- Hình thức khóa luận: /
3.3.2 Hướng dẫn sử dụng chương trình
Khi chọn button “ Tải ảnh ” chương trình mở một cửa sổ và chọn tập tin ảnh có chứa biển số để nhận diện, hoặc chọn button “ Chụp ” chương trình sẽ lấy ảnh từ camera để nhận diện.
Hình 31. Ví dụ hướng dẫn
Sau đó, nhấn button “Nhận dạng + Ghi thẻ” chương trình thực hiện nhận diện biển số xe và đồng thời hậu xử lý sau khi định vị rồi hiển thị các kết quả lên màn hình như sau:
Hình 32. Kết quả sau khi ấn "Nhận dạng + Ghi thẻ"
Hình 33. Ví dụ nhận diện sai
Hình 34. CHức năng sửa lỗi
Ta nhập biển số chính xác vào ô “ Biển số ”, rồi ấn button “ Sửa lỗi + ghi thẻ” biển số chính xác sẽ được lưu lại.
Hình 35. Sửa lỗi khi nhận diện sai
Lưu ý: đây chỉ là chương trình thử nghiệm, các button “Tính tiền”, “Không”
“Đồng Ý” mở của ra vào vẫn chưa sử dụng được. Để sử dụng các button đó cũng như áp dụng vào thực tế các bãi trông giữ xe, ta phải kết hợp thêm vào chương trình một cơ sở dữ liệu, đầu đọc thẻ từ, điều khiển phần cứng (đóng mở barie).
KẾT LUẬN
Kết luận
- Kết quả nhận diện vùng biển số có độ chính xác khá cao, nhận diện được cả biển ô tô một và hai dòng.
- Đã đạt được nhận diện vùng biển số theo thời gian thực.
- Quá trình nhận dạng kí tự cần phải nghiên cứu thêm để nhận dạng đúng kí tự khi ứng dụng nhận dạng biển số ở Việt Nam.
- Báo cáo này đã nghiên cứu cơ bản về thuật toán trích chọn đặc trưng ảnh phục vụ việc phát hiện, nhận dạng biển số sử dụng LBP và nhận dạng ký tự trong biển số bằng TesseractOCR.
- Trong quá trình thực hiện, việc tiền xử lý ảnh và lựa chọn các kỹ thuật xử lý ảnh phù hợp đóng vai trò quan trọng trong việc nâng cao độ chính xác của việc phát hiện và nhận dạng.
Kiến nghị
- Việc thực hiện xử lý ảnh đầu vào để tiến hành huấn luyện trích rút đặc trưng LBP theo tuần tự nhất định là điều cần thiết. Để nâng cao tính chính xác, việc học lại là cần thiết sau khi thu nhận được các mẫu mới trong quá trình nhận dạng.
- Do chưa có điều kiện và thời gian để kiểm chứng phương pháp LBP- NeuronNetwork (tức là nhận dạng vùng biển số bằng LBP và nhận dạng ký tự bằng kỹ thuật mạng nơron) nên chưa thể đưa ra một kết luận chính xác.
- Kết hợp thêm vào chương trình một hệ cơ sở dữ liệu và điều khiển phần cứng để có thể ứng dụng vào thực tế.
Tài liệu tham khảo
[1] ThS. Nguyễn Quế Hương, Nhận diện biển số xe sử dụng đặc trưng LBP, 2015
[2] Nguyễn Văn Long, Ứng dụng xử lý ảnh trong thực tế với thư viện OpenCV
C/C++.
[3] Võ Hùng Vĩ, Luận văn tốt nghiệp Đại học: Xây dựng hệ thống hỗ trợ giữ xe
thông minh, 2014.
[4] Bùi Văn Thoảng, Luận văn thạc sĩ công nghệ thông tin: Nhận dạng và trích
biển số xe.
[5] P. Coscia, F. Castaldo, F. Palmieri, A. Alahi, S. Savarese, and L. Ballan,
Image and Vision Computing, vol. in press, 2018.
[6] https://thigiacmaytinh.com/nha-dien-bien-so-xe-hoi, truy cập lần cuối ngày 22/12/2018.
[7] https://www.tinhocsoctrang.com/2017/02/tong-quan-ve-opencv.html, truy cập cuối cùng ngày 25/12/2018.
[8] http: //www.emgu.com/wiki/index.php/Documentation, truy cập lần cuối ngày 25/12/2018.
[9] http: //docs.opencv.org/index.html, truy cập lần cuối ngày 25/12/2018.
[10] http://www.aforgenet.com/framework/documentation.html, truy cập lần cuối ngày 25/12/2018
[11] http://docs.microsoft.com/vi-vn/visualstudio/install/install-visual-studio-2015? view=vs-2015, truy cập lần cuối ngày 25/12/2018
[12] http://www.rroij.com/open-access/texture-classification-with-local-binarypattern- based-on-continues-wavelettransformation.php?aid=42179, truy cập cuối cùng ngày 25/12/2018.