Ứng dụng xử lý ảnh và mạng nơ ron trong nhận dạng biển số

giáo dục đào tạo trường đại học bách khoa hà nội ****************** Luận văn thạc sĩ KHOA HỌC Ngµnh : ĐO LƯỜNG VÀ HỆ THƠNG ĐIỀU KHIỂN ỨNG DỤNG XỬ LÝ ẢNH VÀ MẠNG NƠ-RÔN TRONG NHẬN DẠNG BIỂN SỐ NGUYỄN THÀNH TRUNG Hµ néi 2008 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI * * LUẬN VĂN THẠC SĨ KHOA HỌC ỨNG DỤNG XỬ LÝ ẢNH VÀ MẠNG NƠ -RÔN TRONG NHẬN DẠNG BIỂN SỐ XE NGÀNH: ĐO LƯỜNG VÀ HỆ THỐNG ĐIỀU KHIỂN NGUYỄN THÀNH TRUNG Người hướng dẫn khoa học: PGS.TSKH TRẦN HỒI LINH Hµ néi – 2008 Tóm tắt luận văn Đề tài:” Ứng dụng xử lý ảnh mạng nơ-rôn nhận dạng biển số xe” Nội dung luận văn tập trung giải vấn đề sau: - Nhận dạng tự động biển số xe ô tô chuyển động đường quốc lộ, với loại xe biển số khác (biển trắng, ) Để thực nội dung trên, luận văn chia làm phần Phần I Tổng quan Trình bày vấn đề khoa học, thực tiễn đề tài, tóm tắt nội dung thực luận văn Đưa mơ hình xây dựng nhận dạng tự động biển số xe sở mơ hình có trước Phần II Phân tích, thiết kế hệ thống nhận dạng biển số xe từ ảnh camera Nội dung bao gồm: - Mơ hình hệ thống: tóm tắt mơ hình thực luận văn qua sơ đồ khối chức - Chi tiết khối chức năng: Đây phần luận văn tập trung giải vấn đề sau: o Đọc file video từ camera o Nhận dạng lọc đầu xe o Tách biển số khỏi đầu xe o Lọc nhận dạng ký tự biển số Phần III Kết thực Đưa kết thực sở mẫu thu thập, tập trung phân tích kết nhận dạng thành cơng kết chưa tập trung phân tích trường hợp chưa thành cơng - Đưa kiến nghị - Thực demo chương trình Dự kiến kết - Có hiểu ảnh số, xử lý ảnh số, kỹ thuật xử lý ảnh số ứng dụng toán nhận dạng hình ảnh - Xây dựng mơ hình nhận dạng tự động xe ô tô di chuyển đường quốc lộ, lọc tách biển số xe cho xe - Mở rộng nhận dạng nhiều loại biển số khác Mục lục Phần I Tổng Quan I Đặt vấn đề II Giải pháp thực Mô hình thực tế Mơ hình xây dựng đồ án Phần II Các bước thực toán nhận dạng biển số xe I Các bước thực toán nhận dạng biển số Sơ đồ khối mơ hình Chức khối mơ hình 2.1 Khối đọc file video từ camera 2.2 Khối chuẩn hóa 2.3 Khối nhận dạng lọc đầu xe 2.4 Khối tách biển số khỏi đầu xe 2.5 Khối lọc nhận dạng ký tự có biển số xe 2.6 Khối kiểm tra mơ hình II CHI TIẾT TỪNG KHỐI CHỨC NĂNG Khối thu thập liệu 1.1 Camera thu thập 1.2 Đọc file video từ Camera chuẩn hóa 1.2.1 Chuẩn độ sáng cho ảnh 10 1.2.2 Chuyển đổi ảnh từ ảnh RGB dạng ảnh xám ảnh nhị phân 13 1.3 Đại cương ảnh số 13 1.3.1 Ảnh số 13 1.3.2 Mơ hình màu theo kênh R - G – B 14 1.3.3 Chuyển đổi màu 16 Xử lý ảnh Matlab 18 Khối nhận dạng lọc đầu xe 19 2.1 Nhận dạng tự động đầu xe có file video 19 2.2 Lọc đầu xe khỏi ảnh từ phim 23 Tách biển số khỏi đầu xe 25 3.1 Các phương pháp tách 25 3.1.1 Thuật toán nhị phân hoá ảnh đầu vào 25 3.1.2 Thuật toán gán nhãn 25 3.1.3 Thuật toán opening closing 26 3.1.4 Thuật toán chuyển đổi Hough 27 3.1.5 Mạng Kohonen ứng dụng nhận dạng biển số xe 29 Nhận dạng ký tự biển số 38 4.1 Lọc nhiễu cho biển số xe 38 4.1.1 Lọc điểm cô lập 38 4.1.2 Lọc bỏ viền khung biển số 38 4.1.3 Kỹ thuật làm trơn biên 39 4.2 Tách ký tự 40 4.2.1 Phương pháp lược đồ chiếu 40 4.2.2 Phương pháp gán nhãn đối tượng 41 4.2.3 Phương pháp tách tĩnh –Giải pháp lựa chọn 42 4.3 Nhận dạng ký tự 44 Phần III: Kết thực 46 I Kết thực tập số liệu mẫu 46 Cấu trúc số liệu dùng luận văn 46 2.1 Chương trình 46 2.2 Kết chạy 50 2.2.1 Lưu đồ thuật toán 50 2.2.2 Các bước thực toán 56 2.2.3 Một số trường hợp nhận dạng sai 58 Thực demo chương trình 61 2.2.4 Tổng hợp kết tập số liệu mẫu 64 II Tổng kết hướng phát triển đề tài 65 Kết đồ án 65 Hướng phát triển đề tài 65 Tài liệu tham khảo 66 Danh mục hình vẽ Hình 1.1: Mơ hình hệ thống thực tế Hình 1.2: Mơ hình nhận dạng tự động biển số xe xây dựng luận văn (bỏ qua khâu sensor) Hình 2.1: Sơ đồ khối mơ hình thực luận án Hình 2.2: Ảnh mẫu dạng RGB 11 Hình 2.3: Ảnh xám histogram mẫu 12 Hình 2.4: Ảnh histogram chụp điều kiện ánh sáng 12 Hình 2.5: Ảnh histogram sau điều chỉnh độ sáng 12 Hình 2.6: Đường cong cảm nhận S1, S2, S3 14 Hình 2.7: Hệ tọa độ RGB 16 Hình 2.8: Ảnh gốc dạng RGB 17 Hình 2.9: Ảnh xám chuyển đổi theo công thức 17 Hình 2.10: Ảnh gốc dạng RGB 18 Hình 2.11: Ảnh xám chuyển đổi theo công thức 18 Hình 2.12: Ảnh gốc dạng RGB 18 Hình 2.13: Ảnh xám chuyển đổi theo công thức 18 Hình 2.14: Ảnh vị trí hai mặt nạ để kiểm tra 19 Hình 2.15: Khi có xuất xe vị trí mặt nạ 20 Hình 2.16: Mặt nạ tách để so sánh với mẫu ban đầu 20 Hình 2.17: Mức xám mẫu 21 Hình 2.18: Khi có xuất xe, mức xám thay đổi 21 Hình 2.19: Vị trí phát xe lần xuất frame 22 Hình 2.20: Vị trí cắt đầu xe sau phát xe frame lần 23 Hình 2.21 Ảnh đầu xe lọc 23 Hình 2.22: Ảnh đầu xe lọc thành phần nhiễu 24 Hình 2.23: Tọa độ phát đầu xe theo trục x y có từ hình 2.22 24 Hình 2.24: Đầu xe cắt 24 Hình 2.25: Đầu xe cắt lần cuối 25 Hình 2.26: Đường thẳng không gian (x,y) 28 Hình 2.27: Biến đổi Hough 28 Hình 2.27b: Quá trình dịch chuyển trọng tâm 30 từ vị trí ngẫu nhiên ban đầu vùng số liệu 30 Hình 2.28: Mẫu 31 Hình 2.29: Loại biển số dùng mẫu để dò 31 Hình 2.30: Mẫu 32 Hình 2.31: Loại biển số dùng mẫu để dò 32 Hình 2.32: Mẫu biển số 32 Hình 2.33: Loại biển số dung mẫu để dò 32 Hình 2.34: Ảnh đầu xe nhận dạng 33 Hình 2.35: Ảnh đầu xe cắt 34 Hình 2.36: Đầu xe 34 Hình 2.37: Biển số tách 34 Hình 2.38: Ảnh có xe nhận dạng 35 Hình 2.39: Ảnh đầu xe cắt 35 Hình 2.40: Đẫu xe 35 Hình 2.41: Biển số tách 35 Hình 2.42: Hình ảnh xe phát hiện_biển vuông 36 Hình 2.43: Hình đầu xe cắt ra_biển vuông 36 Hình 2.44: Đẫu xe_biển vng 36 Hình 2.45: Biển số tách ra_biển vuông 36 Hình 2.47: Ảnh xe_ Biển xanh 37 Hình 2.48: Cắt đầu xe_ Biển xanh 37 Hình 2.49: Đẫu xe_biển xanh 37 Hình 2.50: Biển số tách ra_Biển xanh 37 Hình 2.51: Biển số sau cắt bị nhiễu viền khung 39 Hình 2.52: Sau lọc nhiễu viền khung 39 Hình 2.53: Biển số bo khung sát với ký tự 39 Hình 2.54: Sau chuyển đổi ngược 39 Hình 2.55:Biển lọc 39 Hình 2.56: Sau bỏ viền bo khung 39 Hình 2.57:Biển lọc 39 Hình 2.58: Sau bỏ viền bo khung chuyển đổi 39 Hình 2.59: Biển số làm 40 Hình 2.60: Lược đồ chiếu dọc biển số 40 Hình 2.61: Biển số lọc nhiễu 41 Hình 2.62: Lược đồ mức xám biển số 41 Hình 2.63: Ảnh biển số 41 Hình 2.64: Các kí tự tách khỏi biển số 41 Hình 2.65: Biển số cần tách 42 Hình 2.66: Các ký tự tách 42 Hình 2.67: Biển số lọc nhiễu 43 Hình 2.68: Biển số tách đôi 43 Hình 2.69: Phân tách ký tự nửa biển số vuông 43 Hình 2.70: Phân tách ký tự nửa biển số vuông 43 Hình 2.71: Bộ mẫu chữ số 44 Hình 2.72: Bộ mẫu chữ 45 Hình 3.1: Lưu đồ thuật tốn chương trình 50 Hình 3.2: Lưu đồ thuật tốn chương trình dị xe ảnh 51 Hình 3.3: Lưu đồ thuật tốn chương trình dị biến số (tmp) 52 Hình 3.4: Lưu đồ thuật tốn chương trình dị biển số (tổng hợp) 53 Hình 3.5: Lưu đồ thuật tốn chương trình lọc nhiễu cho biển số 53 Hình 3.6: Lưu đồ thuật tốn chương trình tách ký tự 54 Hình 3.7: Lưu đồ thuật tốn chương trình tách ký tự (tổng hợp) 54 Hình 3.8: Lưu đồ thuật tốn chương trình nhận dạng ký tự 55 Hình 3.9: Ảnh đầu vào trích từ phim 56 Hình 3.10: Trường hợp có xe xuất 56 Hình 3.11: Xe phát chuẩn hóa 56 Hình 3.12: Đẫu xe lọc 57 Hình 3.13: Biển số tách 57 Hình 3.14: Biển số lọc nhiễu 57 Hình 3.15: Ký tự tách nhận dạng 57 Hình 3.16: Hình ảnh khơng nhận dạng đầu xe xe nối tiếp 58 Hình 3.17: Hình xe khơng nhận dạng xa đường quy định 59 Hình 3.18: Khơng nhận dạng biển số vùng biển mờ 60 Lời cám ơn Em xin gửi lời cảm ơn sâu sắc PGS.TSKH.TRẦN HOÀI LINH, người tận tình giúp đỡ em nhiều trình học tập làm luận án Em xin chân thành cảm ơn TS VŨ QUANG THÀNH – Giám đốc công ty TNHH Tin hoc & Điện tử Thăng Long, người giúp đỡ em nhiều kiến thức kinh nghiệm thực tế Em xin cảm ơn thầy cô giáo trường Đại Học Bách Khoa, môn Kỹ thuật đo – Tin học công nghiệp cho em kiến thức, kinh nghiệm học giúp trưởng thành trình học tập trường Xin cảm ơn đồng nghiệp Công ty TNHH Tin học - Điện tử Thăng Long, xin cảm ơn bạn bè tạo điều kiện giúp đỡ, cho tơi nhiều lời khun bổ ích q trình thực tập tốt nghiệp làm luận án Cuối cho gửi lời biết ơn kính trọng sâu sắc tới bố mẹ, người luôn bên lúc khó khăn nhất, ln chỗ dựa tinh thần vững cho Hà Nội ngày 15 tháng 10 năm 2008 Sinh viên thực Nguyễn Thành Trung Lời cam đoan Tôi xin cam đoan cơng trình nghiên cứu tơi chưa cơng bố cơng trình chưa đăng tài liệu nào, tạp chí, hội nghị khác Những kết nghiên cứu luận văn trung thực Hà Nội, tháng 10 năm 2008 Tác giả luận văn Nguyễn Thành Trung II CÁC BƯỚC THỰC HIỆN BÀI TỐN NHẬN DẠNG Lưu đồ thuật tốn tách ký tự Hình 3.6: Lưu đồ thuật tốn chương trình tách ký tự Lưu đồ thuật tốn tách ký tự Hình 3.7: Lưu đồ thuật tốn chương trình tách ký tự (tổng hợp) Lưu đồ thuật toán nhận dạng ký tự 54 II CÁC BƯỚC THỰC HIỆN BÀI TOÁN NHẬN DẠNG Hình 3.8: Lưu đồ thuật tốn chương trình nhận dạng ký tự 55 II CÁC BƯỚC THỰC HIỆN BÀI TOÁN NHẬN DẠNG 2.2.2 Các bước thực tốn Đọc phim từ camera vào chương trình nhận dạng, kiểm tra ảnh phim Hình 3.9: Ảnh đầu vào trích từ phim Chuẩn hóa ảnh (chuyển thành ảnh đen trắng) kiểm tra xuất đầu xe ảnh Hình 3.10: Trường hợp có xe xuất Hình 3.11: Xe phát chuẩn hóa 56 II CÁC BƯỚC THỰC HIỆN BÀI TỐN NHẬN DẠNG Và lọc đầu xe Hình 3.12: Đẫu xe lọc Tách biển số khỏi đầu xe Hình 3.13: Biển số tách Lọc nhiễu chuẩn hóa cho biển số Hình 3.14: Biển số lọc nhiễu Tách nhận dạng ký tự cho biển số xe Hình 3.15: Ký tự tách nhận dạng 57 II CÁC BƯỚC THỰC HIỆN BÀI TOÁN NHẬN DẠNG 2.2.3 Một số trường hợp nhận dạng sai Nhận dạng sai không phát xe di chuyển Chương trình chạy tương đối tốt nhiệm vụ phát xe ứng với điều kiện đặt phần đầu Tuy nhiên, thực tế quay camera đường quốc lộ có số trường hợp không phát xe sau: a Các xe di chuyển nối tiếp tạo thành dãy dài Đặc điểm thuật toán phát đầu dựa vào thay đổi mức xám vùng mặt nạ, vùng vị trí mà có xe ảnh chưa đến vị trí này, vùng vùng vị trí xe xuất ảnh Xe đựoc bắt mà vùng khơng có thay đổi mức xám vùng thay đổi đột ngột Vì xe di chuyển theo đồn nối dài phát xe đầu tiên, xe không nhận dạng vùng xe có mức xám thay đổi Hình 3.16: Hình ảnh khơng nhận dạng đầu xe xe nối tiếp b Các xe di chuyển xa so với đường quy định camera 58 II CÁC BƯỚC THỰC HIỆN BÀI TOÁN NHẬN DẠNG Trong điều kiện biên toán, quy định nhận dạng xe đường nhất, để đảm bảo độ xác đường nhận dạng, mặt nạ nhận dạng khoanh vùng đường (ứng với vị trí góc quay camera) Hình 3.17: Hình xe khơng nhận dạng xa đường quy định Nhận dạng xe không bắt vùng biển số Không bắt vùng biển số thuật toán phân ngưỡng đối tượng, biển xe mờ (do dính bùn), nhiễu vùng biển xe lớn 59 II CÁC BƯỚC THỰC HIỆN BÀI TỐN NHẬN DẠNG Hình 3.18: Khơng nhận dạng biển số vùng biển mờ 60 II CÁC BƯỚC THỰC HIỆN BÀI TOÁN NHẬN DẠNG Thực demo chương trình Chương trình viết với mục đích nhận dạng tự động biển số xe di chuyển đường quốc lộ, có xuất xe file video biển số xe tự động xuất Tuy nhiên để thuận tiện cho việc theo dõi bước thực chương trình, chương trình demo xây dựng với phím chức bên hình Trình tự thao tác: Ấn phím IMPORT AVI FILE để nhập file avi cần xử lý Bên trái khung hình: File video (.avi) chạy tự động, gặp xe, chương trình tự động nhận dạng dừng vị trí có xe, ảnh đầu xe cắt chuyển sang khung hình bên phải để xử lý Khi có ảnh đầu xe (dạng ảnh mầu RGB), ảnh chuyển đổi dạng ảnh đen trắng thao tác ấn phím IMAGE BW, kết thể hình bên 61 II CÁC BƯỚC THỰC HIỆN BÀI TOÁN NHẬN DẠNG Sau ảnh chuyển dạng nhị phân, ta bắt đầu công việc dò biển số xe ảnh cách ấn phím REG PLATE, kết biển số dị thể ảnh bên 62 II CÁC BƯỚC THỰC HIỆN BÀI TỐN NHẬN DẠNG Ấn phím FILTER để lọc nhiễu cho vùng biển số dò Ấn phím SEP CHAR Để phân tách ký tự vùng biển số, thể hình bên dưới: Ấn phím REG CHAR Để nhận dạng ký tự này, Kết cuối thể bên ô PLATE bên trái 63 II CÁC BƯỚC THỰC HIỆN BÀI TOÁN NHẬN DẠNG Để tiếp tục dị xe vị trí tiếp theo, ấn phím NEXT, khỏi chương trình ấn phím EXIT 2.2.4 Tổng hợp kết tập số liệu mẫu Mẫu số liệu đồ án bao gồm file video quay xe ô tô di chuyển đường quốc lộ đường Phạm Văn Đồng (gần sân bay Nội Bài) File 1: File dùng để luyện, tạo đặc tính cho chương trình nhận dạng Độ dài 17 phút bao gồm 152 xe ô tô có 15 xe biển vng, 10 xe biển xanh, biển đỏ xe Còn lại 121 xe biển trắng chữ nhật, xe không lắp biển số Tốc độ trung bình xe khoảng 30 -> 40 km/h File 2: Dùng để kiểm tra mơ hình bao gồm 79 xe, xe biển vuông trắng, xe biển xanh chữ nhật, lại biển trắng chữ nhật Tốc độ trung bình xe khoảng 30 -> 40 km/h · Với số liệu “học” Kết Số lượng Tỉ lệ Tách thành công vùng biển số 140 140/152 Tách không thành công biển số 12 12/152 Biển số tách kí tự 127 127/140 Biển số khơng tách kí tự 13 13/140 Kí tự nhận dạng 110 110/127 Kí tự nhận dạng sai 17 17/127 Biển số nhận dạng xác 100% 110 110/152 Số lượng Tỉ lệ Tách thành công vùng biển số 68 68/77 Tách không thành công biển số 9/77 Biển số tách kí tự 61 61/68 Biển số khơng tách kí tự 7/68 Kí tự nhận dạng 56 56/61 Kí tự nhận dạng sai 5/61 Biển số nhận dạng xác 100% 56 56/77 · Với số liệu “kiểm tra” Kết 64 II CÁC BƯỚC THỰC HIỆN BÀI TOÁN NHẬN DẠNG II Tổng kết hướng phát triển đề tài Kết đồ án - Ứng dụng kỹ thuật xử lý ảnh số toán nhận dạng hình ảnh để giải tốn nhận dạng tự động biển số xe - Xây dựng mô hình nhận dạng tự động xe tơ di chuyển đường quốc lộ dựa theo kỹ thuật xử lý ảnh số với độ xác 73 % rong điều kiện mẫu chụp - Nhận dạng với độ xác 72,27 % tập mẫu loại xe biển trắng chữ nhật, vuông biển xanh - Từ mơ hình tốn ứng dụng nhiều lĩnh vực nhận dạng khác như: toán đo lưu lượng xe lại đường, kiểm sốt xe vị trí bắn tốc độ tự động Hướng phát triển đề tài - Xây dựng hồn chỉnh mơ hình phần cứng ứng dụng cho hệ thống - Nhận dạng online: giảm thời gian xử lý, đảm bảo thời gian thực hệ thống nhằm nhận dạng với thời gian ngắn nhất, đảm bảo cho hệ thống ứng dụng toán nhận dạng online - Chuyển hệ thống viết từ phần mền PC xuống tích hợp cho hệ vi xử lý nhằm giảm giá thành đảm bảo tính nhỏ gọn, công nghiệp hệ thống - Xây dựng thành sản phẩm cơng nghiệp hồn chỉnh để ứng dụng rộng rãi thực tế 65 Thesis summary Title: “Application of image processing and neural network for automobile number plate recognition: The subject of the thesis is to automatically recognize the car number plate in the road from a live video stream The thesis consists of main parts: Part - Background of the study: To state the feasible application of the study, summarize of the works done and design the model based on the former one Part - Analysis and design of the proposed system for carplate recognition from camera image System Model: summarize by the diagram of the functional blocks: o Reading files from camera o Identify and filter automobile from the picture o Extract the plate from the automobile picture o Filter and identify the characters in the plate In the thesis various image processing algorithms have been used to extract the objects’ features and information from the image After that, a pattern recognition method basing on Kohonen Self-organising Map is used to classify the characters from the car plate image Part - Experimental result: Show the results based on the sample acquired, analyze the results successful and unsuccessful and especially focus on the unsuccessful identification The suggestions for futher development of the thesis In this part, some program demos are also shown Tóm tắt luận văn Đề tài:” Ứng dụng xử lý ảnh mạng nơ-rôn nhận dạng biển số xe” Nội dung luận văn tập trung giải vấn đề sau: - Nhận dạng tự động biển số xe ô tô chuyển động đường quốc lộ, với loại xe biển số khác (biển trắng, ) Để thực nội dung trên, luận văn chia làm phần Phần I Tổng quan Trình bày vấn đề khoa học, thực tiễn đề tài, tóm tắt nội dung thực luận văn Đưa mơ hình xây dựng nhận dạng tự động biển số xe sở mơ hình có trước Phần II Phân tích, thiết kế hệ thống nhận dạng biển số xe từ ảnh camera Nội dung bao gồm: - Mơ hình hệ thống: tóm tắt mơ hình thực luận văn qua sơ đồ khối chức - Chi tiết khối chức năng: Đây phần luận văn tập trung giải vấn đề sau: o Đọc file video từ camera o Nhận dạng lọc đầu xe o Tách biển số khỏi đầu xe o Lọc nhận dạng ký tự biển số Phần III Kết thực - Đưa kết thực sở mẫu thu thập, tập trung phân tích kết nhận dạng thành công kết chưa tập trung phân tích trường hợp chưa thành công - Đưa kiến nghị - Thực demo chương trình Dự kiến kết - Có hiểu ảnh số, xử lý ảnh số, kỹ thuật xử lý ảnh số ứng dụng tốn nhận dạng hình ảnh - Xây dựng mơ hình nhận dạng tự động xe ô tô di chuyển đường quốc lộ, lọc tách biển số xe cho xe - Mở rộng nhận dạng nhiều loại biển số khác II CÁC BƯỚC THỰC HIỆN BÀI TOÁN NHẬN DẠNG Tài liệu tham khảo [1] PGS.TSKH TRẦN HỒI LINH Bài giảng mơn nhận dạng [3] PGS.TS NGUYỄN QUỐC TRUNG xử lý tín hiệu số [2] Gonzalez R C., Woods R E., Digital Image Processing, 2nd Edition, Prentice Hall 2002 [3] Gonzalez R C., Woods R E., Eddins S L., Digital Image Processing Using MATLAB, Prentice Hall 2004 [4] [5] www.Mathworks.com Y.ZHONG, HONGJIANG, AND A.K.JAIN (2000), “Automatic Caption Localization in Compressed Video” [6] JUN-WEI HSIEH, SHIH-HAO YU, YUNG – SHENG CHEN (2002), “Morphology based License Plate Dectection from Complex Scenes” 16th International Conference on Pattern Recognition (ICPR’02) vol [7] YUNTAO CUI AND QUIAN HUANG (1997), “Charater Extraction of License Plates from Video” [8] LINDA SHAPIRO AND GEORGE STOCKMAN (2000), “Computer Vision E-book” [9] IAN T.YOUNG, JAN J GERBRANDS, LUCAS J VAN VLIET (1998), “Fundamentals of Image Preocessing”, The Netherlands at the Delft University of Technology, ISBN 90 – 75691 – 01 – ……………… 66 ... hiểu ảnh số, xử lý ảnh số, kỹ thuật xử lý ảnh số ứng dụng tốn nhận dạng hình ảnh - Xây dựng mơ hình nhận dạng tự động xe tơ di chuyển đường quốc lộ, lọc tách biển số xe cho xe - Mở rộng nhận dạng. .. hiểu ảnh số, xử lý ảnh số, kỹ thuật xử lý ảnh số ứng dụng toán nhận dạng hình ảnh - Xây dựng mơ hình nhận dạng tự động xe ô tô di chuyển đường quốc lộ, lọc tách biển số xe cho xe - Mở rộng nhận dạng. .. tài:” Ứng dụng xử lý ảnh mạng nơ- rôn nhận dạng biển số xe” Nội dung luận văn tập trung giải vấn đề sau: - Nhận dạng tự động biển số xe ô tô chuyển động đường quốc lộ, với loại xe biển số khác (biển