Ngày tháng năm 2005 PHÒNG ĐÀO TẠO SAU ẹAẽI HOẽC KHOA QUAN LY NGAỉNH Lời Cảm Ơn Luận văn thạc só kết trình nghiên cứu thực thời gian dài Trong suốt trình thực hiện, tác giả nhận giúp đỡ động viên nhiều người Chính nhờ nguồn động viên mà tác giả hoàn thành mục tiêu đề luận văn Tác giả xin chân thành cảm ơn TS NGUYỄN ĐỨC THÀNH, người hướng dẫn có góp ý quý báu cho tác giả suốt trình thực Đồng thời tác giả cảm ơn tất thầy cô môn Điều Khiển Tự Động, khoa Điện Điện Tử, trường Đại Học Bách Khoa thành phố Hồ Chí Minh, gia đình, đồng nghiệp giúp đỡ tác giả suốt trình học thực luận văn thạc só Học viên cao học Lê Thanh Phương TÓM TẮT LUẬN VĂN THẠC SĨ Cùng với phát triển phương tiện giao thông sống phát triển sở hạ tầng giao thông Đi kèm theo phát triển trạm thu phí giao thông Để đảm bảo độ xác trình thu phí trách ùn tắt giao thông xảy đòi hỏi trạm thu phí phải tự động hoàn toàn Đây mục tiêu đề tài luận văn thạc só này, với đề tài: “ NGHIÊN CỨU CÁC PHƯƠNG PHÁP PHÂN LOẠI XE ÔTÔ ỨNG DỤNG TRONG TRẠM THU PHÍ GIAO THÔNG “ Trong chương đầu tiên, tác giả trình bày mục tiêu việc chọn đề tài này, giới thiệu số kết nghiên cứu khác trạm thu phí giao thông tự động Mục tiêu luận văn thạc só xây dựng mô hình trạm thu phí giao thông tự động phận loại xe camera kết hợp với thiết bị cảm biến khác bên Đồng thời xây dựng mạng neuron đa lớp để phục vụ mục đích Luận văn giới thiệu thiết bị cảm biến ứng dụng trạm thu phí giao thông chương Các thiết bị giới thiệu với đầy đủ tính cách thức sử dụng Ở chương luận văn đưa cở sở lý thuyết xử lý ảnh, mạng neuron Perceptron đa lớp Đây phần quan trọng Cơ sở lý thuyết yếu tố giúp tác giả xây dựng thuật toán phương thức thực đề tài Toàn trình thực hiện, kết thực đề tài trình bày phần cuối luận văn Các kết tìm chứng minh cách rõ ràng việc kết hợp thiết bị cảm biến, camera thu nhận ảnh xe mạng neuron đa lớp giúp nhận dạng phân loại cách xác loại xe ôtô Và phương pháp ứng dụng cho việc xây dựng trạm thu phí giao thông ABSTRACT The development of transportation, along with the development of transport infrastructure in our life has brought out more and more road toll stations In order to assure the accuracy of tolling as well as avoiding traffic jams, the current road toll stations have to be completely automatic This is also the content of this thesis with subject: “RESEARCH ON METHODS OF CLASSIFYING AUTOMOBILES AT ROAD TOLL STATION” In the first chapter, the author describes the major of this subject as well as introduces the results of some research on automatic road toll station The goal of this thesis is constructing a model of road toll station classifying the class of vehicles by cameras and sensor equipment At the same time a neuron Perceptron network will be set up to serve this aim This thesis will introduce the sensors applied in the road toll station in chapter These sensors will be introduced in thesis with all features In the following chapters, this thesis will bring out some basic theories of image processing as well as multilayer neutral Perceptron network These basis theories are essential factors that help author to give the algorithm as well as method of this subject The results of this thesis will be given in the end of this essay The results of this thesis has clearly proven that the combination of sensor equipment, image capture of vehicles by camera and multilayer neuron can recognize and classify correctly class of vehicles This method can apply for the construction of road toll station MỤC LỤC Trang Chương I: TỔNG QUAN ĐỀ TÀI 1.1 Mục tiêu đề tài 1.2 Tổng quan đề tài Chương II: CÁC THIẾT BỊ CẢM BIẾN TRONG TRẠM THU PHÍ TỰ ĐỘNG 14 2.1 Cảm biến vòng điện cảm (Inductive Loop Detector) 14 2.2 Bộ đo từ 15 2.3 Cảm biến Piezoelectric 15 2.4 Bộ phát laser tích cực 15 2.5 Bộ phát laser thụ động 16 2.6 Cảm biến dùng sóng viba 16 2.7 Các cảm biến siêu âm 17 2.8 Nhận dạng biển số xe LPR 17 Chương III: LÝ THUYẾT XỬ LÝ ẢNH ỨNG DỤNG CHO NHẬN XE ÔTÔ BẰNG CAMERA 19 3.1 Tổng quan xử lý ảnh 19 3.2 Quá trình xử lý ảnh 21 3.2.1 Thu nhận ảnh 21 3.2.2 Tiền xử lý ảnh 24 3.2.3 Phân tích ảnh 25 3.2.4 Đặc trưng ảnh 26 3.3 Các phương pháp xử lý ảnh trình tiền xử lý 27 3.3.1 Thay đổi độ tương phản 27 3.3.2 Lọc nhiễu 29 3.3.3 Thay đổi mức xám ảnh 36 3.4 Các phương pháp phát biên ảnh 36 3.4.1 Phương pháp Gradient 37 3.4.2 Kỹ thuật Laplace 40 3.5 Phân đoạn ảnh 40 3.5.1 Phân đoạn ảnh giá trị ngưỡng mức xám 42 3.5.2 Phân đoạn ảnh theo phương pháp cục 44 3.5.3 Phương pháp tách tứ phân (quadtree) 44 3.5.4 Phương pháp chia tách, kết nối, phát triển vùng 45 3.6 Phương pháp trích đặc trưng đối tượng 48 3.6.1 Phương pháp lưới 48 3.6.2 Phương pháp cung 49 3.6.3 Phương pháp biểu diễn Fourier 49 Chương IV: MẠNG NEURON NHÂN TẠO 4.1 TỔNG QUAN MẠNG NEURON NHÂN TẠO 53 53 4.1.1 Các nguyên lý mạng neuron nhân tạo 53 4.1.2 Một số hàm tổng hợp 55 4.1.3 Một số hàm tác động 55 4.1.4 Mô hình kết nối mạng neuron nhân tạo 58 4.1.5 Luật học thông số tổng quát cho mạng neuron nhân tạo 59 4.2 MẠNG PERCEPTRON 62 4.2.1 Cấu trúc mạng 62 4.2.2 Huấn luyện mạng 64 4.2.3 Khả ứng dụng cho nhận dạng ảnh 66 4.3 MẠNG PERCEPTRON NHIỀU LỚP 67 4.3.1 Cấu trúc mạng 67 4.3.2 Huấn luyện mạng 68 4.3.3 Khả ứng dụng cho nhận dạng ảnh 80 4.4 MẠNG KOHONEN 82 4.4.1 Cấu trúc mạng 82 4.4.2 Huấn luyện mạng 85 4.4.3 Khả ứng dụng cho nhận dạng ảnh 86 Chương V: CHƯƠNG TRÌNH PHÂN LOẠI XE ỨNG DỤNG CHO TRẠM THU PHÍ GIAO THÔNG TỰ ĐỘNG 5.1 TRẠM THU PHÍ GIAO THÔNG TỰ ĐỘNG 87 87 5.1.1 Cấu trúc trạm thu phí giao thông tự động 87 5.1.2 Ưu điểm trạm thu phí giao thông tự động 88 5.1.3 Nhược điểm trạm thu phí giao thông tự động 88 5.2 HỆ THỐNG THIẾT BỊ CẢM BIẾN NGOẠI VI 89 5.2.1 Hệ thống thiết bị ngoại vi 89 5.2.3 Card thu nhận tín hiệu thiết bị ngoại vi 89 5.2.4 Các đặc trưng thu từ hệ thống cảm biến 91 5.3 XỬ LÝ ẢNH ĐỂ TRÍCH ĐẶC TRƯNG CỦA TỪNG LOẠI XE 92 5.3.1 Quy trình xử lý ảnh 92 5.3.2 Thu nhận ảnh xe 93 5.3.3 Tăng cường độ tương phản lọc nhiễu 96 5.3.4 Làm biên ảnh 97 5.3.5 Tách khỏi ảnh xe 98 5.3.6 Rút trích đặc trưng từ ảnh 101 5.4 MẠNG NEURON ĐA LỚP 105 5.4.1 Thiết kế mạng neuron 106 5.4.2 Huấn luyện mạng 108 5.4.3 Giải thuật học 111 5.4.4 Nhận dạng xe 114 5.5 KẾT QUẢ THỰC HIỆN LUẬN VĂN 115 KẾT LUẬN 123 HƯỚNG PHÁT TRIỂN 124 TÀI LIỆU THAM KHẢO 125 - 114 - LUẬN VĂN THẠC SĨ ∆k = GVHD: TS NGUYỄN ĐỨC THAØNH 2δk [ E ( wk ) − E ( wk + α k pk )] µ k2 Nếu ∆k ≥ ta có: wk+1=wk+αkpk rk+1=-E’(wk+1) λ k = 0, success=true 7a Nếu k mod N=0 quay trở lại bước với pk+1=rk+1 Ngược lại tạo liên kết : r − rk +1rk βk = k +1 µk pk +1 = rk +1 + βk pk với N số trọng số mạng neuron 7b Nếu ∆k ≥ 0.75 suy giảm hệ số λ k = λ k Ngược lại suy giảm sai lệch : λ k = λ k , success=false Neáu ∆k

Ngày đăng: 11/02/2021, 16:01

Từ khóa liên quan

Tài liệu cùng người dùng

Tài liệu liên quan