Chữ số bị dính với các vật bên ngoài như đinh ốc, ký tự bị mờ nét, mất nét, loang lổ,...
Các bƣớc thực hiện chƣơng trình:
Bước 1. Tải ảnh
Bước 2. Nổi biên ảnh
Bước 4. Khoanh vùng có khả năng là biển số xe nhất
Bước 6. Tách kí tự biển số
Bước 8. Khởi tạo mạng
KẾT LUẬN
Qua luận văn tốt nghiệp cao học đề tài “NGHIÊN CỨU VỀ MẠNG NƠRON TÍCH CHẬP VÀ ỨNG DỤNG CHO BÀI TOÁN NHẬN DẠNG BIỂN SỐ XE”, chúng tôi đã thực hiện:
- Nghiên cứu tổng quan về nhận dạng biển số xe cũng nhƣ tìm hiểu đƣợc một số giải thuật rút trích biển số, tách ký tự, ...
- Tìm hiểu đƣợc mạng nơron và mạng nơron tích chập (CNNs), cùng những ƣu và nhƣợc điểm của mỗi mạng.
- Áp dụng CNNs cho bài toán nhận dạng biển số xe, và cho kết quả khả quan.
Hƣớng phát triển của bài toán:
- Nâng cao hiệu quả chƣơng trình, tách ly các kí tự trong biển số trong các trƣờng hợp biển số bị nhiều nhiễu, mất mát thông tin do nhiễu từ điều kiện môi trƣờng, tìm vùng biển số trong ảnh có độ tƣơng phản giữa biển số và nền thấp. Đặc biệt là biển xe có nền màu đỏ chữ trắng.
- Nghiên cứu theo hƣớng một ứng dụng cụ thể nhƣ : giám sát phƣơng tiện giao thông, xử lý vi phạm giao thông, quản lý xe tại các bãi giữ xe, các kho vật tƣ….
- Nghiên cứu phát triển phần mềm theo hƣớng tự động nhận dạng biển số xe đang chuyển động (Live) áp dụng trong phạt nguội các phƣơng tiện giao thông đang di chuyển, nghiên cứu sự kết hợp giữa CNNs với GPU để tăng tốc độ xử lý và tăng độ chính xác của nhận dạng.
TÀI LIỆU THAM KHẢO Tiếng Việt [1] https://ongxuanhong.wordpress.com/2015/12/29/convolutional-neural- networks-la-gi/ Tiếng Anh [2] http://neuralnetworksanddeeplearning.com/chap6.html [3] http://neuralnetworksanddeeplearning.com/chap2.html
[4] Y. LeCun and Y. Bengio.“Convolutional networks for images, speech, and time-series.” In M. A. Arbib, editor, The Handbook of Brain Theory and Neural
Networks. MIT Press, 1995.
[5] Fabien Lauer, ChingY. Suen, Gérard Bloch,”A trainable feature extractor for handwritten digit recognition“,Elsevier, october 2006.
[6] Patrice Y. Simard, Dave Steinkraus, John Platt, "Best Practices for Convolutional Neural Networks Applied to Visual Document Analysis," International Conference on Document Analysis and Recognition (ICDAR), IEEE
[7] Chirag N. Paunwala & Suprava Patnaik. “A Novel Multiple License Plate Extraction Techniquefor Complex Background in Indian Traffic Conditions”, Sarvajanik College of Engineering and Technology, 2010
[8] Choo Kar Soon, Kueh Chiung Lin, Chung Ying Jeng and Shahrel A. Suandi, “Malaysian Car Number Plate Detection and Recognition System”, 2012
[9] Tran Duc Duan, Duong Anh Duc, Tran Le Hong Du, “Combining Hough Transform and Contour Algorithm for detecting Vehicles License- Plates”, University of Natural Sciences, 2004
[10] Nobuyuki Otsu, "A threshold selection method from gray-level histograms”, 1979
[11] Suman K. Mitra. “Recognition of Car License Plate using Morphology”, hirubhai Ambani Institute of Information and Communication Technology, Gandhinagar, Gujarat, India
[12] Các tài liệu về EmguCV tại www.emgucv.com OPenCV tại www.opencv.com
[14] Quoc V. Le, A Tutorial on Deep Learning - Part 2: Autoencoders, Convolutional Neural Networks and Recurrent Neural Networks, qvl@google.com, Google Brain, Google Inc,1600 Amphitheatre Pkwy, Mountain View, CA 94043, October 20, 2015