Hệ thống nhận dạng biển số sử dụng phương pháp khớp mẫu template matching

giáo dục đào tạo trờng đại học bách khoa hà nội [[ \\ - TRầN MINH HòA HỆ THỐNG NHẬN DẠNG BIỂN SỐ SỬ DỤNG PHƯƠNG PHÁP KHP MU TEMPLATE MATCHING luận văn thạc Sỹ kỹ thuật ngành: điện tử viễn thông NGI HNG DN: PGS.TS NGUYỄN TIẾN DŨNG Hµ néi - 2012 LÝ LỊCH KHOA HỌC I Sơ lược lý lịch: Họ tên: Trần Minh Hịa Giới tính: Nam Sinh ngày: 12 tháng 08 năm 1980 ảnh 4x6 Nơi sinh: Hồng Long – Nam Đàn – Nghệ An Quê quán: Hồng Long – Nam Đàn – Nghệ An Chức vụ: Giáo viên Đơn vị công tác: Trường Cao Đẳng Nghề KTCN Việt Nam – Hàn Quốc Chỗ riêng địa liên lạc: Khoa Điện Tử - Trường Cao Đẳng Nghề KTCN Việt Nam – Hàn Quốc Đường Hồ Tông Thốc – P Nghi Phú – TP.Vinh – Tỉnh Nghệ An Điện thoại di động: 0986988077 II Quá trình đào tạo: Đại học: - Hệ đào tạo: Chính quy Thời gian đào tạo: từ 08/1999 đến 04/2004 - Trường đào tạo: Đại Học Giao Thông Vận Tải Hà Nội - Ngành học: Điều khiển học kỹ thuật Bằng tốt nghiệp đạt loại: TB Khá Thạc sĩ: Thời gian đào tạo: từ 2010 đến 2012 - Hệ đào tạo: Thạc sỹ kỹ thuật - Chuyên ngành học: Điện tử viễn thông - Tên luận văn: Hệ thống nhận dạng biển số sử dụng phương pháp khớp mẫu Template matching - Người hướng dẫn Khoa học: TS Nguyễn Tiến Dũng Trình độ ngoại ngữ : B1(của khung châu Âu) III Quá trình công tác chuyên môn kể từ tốt nghiệp đại học: Thời gian Nơi công tác Công việc đảm nhận 2005-2009 Tổng Cty CTGT Nhân viên phòng thiết bị 2010 - 2014 Trường CĐ Việt - Hàn Giáo viên Tôi cam đoan nội dung viết thật Ngày tháng năm NGƯỜI KHAI KÝ TÊN LỜI CAM ĐOAN Tôi xin cam đoan: Bản luận văn tốt nghiệp cơng trình nghiên cứu thực cá nhân, thực sở nghiên cứu lý thuyết, kiến thức kinh điển, nghiên cứu khảo sát tình hình thực tiễn hướng dẫn khoa học Phó GS Tiến sĩ: Nguyễn Tiến Dũng Các số liệu, mơ hình tốn kết luận văn trung thực, Một lần nữa, xin khẳng định trung thực lời cam kết Người thực Trần Minh Hòa MỤC LỤC MỞ ĐẦU CHƯƠNG TỔNG QUAN VỀ HỆ THỐNG QUẢN LÝ BIỂN SỐ 1.1 Tổng quan xử lí ảnh số 1.1.1 Một số khái niệm vấn đề xử lý ảnh số 1.1.1.1 Một số khái niệm 1.1.1.2 Biểu diễn ảnh 1.1.1.3 Tăng cường ảnh - Khôi phục ảnh .7 1.1.1.4 Biến đổi ảnh 1.1.1.5 Phân tích ảnh .7 1.1.1.6 Nhận dạng ảnh .7 1.2 Tổng quan hệ thống nhận dạng biển số xe máy 1.3 Giới thiệu module quản lý sở liệu biển số xe máy .9 1.3.1 Lý thuyết Camera 1.3.1.1 Bộ cảm biến ảnh .9 1.3.1.2 Thiết bị thu nhận ảnh 1.3.1.3 Camera .10 1.3.1.4 Màn hình Video 10 1.3.1.5 Máy tính 10 1.3.2 Giới thiệu Module thu nhận ảnh, phân vùng biển số tách ký tự .11 1.3.3 Các chức phần mềm quản lý sở liệu biển số xe máy .11 CHƯƠNG KỸ THUẬT XỬ LÝ ẢNH CƠ BẢN ỨNG DỤNG TRONG HỆ THỐNG 12 2.1 Cải thiện ảnh sử dụng toán tử điểm 12 2.1.1.Khái niệm toán tử điểm 12 2.1.2.Tăng độ tương phản (Stretching Contrast) 12 2.1.3 Biến đổi âm (Digital Negative) 13 2.1.4 Mơ hình hóa biến đổi lược đồ xám .14 2.2 Ảnh nhị phận 14 2.2.1.Ảnh đen trắng 15 2.2.2.Ảnh màu 15 2.3 Các phương pháp phát biên .16 2.3.1 Giới thiệu biên kỹ thuật phát biên .16 2.3.1.1 Một số khái niệm 16 2.3.1.2 Phân loại kỹ thuật phát biên 17 2.3.1.2.1 Phương pháp phát biên trực tiếp 17 2.3.1.2.2 Phương pháp phát biên gián tiếp .17 2.3.1.3 Quy trình phát biên 17 2.3.2 Phương pháp phát biên cục 18 2.3.2.1 Phương pháp Gradient 18 2.3.2.1.1 Kỹ thuật Gradient 19 2.3.2.1.2 Toán tử Robert (1965) 19 2.3.2.1.3 Toán tử (mặt nạ) Sobel 20 2.3.2.1.4 Toán tử 4-lân cận (4-Neighbour Operator) 20 2.3.2.1.5 Toán tử la bàn 22 2.3.2.1.6 Toán tử la bàn Kirsh 22 2.3.2.2 Kỹ thuật Laplace 23 2.3.2.3 Tách sườn ảnh theo phương pháp Canny 24 2.3.2.4 Một số phương pháp khác 25 2.3.2.4.1 Tiếp cận theo mơ hình mặt .25 2.3.2.4.2 Tiếp cận tối ưu hóa 26 2.4 Phân vùng ảnh .27 2.4.1 Phân vùng ảnh theo ngưỡng biên độ 27 2.4.2 Phân vùng ảnh theo miền đồng 29 2.4.2.1 Phương pháp tách tứ phân 29 2.4.2.2 Phương pháp cục 31 2.4.2.3 Phương pháp tổng hợp .31 2.4.3 Phân vùng ảnh theo kết cấu bề mặt 32 2.4.3.1 Phương pháp thống kê 32 2.4.3.1.1 Lược đồ hiệu mức xám: 34 2.4.3.1.2 Ma trận xuất liên hiệp mức xám 34 2.4.3.2 Phương pháp cấu trúc 35 2.5 Nhận dạng ảnh 36 2.5.1 Không gian biểu diễn đối tượng, không gian diễn dịch 36 2.5.1.1 Không gian biểu diễn đối tượng 36 2.5.1.2 Không gian diễn dịch 36 2.5.1.3 Mơ hình q trình nhận dạng 37 2.5.1.4 Bản chất trình nhận dạng 38 2.5.2 Nhận dạng theo cấu trúc .40 2.5.2.1 Biểu diễn định tính 40 2.5.2.2 Phương pháp định dựa vào cấu trúc .41 2.5.2.3 Phương pháp nhận dạng theo cấu trúc .42 2.5.2.4 Phương pháp khớp mẫu Template Matching .43 CHƯƠNG PHÂN TÍCH THIẾT KẾ MODULE THU NHẬN ẢNH VÀ CÁCH LY KÝ TỰ TRONG HỆ THỐNG QUẢN LÝ BIỂN SỐ XE 48 3.1 Quá trình phân vùng biển số xe 48 3.2 Quá trình tách ký tự biển số 51 3.3 Tích hợp Module vào hệ thống thực nghiệm .53 CHƯƠNG KẾT QUẢ THỰC NGHIỆM VÀ ĐÁNH GIÁ 55 4.1 Thông số làm việc hệ thống nhận dạng 55 4.2 Thống kê kết Module thu nhận ảnh từ Camera 56 4.3 Thống kê kết Module phân vùng biển số tách ký tự 56 4.3.1 Với hệ thống chưa tích hợp Camera 56 4.3.2 Với hệ thống tích hợp Camera 59 4.4 Thống kê kết Module nhận dạng .62 4.5 Kết luận hướng phát triển luận văn .63 TÀI LIỆU THAM KHẢO 65 DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT CBIR Content-Based Image Retrieval CCD Charge-Coupled Device CSDL Cơ Sở Dữ Liệu DBMS Data base management system EMM Ediator Markov Model KL Karhumen Loeve KLT Karhunen-Loeve Transform- NNFIR Nơron Netwrok based Flexible Image Retrieval OBIR Object Based Image Retrieval PSF Point Spread Function RBF Radial Basis Function RDBMS relational database is called a relational database management system RGB red, green, blue SVM Support Vector Machine UFM Unified feature matching DANH MỤC HÌNH VẼ Hình 1.1 Sơ đồ tổng quát hệ thống xử lý ảnh Hình 1.2 Lược đồ mức xám ảnh xám tương ứng Hình 1.3 Sơ đồ khối hệ thống vị trí Module xử lý sở liệu - điều khiển Barrier Hình 2.1 Dãn đồ tương phản 13 Hình 2.2 Biến đổi âm 14 Hình 2.3 Đường bao ảnh 16 Hình 2.4 Các bước phân tích xử lý ảnh 17 Hình 2.5 Tính đạo hàm theo Gradient 18 Hình 2.6 Toán tử Robert 19 Hình 2.7: Mặt nạ 4-lân cận 21 Hình 2.8 Mặt nạ hướng theo Kirsh 21 Hinh 2.9 Mơ hình tính phương pháp Canny 25 Hình 2.10 Lược đồ rắn lượn cách chọn ngưỡng 28 Hình 2.11 Khái niệm liên thông liên thông 31 Hình 2.12 Phân tích kết cấu sợi dải tương quan 33 Hình 2.13 Sơ đồ tổng quát hệ thống nhận dạng 39 Hình 2.14 Các từ vựng ngôn ngữ PLD 42 Hình 2.15 Các phép tốn ngôn ngữ PLD 42 Hình 2.16 Hình thể tuơng quan lớn 44 Hình 2.17 Hình thể tương quan thấp 44 Hình 2.18 Xác định vùng ảnh mẫu ảnh lớn 45 Hình 2.19 Các mẫu đối sánh 45 Hình 2.20 Kết tương quan ảnh với mẫu 46 Hình 2.21 Kết tương quan ảnh với mẫu 46 Hình 2.22 Kết tương quan ảnh với mẫu 46 Hình 2.23 Kết tương quan ảnh với mẫu 47 Hình 3.1 Sơ đồ khối module phân vùng biển số 48 Hình 3.2 Ảnh mức xám ảnh nhị phân thích nghi 49 Hình 3.3 Lược đồ Histogram & ảnh sử dụng phương pháp dò biên Canny 49 Hình 3.4 Ảnh biển số sau cắt ngang lược đồ Histogram 50 Hình 3.5 Biển số sau tách khỏi ảnh 50 Hình 3.6 Sơ đồ khối trình tách ký tự 51 Hình 3.7 Lược đồ Histogram theo phương ngang dọc vị trí 51 Hình 3.8 Chia biển số xe thành phần 52 Hình 3.9 Sơ đồ chiếu ngang vùng biển số 52 Hình 3.10 Giao tiếp camera 53 Hình 3.11 Giao diện chương trình 54 Hình 3.12 Kết xử lý chương trình 54 Hình 4.1 Ảnh khơng thể tách vùng biển số 58 Hình 4.2 Ảnh khơng tách ký tự 59 Hình 4.3 Hệ thống nhận dạng biển số xe 60 Hình 4.4 Module tiền xử lý 61 Hình 4.5 Tách ký tự 61 Hình 4.6 Ảnh nhận dạng ký tự 62 DANH MỤC BẢNG Bảng 4.1 Thống kê thay đổi tốc độ vật thể chuyển động phía trước Camera 56 Bảng 4.2 Thống kê chất lượng ảnh chụp Camera tương ứng với mức độ sáng 56 Bảng 4.3 Bảng thống kê kết module phân tách biển số ký tự 57 Bảng 4.4 Kết thống kê hệ thống bao gồm camera 60 Bảng 4.5 Kết thống kê trình nhận dạng theo chất lượng ký tự 62 Bảng 4.6 Kết thống kê trình nhận dạng ký tự (số - chữ cái) 63 Bước 5: Tách biển số khỏi ảnh, chuẩn hóa kích thước biển số 240x180 pixel, sử dụng cho bước cách ly ký tự 3.2 Quá trình tách ký tự biển số Sau biển số xe tách chuẩn hóa kích thước, dựa vào đặc điểm hình thái học cụ thể ký tự chiều cao, chiều rộng, tỷ lệ hai chiều… để cách ly ký tự từ vùng ảnh biển số đưa vào Quá trình thực mơ tả hình sau: Lấy Histogram theo phương Y Nhị phân ảnh phương pháp Otsu Tách ký tự với số đặc điểm hình thái Lấy Histogram theo phương X dị tìm gạch nối Chia ngang biển số Chia biển số thành phần Cắt bỏ khoảng trắng viền quanh ký tự Chuẩn hóa kích thước ký tự tách Hình 3.6 Sơ đồ khối q trình tách ký tự - Dị biên ảnh với thuật toán Canny - Thực lấy Histogram theo chiều dọc biển số để xác định điểm cắt ngang biển số - Dị tìm điểm gạch nối vùng với số pixel pixel < chiều rộng < 20 pixel để tách phần gạch nối khỏi ảnh Hình 3.7 Lược đồ Histogram theo phương ngang dọc vị trí 51 chia điểm gạch nối - Sau tách phần gạch nối giữa, tiến hành lấy Histogram theo chiều dọc để tiếp tục chia dọc biển số làm phần, tức chia biển số thành phần Hình 3.8 Chia biển số xe thành phần - Áp dụng thuật tốn Otsu để xác định ngưỡng nhị phân hóa cho phần biển số sau cắt - Tách ký tự thơng qua đặc tính hình thái học cụ thể là: 10pixel < chiều rộng < 40pixel 60pixel < chiều cao < 75pixel - Kết hợp với lược đồ chiếu dọc ngang để tìm vị trí tách vùng chứa ký tự Hình 3.9 Sơ đồ chiếu ngang vùng biển số - Trong vùng chứa ký tự, loại bỏ vùng trắng không chứa thông tin kết 52 hợp với lược đồ xám theo phương dọc phương ngang - Chuẩn hóa kích thước vùng ảnh sử dụng phương pháp bicubic interpolation 30x75pixel trước đưa vào module nhận dạng kí tự 3.3 Tích hợp Module vào hệ thống thực nghiệm Chức năng: lấy ảnh trực tiếp từ camera từ mảng lưu trữ ảnh mà module giao tiếp camera đưa vào thực kỹ thuật biến đổi ảnh từ định dạng JPEG, Bitmap, PNG… dãn độ tương phản, thành ảnh mức xám, chuyển thành ảnh nhị phân, dò biên, tách biển số, tách ký tự, nhận dạng ký tự phương pháp Template Matching Hình 3.10 Giao tiếp camera 53 Hình 3.11 Giao diện chương trình Hình 3.12 Kết xử lý chương trình 54 CHƯƠNG KẾT QUẢ THỰC NGHIỆM VÀ ĐÁNH GIÁ 4.1 Thông số làm việc hệ thống nhận dạng Để thống kê việc nhận dạng ảnh đưa vào chụp từ máy ảnh cho ảnh tốt bị nhiễu chuyển động bị mờ xe di chuyển Ảnh có kích thước chuẩn 1600x1200 pixel Ảnh phân loại làm mức độ khác nhau: • Ảnh có chất lượng tốt(20 mẫu): đạt yêu cầu độ tương phản, đủ sáng, không bị nhiễuphù hợp với yêu cầu hệ thống • Ảnh có chất lượng trung bình (20mẫu): độ tương phản tương đối, đủ sáng,nhiễu • Ảnh có chất lượng thấp (20 mẫu): độ tương phản tương đối, thiếu sáng, biển số không bị nghiêng méo nhiều bị mờ chụp rung tay (nhưng đủ để nhận mắt) Phần cứng: - Yêu cầu phần cứng hệ thống camera có chất lượng tốt, có khả chụp ảnh cho độ tương phản cao, ảnh thu bị nhiễu chuyển động Vị trí đặt camera cho chụp ảnh biển số biển số không nhỏ nghiêng cụ thể gồm yêu cầu: - Camera có chất lượng tốt, thu ảnh có chi tiết rõ, độ sáng, độ tương phản đạt yêu cầu - Trong ảnh chứa biển số - Ảnh biển số ảnh không nhỏ 20% so với toàn ảnh - Ảnh biển số không nghiêng 10 độ - Biển số phải qui chuẩn không bị che lấp đối tượng khác - Một máy tính có cấu hình tương đối tốt, cụ thể hệ thống test với phần cứng máy tính có cấu sau: - CPU: Intel Pentium E2200 Dual Core 2*2.2GHz, RAM: 1GB, HDD:160GB, cài hệ điều hành Windows XP/Vista Phần mềm: Hệ thống có camera với chức tự động phát chuyển động trước vùng quan sát để lấy mẫu đưa vào hệ thống tách nhận dạng biển số, sau chuyển chuỗi 55 biển số vừa nhận sang giao diện quản lý sở liệu đối chiếu tiến hành mở Barrier Hệ thống nhận dạng biển số viết C++, giao diện quản lý sở liệu viết ngôn ngữ Visual Basic.Net, hai ngơn ngữ lập trình mềm dẻo có tính ứng dụng thực tế tương đối cao 4.2 Thống kê kết Module thu nhận ảnh từ Camera Trong trình thực nghiệm, nhóm chúng tơi tiến hành giám sát hoạt động camera, thay đổi hai yếu tố tốc độ chuyển động đối tượng trước vùng quan sát camera độ sáng thời điểm chụp camera • Tốc độ chuyển động hình ảnh trước camera Vì sử dụng camera có độ phân giải khơng cao (Camera THT - High Pixels Web Cam có độ phân giải khoảng 2.0 MegaPixel) nên chụp, hầu hết ảnh không đạt yêu cầu cho việc phân vùng, tách ký tự chuẩn hóa ảnh biển số Nhưng hệ thống ln xác định xác có chuyển động Bảng 4.1 Thống kê thay đổi tốc độ vật thể chuyển động phía trước Camera Tốc độ(Km/h) ~ 35 35 ~ 50 Chất lượng ảnh Tốt Trung bình Nhận dạng vùng biển số Rất tốt Tốt • Độ sáng phía trước camera: Vì khơng có cơng cụ đo mức độ sang môi trường nên chúng em dựa vào thực nghiêm đưa số liệu tương đối cho 50 ảnh chụp máy ảnh kỹ thuật số Bảng 4.2 Thống kê chất lượng ảnh chụp Camera tương ứng với mức độ sáng Ánh sáng chói Tốt 15/50 Trung bình 30/50 Ánh sáng tốt Thấp Tốt 5/50 49/50 Trung bình 1/50 Ánh sáng vừa Thấp Tốt 0/50 37/50 Trung bình 10/50 Ánh sáng yếu Thấp Tốt 3/50 7/50 Trung bình 18/50 Thấp 25/50 4.3 Thống kê kết Module phân vùng biển số tách ký tự 4.3.1 Với hệ thống chưa tích hợp Camera Tương tự cho hình ảnh ký tự cách ly từ biển số lấy mẫu từ hình vẽ minh họa mục 4.2 để nhấn mạnh kết thuật toán 56 Sau thử nghiệm với sở liệu gồm 60 ảnh đầu vào, kết nhận dạng thống kê Bảng 4.3, thống kê độ xác thuật tốn nhận dạng ký tự, độ xác nhận dạng biển số Bảng 4.3 Bảng thống kê kết module phân tách biển số ký tự Số lượng Tách đủ ký tự Chất lượng Tách biển số 20 tôt 19 95% 18 90% 18/20 90% 20 Trung bình 17 85% 16 80% 16/20 80% 20 Thấp 14 70% 14 70% 14/20 70% 50/60 83% 48/60 80% 48/60 80% ảnh Tổng cộng (cho modul nhận dạng) Kết thu Đối với module cách ly ký tự biển số tổng số 60 ảnh số đưa vào, hệ thống cho kết cách ly ký tự xác đạt 83% Với ảnh có chất lượng tốt, hệ thống đạt độ xác đến 95% Tuy nhiên với ảnh có chất lượng thấp sở liệu độ xác cịn khoảng 70% • Đối với module cách ly ký tự, độ xác đạt cao 90% ảnh đầu vào có chất lượng tốt, 80% ảnh đầu vào có chất lượng trung bình, thấp 70% - Nếu xét toàn ảnh biển số đầu vào, module có độ xác nhận dạng biển số 83% cách ly ký tự khoảng 80% Trong phần tiếp theo, nhóm minh họa số trường hợp tách biển số ký tự • Ảnh không tách biển số Những trường hợp sau khiến chương trình khơng thể phân vùng biển số: ảnh có độ tương phản thấp, bị lóa ánh sáng, biển số lại bị che lấp viền khung xe q dầy Khoảng cách khơng phù hợp với kích thước quy định so với vị trí đặt camera, biển số bị mờ có nhiều bụi bẩn 57 Hình 4.1 Ảnh khơng thể tách vùng biển số • Ảnh không tách ký tự: Với ảnh biển số tách từ bước trước ảnh biển số bị lóa lớn, chuyến sang ảnh nhị phân bị số hình sau trình tách biển số bị lỗi khơng tìm vị trí chia biển số 58 Hình 4.2 Ảnh khơng tách ký tự 4.3.2 Với hệ thống tích hợp Camera Hệ thống test thử với 50 xe với biển số chuẩn không bị mờ, méo hay nghiêng, tốc độ di chuyển xe phù hợp với tốc độ chụp camera Ảnh đầu camera cho ảnh với kích thước chuẩn 1600x1200, với tập hợp ảnh mẫu biển số xe Ba ảnh mẫu vào hệ thống Kết nhận dạng cho bảng 59 Bảng 4.4 Kết thống kê hệ thống bao gồm camera Số lượng xe Tách máy biển số 40 34 85% Tách Nhận dạng ký tự ký tự 32 80% 30 75% Kết 30/40 75% Do sử dụng camera chất lượng trung bình thử nghiệm điều kiện sử dụng trời Với độ nhiễu lớn mặt thời tiết như: ánh sáng, vị trí đặt camera, tốc độ chuyển động xe yếu tố vùng ảnh Nên hệ thống cho kết nhận dạng bị giảm nhiều 75% với số lượng biển số xe 40 Hình 4.3 Hệ thống nhận dạng biển số xe Phần mềm mô cách đầy đủ trình xử lý từ chọn ảnh đầu vào đến nhận dạng hiển thị kỹ thuật biến đổi ảnh sang ảnh mức xám, nhị phân hóa, histogram… Hệ thống nhận dạng biển số xe viết C#, ngơn ngữ lập trình mềm dẻo có tính ứng dụng thực tế cao với module lớn: Module tiền xử lý bao gồm kỹ thuật biến đổi ảnh từ định dạng JPEG, Bitmap, PNG… thành ảnh mức xám, chuyển thành ảnh nhị phân, trình giãn nở ảnh, tách biển số, tách ký tự… 60 Hình 4.4 Module tiền xử lý Đầu khối ( ký tự tách) làm đầu vào khối nhận dạng ảnh (hình4.) Hình 4.5 Tách ký tự - Module nhận dạng ảnh dựa phương pháp template matching, để nhận dạng ký tự tách sau phần tiền xử lý 61 Hình 4.6 Ảnh nhận dạng ký tự * Nhận xét: • Ưu điểm: - Tốc độ xử lý nhanh, tách xác vùng biển số - Biển số bị mờ tách miễn biển số có tồn biên - Giảm nhiễu nhờ sử dụng phương pháp dị biên Canny • Nhược điểm: - Dễ bị sai ảnh bị nhiễu nhiều vùng ảnh chứa nhiều chi tiết - Vùng biến số bị cắt thừa thiếu viền biển số lớn 4.4 Thống kê kết Module nhận dạng Bảng 4.5 Kết thống kê trình nhận dạng theo chất lượng ký tự Số lượng ảnh ký tự Chất lượng Nhận dạng Kết nhận dạng xác module 170 Tốt 162 95% 130 Trung bình 122 93% 100 Thấp 91 91% 62 375/400 93% Như với modul nhận dạng hệ thống nhận dạng cho kết đạt 93% với 400 ảnh ký tự đầu vào thu kết 375 ảnh ký tự có kết xác, tương ứng với 93% Khi đưa 140 ảnh ký tự cách ly phương pháp thủ công vào phần dạy học cho chương trình, có 90 ảnh số, 50 ảnh chữ cắt từ ảnh biển số với độ nét bình thường thu kết nhận dạng xác lên đến 94% Bảng 4.6 Kết thống kê trình nhận dạng ký tự (số - chữ cái) Ký tự Số lượng Số Chữ Nhận dạng xác Số lượng % 90 85 94% 50 47 94% Kết nhận dạng ký tự 132/140 94% 4.5 Kết luận hướng phát triển luận văn Báo cáo trình bày kỹ thuật xử lý ảnh Phần trình bày lý thuyết xử lý ảnh, phần trình bày kỹ thuật xử lý ảnh ứng dụng luận văn, phần trình bày trình thiết kế trình thu nhận ảnh, phân vùng biển số tách ký tự Trong thời gian tới luận văn tiếp tục hồn thiện nhằm tối ưu thuật tốn chương trình Những hướng phát triển luận văn: - Tiếp tục phát triển ứng dụng thử nghiệm quản lý việc việc gửi xe trường Đại học Bách Khoa Hà Nội Tích hợp camera hồng ngoại nhận biết chuyển động chụp - Tích hợp camera hồng ngoại nhận biết chuyển động chụp ảnh biển số điều kiện ánh yếu ban đêm - Do sử dụng phương pháp Histogram để tách biển số Template Matching để nhận dạng ký tự nên kết thu chưa cao Trong thời gian tới tiếp tục nghiên cứu, cải tiến giải pháp cũ tìm hướng tách biển số dùng Region Growing, nhận dạng ký tự sử dụng mạng Neural nhân tạo để nâng cấp độ xác tốn 63 - Giá vé thay đổi theo mốc thời gian cố định, điều gây bất hợp lý khách hàng gửi xe trước thời điểm thay đổi giá vé Vì vậy, thới gian tới tiếp tục phát triển theo hướng tính số tiền phải thu cho khách hàng theo mốc thời gian trước sau thay đổi giá vé - Kết nối mạch điều khiển hệ thống Barrier hệ thống nhúng để Barrier hoạt động cách hoàn toàn tự động 64 TÀI LIỆU THAM KHẢO 1.Aforge.Net, http://code.google.com/p/aforge/ 2.Henrik Hansen, Ander Wang Kristensen, Morten Porsborg Kohler, Allan Weber Mikkensen, Jens Mejdahl Pedersen and Micheal Trangeled Automatic Recognition of License Plate - Aalborg University, May 31 2002 http://vi.wikipedia.org/wiki/Biến_đổi_Fourier msdn2.microsoft.com Rahul Verma License Place Recognition System, ECE 532 Digital Image Analysis Project Report, 2000 IPLab Project, http://codeproject.com Lương Mạnh Bá, Nguyễn Thanh Thủy Nhập môn xử lý ảnh số - Giáo Dục - Đại Học Bách Khoa Hà Nội, 2000 Hồ Đình Duẩn Phân tích thống kê ảnh số - Giáo Dục - Hà Nội, 2001 Nguyễn Quang Hoan Xử lý ảnh - Học viện bưu viễn thông - Hà Nội, 2006 10.Nguyễn Ðức Thành, Nguyễn Ðức Minh Computer Vision Using NeuralNetwork - TPHCM -ĐHBK TPHCM, 1999 65 ... nghiên cứu Hệ thống nhận dạng biển số xe ứng dụng dựa kỹ thuật xử lí ảnh số Mục đích nhận dạng biển số xe thực bước xử lí để từ ảnh đầu vào, máy tính nhận xác biển số xe ảnh Nhận dạng biển số xe trở... vị: Nhận xét: Tổng quan chung: Luận văn trình bày hệ thống nhận dạng biển số sử dụng phương pháp khớp mẫu Template matching Để thực phương pháp phải nghiên cứu nội dung như: Tổng quan quản lý biển. .. vân tay, nhân dạng chữ (chữ cái, chữ sỗ có dấu…) 1.2 Tổng quan hệ thống nhận dạng biển số xe máy Hệ thống nhận dạng biển số xe ứng dụng quản lý bãi đỗ xe hệ thống khép kín tự động hệ thống yêu cầu