Nhận dạng biển số xe

3.3.9.1. Các bƣớc trong quá trình nhận dạng biển xe

Hình 3.10. Các giai đoạn của thuật toán nhận dạng biến số xe

Trên hình 3.10, chúng ta thấy rằng quá trình nhận dạng biển số xe từ camera trải qua các bƣớc chính sau:

 Bƣớc 1: Xác định vùng chuyển động

 Bƣớc 2: Xác định bảng số trên ảnh tĩnh

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn

 Bƣớc 4: Nhận dạng ký tự đơn

Phần tiếp theo, tác giả sẽ giới thiệu tóm tắt các bƣớc trong quá trình này

3.3.9.2. Xác định vùng chuyển động

Vấn đề xác định vùng chuyển động nhằm mục đích tách các đối tƣợng chuyển động trong trong 1 chuỗi các khung hình trong file video hoặc thu trực tiếp từ camera. Phần kiến thức này, tác giả đã trình bày ở chƣơng 2 để bám các đối tƣợng chuyển động.

3.3.9.3. Xác định bảng số trong ảnh

Hình 3.11. Các giai đoạn của thuật toán trích trọn bảng số.

Hiện nay, có rất nhiều hƣớng tiếp cận để trích chọn bảng số. Dƣới đây, tác giả nêu các hƣớng tiếp cận này.

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn

 Hƣớng tiếp cận dựa vào dòng quét

 Hƣớng tiếp cận dựa trên phép toán hình thái

 Hƣớng tiếp cận dựa trên máy học.

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn

3.3.9.4. Tách ký tự

Từ ảnh đầu vào gồm các dòng ký tự, chúng ta phải tách ra thành từng ký tự

đơn. Bài toán này sẽ trở lên phức tạp khi ảnh đầu vào có độ nhiễu, góc nghiêng. Các phƣơng pháp phổ biến đƣợc dùng để tách ký tự là phƣơng pháp chiếu và phƣơng pháp miền liên thông. Hiện nay, các kết quả thử nghiệm cho thấy phƣơng pháp chiếu cho kết quả tốt hơn phƣơng pháp miền liên thông. Dƣới đây tác giả trình bày về phƣơng pháp chiếu.

Phép chiếu sẽ đƣợc chiếu theo hai hƣớng là phép chiếu ngang và phép chiếu

dọc. Phép chiếu ngang dùng để tách dòng. Phép chiếu dọc dùng để tách ký tự. Hình 3.12 minh họa kết quả của phép chiếu ngang, và chiếu dọc.

Hình 3.12. Kết quả minh họa của phép chiếu ngang và chiếu dọc

3.4. KẾT QUẢ CÀI ĐẶT

Trong luận văn này, tác giả cài đặt thuật toán bám, phân luồng và phát hiện sai luồng của phƣơng tiện giao thông. Phần nhận dạng biển số xe chƣa đƣợc tích hợp để thành một hệ thống hoàn chỉnh. Dƣới đây, tác giả trình bày kết quả đạt đƣợc của đề tài.

 Quản lý 3 làn xe

 Tính mật độ phƣơng tiện giao thông của mỗi làn xe (adsbygoogle = window.adsbygoogle || []).push({});

 Lƣợc đồ bám đối tƣợng chuyển động

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn

Tiếp theo, tác giả trình bày hình ảnh kết quả về quá trình phân tích phân ngƣỡng để bắt bám đối tƣợng chuyển động, thiết lập làn xe để giám sát hiện tƣợng vi phạm làn xe của các phƣơng tiện giao thông đƣờng bộ.

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn

KẾT LUẬN

Đề tài "Nghiên cứu một số kỹ thuật so khớp và nhận dạng ứng dụng vào hệ thống giám sát giao thông tự động" của tác giả đã nghiên cứu đƣợc một số vấn đề sau:

 Nghiên cứu tổng quan về xử lý ảnh

 Nghiên cứu về kỹ thuật bắt bám đối tƣợng chuyển động

 Nghiên cứu về kỹ thuật nhận dạng biển số xe

 Ứng dụng và cài đặt thử nghiệm hệ thống phân luồng và phát hiện sai

luồng của phƣơng tiện giao thông

Tuy nhiên, tác giả chƣa thể xây dựng đƣợc mô hình hệ thống giám sát giao thông tự động đầy đủ, nên việc cài đặt chỉ dừng lại ở việc phát hiện xe sai luồng, và tính toán đƣợc mật đồ làn xe. Việc lƣu trữ thông tin xe vi phạm làn đƣờng nhƣ biển số xe chƣa đƣợc cài đặt tích hợp vào trong hệ thống. Đây cũng là những nhiệm vụ đặt ra trong giai đoạn tiếp theo của luận văn.

Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên http://www.lrc-tnu.edu.vn

TÀI LIỆU THAM KHẢO CHÍNH

[1]Đỗ Năng Toàn, Phạm Việt Bình, “Giáo trình xử lý ảnh”, Nhà xuất bản Khoa

học Kỹ thuật Hà Nội, 2007.

[2]Lƣơng Xuân Cƣơng, Ðỗ Xuân Tiến, Ðỗ Trung Tuấn, “Kỹ thuật nâng cao khả

năng phân đoạn dữ liệu video ứng dụng trong e-learning”, Báo cáo khoa học tại Hội thảo quốc gia “Một số vấn đề chọn lọc của Công nghệ thông tin”, Đà Nẵng, tháng 8/2004.

[3]Nguyễn Thanh Hải, Nguyễn Công Định, “Xây dựng hệ bám mục tiêu chuyển

động kết hợp kỹ thuật nhận dạng ảnh và ứng dụng trong giám sát và quản lí giao thông”, Tạp chí Khoa học và kỹ thuật- Học viện KTQS, số 117 (IV- 2006), tr.61-70.

[4]Hai N.T., Long P.T., Dinh N.C (2008), “Affine-invariant Fourier descriptors

and its application in a number plate recognize system”, ASEAN Journal on

Science and Technology for Development, Vol.25, Issue 2, pp. 269-280. (adsbygoogle = window.adsbygoogle || []).push({});

[5]Nguyễn Đức Luyện, Nguyễn Công Định, Nguyễn Thanh Hải (2003),

“Nghiên cứu xây dựng thƣ viện chuyên dụng xử lý ảnh và nhận dạng đối tƣợng”, Kỷ yếu hội thảo quốc gia lần thứ nhất và nghiên cứu phát triển và ứng dụng công nghệ thông tin và truyền thông, học viện KTQS, Hà Nội – 2/2003, tr. 242 – 251.

[6]Ghosh, Petkov N. (2005), “A cognitive evaluation procedure for contour based shape descriptors”, Int. Journal of Hybird Intelligent Systems, 2 (4), pp. 237 – 252.

[7]Xiong, W., Lee, J. C.-M., Efficient scene change detection and camera motion annotation for video classification, Computer Vision and Image

Understanding 71(2), 1998, pp. 166 – 181

[8]Sebastien Wong, “Advanced Correlation Tracking of Objects in Cluttered Imagery”, The Proceedings of SPIE: Acquisition, Tracking and Pointing XIX, Orlando USA, 2005, pp. 5810-21.

Thuật toán tách cạnh, dò biên