BỘ GIÁO DỤC VÀ ĐÀO TẠO
ĐẠI HỌC ĐÀ NẴNG

LÊ VŨ PHONG

NGHIÊN CỨU NÂNG CAO HIỆU NĂNG
TRONG HỆ THỐNG NHẬN DẠNG BIỂN SỐ XE

LUẬN VĂN THẠC SĨ KỸ THUẬT

Đà Nẵng, 2017


BỘ GIÁO DỤC VÀ ĐÀO TẠO
ĐẠI HỌC ĐÀ NẴNG

LÊ VŨ PHONG

NGHIÊN CỨU NÂNG CAO HIỆU NĂNG
TRONG HỆ THỐNG NHẬN DẠNG BIỂN SỐ XE

Chuyên ngành: Hệ thống thông tin
Mã số: 60.48.01.04

LUẬN VĂN THẠC SĨ HỆ THỐNG THÔNG TIN

Người hướng dẫn khoa học: TS. NGUYỄN HOÀNG HẢI

Đà Nẵng, 2017

LỜI CAM ĐOAN
Tơi xin cam đoan đây là cơng trình nghiên cứu của riêng rôi.
Các số liệu, kết quả nêu trong luận văn là trung thực và chưa từng được
ai cơng bố trong bất kỳ cơng trình nào khác.

Tác giả

Lê Vũ Phong


MỤC LỤC
MỞ ĐẦU .......................................................................................................... 1
1. Lý do chọn đề tài ..................................................................................... 1
2. Mục tiêu và nhiệm vụ đề tài .................................................................... 1
3. Đối tượng và phạm vi nghiên cứu........................................................... 2
4. Phương pháp nghiên cứu ........................................................................ 2
5. Giải pháp đề xuất .................................................................................... 3
6. Mục đích và ý nghĩa của đề tài ............................................................... 3
7. Kết quả dự kiến ....................................................................................... 4
8. Bố cục của luận văn ................................................................................ 4
CHƯƠNG 1. TỔNG QUAN VỀ XỬ LÝ ẢNH............................................. 5
1.1. NHỮNG KHÁI NIỆM VỀ ẢNH SỐ......................................................... 5
1.1.1. Phần tử của ảnh ................................................................................. 5
1.1.2. Biểu diễn ảnh .................................................................................... 6
1.2. MỘT SỐ KHÁI NIỆM VỀ XỬ LÝ ẢNH ................................................. 6
1.3. QUÁ TRÌNH XỬ LÝ ẢNH ....................................................................... 8
1.4. MỘT SỐ ỨNG DỤNG CỦA XỬ LÝ ẢNH ............................................ 11
CHƯƠNG 2. TỔNG QUAN HỆ THỐNG NHẬN DẠNG BIỂN SỐ XE. 13
2.1. GIỚI THIỆU HỆ THỐNG NHẬN DẠNG BIỂN SỐ XE CƠ BẢN ....... 13
2.1.1. Chuyển ảnh sang ảnh mức xám ...................................................... 14

2.1.2. Mức xám đồ của ảnh ....................................................................... 15
2.1.3. Một số phương pháp tách ký tự trong vùng chứa biển số .............. 16
2.1.4. Phương pháp nhận dạng ký tự ........................................................ 16
2.2. XÂY DỰNG HỆ THỐNG NHẬN DẠNG BIỂN SỐ XE SỬ DỤNG
MỘT SỐ CẢI TIẾN KỸ THUẬT XỬ LÝ ẢNH ........................................... 17
2.2.1. Phương pháp Otsu ........................................................................... 17
2.2.2. Thuật toán K-means trong xử lý ảnh .............................................. 18


2.2.3. Kỹ thuật lọc trung vị ....................................................................... 20
2.2.4. Loại bỏ các vùng không mong muốn.............................................. 21
2.3. TỔNG QUAN VỀ MẠNG NƠRON ....................................................... 22
2.3.1. Mạng Nơron nhân tạo ..................................................................... 22
2.3.2. Một vài ứng dụng của mạng Nơron nhân tạo ................................. 25
2.4. MƠ HÌNH MẠNG NƠRON VÀ CÁCH THIẾT LẬP MẠNG MẠNG
NƠRON NHÂN TẠO ..................................................................................... 25
2.4.1. Mơ hình một Nơron nhân tạo.......................................................... 25
2.4.2. Cách thức huấn luyện mạng nơron ................................................. 28
2.4.3. Các thuật toán học ........................................................................... 29
2.5. CƠ SỞ LÝ THUYẾT VÀ GIẢI THUẬT MẠNG LAN TRUYỀN
NGƯỢC .......................................................................................................... 30
2.5.1. Thuật toán mạng lan truyền ngược ................................................. 30
2.5.2. Những hạn chế và ưu điểm của phương pháp lan truyền ngược .... 30
2.5.3. Sử dụng thuật toán lan truyền ngược .............................................. 32
2.5.4. Một số biến thể của thuật toán lan truyền ngược ............................ 33
2.6. MỘT SỐ VẤN ĐỀ QUÁ KHỚP VÀ HƯỚNG GIẢI QUYẾT .............. 34
CHƯƠNG 3. ỨNG DỤNG MẠNG NƠRON ĐỂ NHẬN DẠNG KÝ
TỰ CHO HỆ THỐNG NHẬN DẠNG BIỂN SỐ XE................................. 37
3.1. MƠ HÌNH TỔNG QT HỆ THỐNG NHẬN DẠNG BIỂN SỐ XE .. 37
3.2. QUÁ TRÌNH THU NHẬN ẢNH ............................................................ 38

3.3. Q TRÌNH TRÍCH BIỂN SỐ XE, XỬ LÝ ẢNH BIỂN SỐ VÀ
TÁCH KÝ TỰ CHỮ SỐ XE .......................................................................... 38
3.3.1. Thuật tốn trích biển số xe dùng phương pháp phân tích phổ tần
số ................................................................................................................... 38
3.3.2. Các bước tiền xử lý ......................................................................... 41
3.3.3. Thuật toán tách ký tự ...................................................................... 42


3.4. QUÁ TRÌNH NHẬN DẠNG KÝ TỰ ĐƠN BẰNG MẠNG NƠRON
NHÂN TẠO .................................................................................................... 45
3.4.1. Mơ hình mạng nơron và cách thức huấn luyện mạng..................... 45
3.4.2. Khởi tạo trọng số trong mạng nơron ............................................... 47
3.5. GIAO DIỆN CHƯƠNG TRÌNH NHẬN DẠNG BIỂN SỐ XE ............. 48
3.6. KIỂM TRA CHƯƠNG TRÌNH VÀ ĐÁNH GIÁ KẾT QUẢ CHẠY
THỬ................................................................................................................. 51
3.6.1. Kho dữ liệu thử nghiệm .................................................................. 51
3.6.2. Đánh giá kết quả thử nghiệm .......................................................... 51
3.6.3. Đánh giá kết quả ............................................................................. 52
DANH MỤC TÀI LIỆU THAM KHẢO

QUYẾT ĐỊNH GIAO ĐỀ TÀI LUẬN VĂN (bản sao)


DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT
Từ viết tắt

Từ đầy đủ

ADALINE


Adapt Linear Nơron Network

AI

Artificial Intelligence

ANN

Artificial Nơron Networks

ASCII

American Standard Code for Information Interchange

BIT

Binary Digit

CT

Computed Tomography

DE

Directory Entry

GIF

Graphics Interchanger Format


IFD

Image File Directory

IFH

Image File Header

ITS

Intelligent Transportation Systems

JPEG

Joint Photograph Expert Group

LVQ

Learning Vector Quantization

LZW

Lempel Ziv Weleh

MLP

Mutil-Layer Perceptron

MSE


Mean Square Error

PCX

Picture Exchange Format

PST

Point Spread Function

RBF

Radial Basis

RLE

Run Length Encoded

SVM

Support Vector Machine

TIFF

Targed Image File Format


DANH MỤC CÁC BẢNG

Số hiệu


Tên bảng

bảng

Trang

3.1.

Thông số nhận dạng mạng chữ

47

3.2.

Thông số nhận dạng mạng số

47

3.3.

Mô tả dữ liệu thử nghiệm

51

3.4.
3.5.

Thống kê kết quả nhận dạng biển số của một hệ thống cơ
bản

Tổng kết kết quả thử nghiệm

51
52


DANH MỤC CÁC HÌNH
Số hiệu

Tên hình

hình

Trang

1.1.

Hệ tọa độ pixel

5

1.2.

Biểu diễn hệ thống ảnh

6

1.3.

Quá trình xử lý hình ảnh.


8

1.4.

Các bước cở bản trong xử lý ảnh

8

2.1.

Các bước tiến hành nhận dạng biển số xe

14

2.2.

Phân cụm ảnh khi sử dụng thuật toán K-Means

18

2.3.

Các bước của thuật tốn K-Means

19

2.4.

Thuật tốn lọc trung vị


20

2.5.

Mơ hình tốn học tổng qt của mạng Nơron nhân tạo

22

2.6.

Hàm Heaviside

23

2.7.

Nơron một đầu vào

26

2.8.

Nơron có nhiều đầu vào

26

2.9.

Mơ hình mạng Nơron một lớp


27

2.10.

Mạng quá khớp với mẫu huấn luyện

35

2.11.

Mạng được dừng huấn luyện đúng lúc

35

3.1.

Mơ hình tổng qt hệ thống nhận dạng biển số xe

37

3.2.

Biển số sau khi tách

39

3.3.

Biển số xe sau khi tách và chuyển sang ảnh mức xám


41

3.4.

Biển số xe sau khi xử lý bằng thuật toán K-Means

41

3.5.

Biển số xe sau khi đảo màu

41

3.6.

Biển số xe sau khi lọc Median

42

3.7.

Biển số xe BlobsFiltering

42

3.8.

Một số kết quả tách ký tự


42


Số hiệu
hình

Tên hình

Trang

3.9.

Chuẩn hóa ký tự về kích cỡ 20x10

45

3.10.

Sơ đồ mạng nơron nhận dạng ký tự chữ

46

3.11.

Sơ đồ mạng nơron nhận dạng ký tự số

46

3.12.


Giao diện chính của hệ thống

48

3.13.

Hệ thống nhận ảnh đầu vào

48

3.14.

Hệ thống xử lý và đưa ra kết quả nhận dạng biển số xe

49

3.15.

Biển số xe bị vệt sơn mờ che một phần số

49

3.16.

Biển số bị đinh ốc gây nhiễu trong quá trình nhận dạng

50

3.17.


Nhận dạng diển số xe được chụp vào ban đêm

50


1

MỞ ĐẦU
1. Lý do chọn đề tài
Hiện nay, ngành công nghệ thông tin đang ngày một phát triển. Những
thiết bị tự động ngày một nhiều hơn, đa dạng hơn và hỗ trợ cho con người
nhiều hơn. Trong đó, lĩnh vực nghiên cứu về thị giác máy đã có nhiều ứng
dụng thực tế được ghi nhận như nhận dạng biển số xe, nhận dạng dấu vân tay,
nhận dạng mã vạch, tương tác giữa người và máy… Chính vì lẽ đó, nghiên
cứu thị giác máy đang là một xu hướng của thế giới số.
Có thể nói hệ thống nhận dạng biển số xe đã có rất nhiều cơng trình
nghiên cứu với các phương pháp tiếp cận khác nhau. Những nghiên cứu này
xoay quanh vấn đề tìm cách tiếp cận và xây dựng mơ hình thuật tốn theo
hướng giải quyết đơn lẻ các bài toán nhỏ và tổng hợp thành các bài toán lớn.
Trong đó giai đoạn xử lý khử nhiễu để nhận dạng biển số xe được xem là
bước quan trọng nhất và hiện tại vẫn chưa tìm được phương án tối ưu. Chính
vì vậy tơi chọn đề tài “Nghiên cứu nâng cao hiệu năng trong hệ thống
nhận dạng biển số xe”. Với vai trị như đã phân tích ở trên đề tài này tập
trung vào xây dựng hệ thống nhận dạng biển số xe nhằm khắc phục những
ảnh có độ nhiễu cao hình ảnh chụp trong những điều kiện khác nhau hay
trong điều kiện ánh sáng không tốt như ban đêm…
2. Mục tiêu và nhiệm vụ đề tài
2.1. Mục tiêu
Đề tài nghiên cứu xây dựng hệ thống nhận dạng biển số xe hiệu quả và

ổn định nhất
2.2. Nhiệm vụ
Để đạt được các mục tiêu trên, đề tài tập trung vào các nhiệm vụ cụ thể
như sau:
- Phân tích đặc điểm của bài tốn xử lý ảnh để từ đó đề ra các giải pháp
hợp lý trong việc xây dựng và triển khai hệ thống.


2
- Tìm hiểu và ứng dụng xử lý ảnh trong thực tế với các thư viện hỗ trợ.
- Phân tích và đánh giá kết quả đạt được khi thực hiện hệ thống đối với
các bộ dữ liệu thử đơn giản.
- Phân tích và đánh giá kết quả đạt được khi ảnh có nhiều đối tượng
nhiễu, nhiều vùng ký tự.
3. Đối tượng và phạm vi nghiên cứu
3.1. Đối tượng nghiên cứu
- Xây dựng hệ nhận dạng biển số xe trong thực tế.
- Nâng cao độ chính xác cho hệ thống nhận dạng biển số xe.
3.2. Phạm vi nghiên cứu
Dựa trên dữ liệu thu thập để tiến hành kiểm thử chất lượng hệ thống
nhận dạng biển số xe.
4. Phương pháp nghiên cứu
4.1. Phương pháp nghiên cứu tài liệu
- Nghiên cứu tài liệu, ngôn ngữ và công nghệ liên quan.
- Tổng hợp tài liệu, phương pháp xử lý ảnh và các thư viện hỗ trợ xử lý
ảnh
4.2. Phương pháp nghiên cứu thực nghiệm
- Phân tích và thiết kế hệ thống nhận dạng biển số xe.
- Thử nghiệm hệ thống và đánh giá kết quả đạt được với những hình ảnh
có đỗ nhiễu cao.



3
5. Giải pháp đề xuất

6. Mục đích và ý nghĩa của đề tài
6.1. Mục đích
Nghiên cứu nâng cao độ chính xác cho hệ thống nhận dạng biển số xe.
6.2. Ý nghĩa khoa học và thực tiễn của đề tài
a. Về mặt khoa học
- Nhận dạng biển số xe là một vấn đề tuy không mới nhưng khi đưa vào
thực tế sử dụng thì cịn nhiều hạn chế, trong đó có vấn đề về xử lý những hình
ảnh có độ nhiễu cao do nhiều yếu tố như góc chụp của ảnh, điều kiện thời tiết,
điều kiện ánh sáng...


4
- Kết quả nghiên cứu của đề tài sẽ tạo nền tảng và cơ sở để tiếp tục
nghiên cứu phát triển hệ thống ứng dụng vào thực tế cuộc sống hiện nay.
b. Về mặt thực tiễn
Kết quả của đề tài là xây dựng hệ thống nhận dạng biển số xe để đưa ra
kết quả chính xác hơn những biển số xe thơng qua hình ảnh ghi được từ hệ
thống camera hoặc hình ảnh.
7. Kết quả dự kiến
Xây dựng hệ thống nhận dạng biển số xe cho ra kết quả chính xác và ổn
định.
8. Bố cục của luận văn
Nội dung chính của luận văn được chia thành 3 chương sau:
Chương 1.Tổng quan về xử lý ảnh
Chương 2. Tổng quan về hệ thống nhận dạng biển số xe

Chương 3. Ứng dụng mạng Nơ-ron để nhận dạng ký tự trong hệ thống
nhận dạng biển số xe


5
CHƯƠNG 1

TỔNG QUAN VỀ XỬ LÝ ẢNH
1.1. NHỮNG KHÁI NIỆM VỀ ẢNH SỐ
1.1.1. Phần tử của ảnh
Muốn xử lý ảnh bằng máy tính, ta phải tiến hành q trình số hóa ảnh.
Q trình này là sự biến đổi tín hiệu liên tục sang tín hiệu rời rạc thơng qua
q trình lấy mẫu (rời rạc hóa về khơng gian) và lượng hóa thành giá trị (rời
rạc hóa biên độ giá trị) mà bằng mắt thường không thể phân biệt được hai
mức xám kề nhau. Chính vì vậy ta sử dụng khái niệm phần tử ảnh hay điểm
ảnh (pixel). Trong khuôn khổ ảnh hai chiều, các điểm ảnh bao gồm một cặp
tọa độ (c,r) và giá trị biểu diễn độ sáng cụ thể. Các cặp tọa độ tạo nên độ phân
giải cho ảnh.
Điểm ảnh (pixel) là một phần tử của ảnh số tại tọa độ (c,r) với độ xám
hoặc màu nhất định. Điểm ảnh được xem như là dấu hiệu hay cường độ sáng
tại một tọa độ trong không gian của đối tượng và ảnh được xem là một tập
hợp các điểm ảnh.
Thông thường để thuận tiện trong việc định vị trong ảnh, người ta sử
dụng hệ tọa độ pixel. Trong hệ tọa độ này ảnh được xem như một lưới các
phần tử. Số cột tăng dần từ trái qua phải và số hàng tăng dần từ trên xuống
dưới. Đơn vị của tọa độ là các số nguyên, các tọa độ lẻ là khơng có ý nghĩa
trong hệ tọa độ này.

Hình 1.1. Hệ tọa độ pixel



6
1.1.2. Biểu diễn ảnh
Một hệ thống ảnh có thể biểu diễn như sau

j

y
g(x, y)

f(i,j)

i

j
i

x

y
H

x

Hình 1.2. Biểu diễn hệ thống ảnh
Với H: Hệ thống ảnh tuyến tính
f(i,j) : Vật thể.
g(x,y) : Ảnh.
Vật thể nằm trong mặt phẳng (i,j) được mô tả bằng một hàm 2 biến (ảnh
2 chiều), f(i,j) là độ chói của vật tại (i,j). Qua hệ thống tạo ảnh ta có ảnh của

vật (i,j) là g(x,y) nằm trong mặt phẳng ảnh, g(x,y) gọi là hàm chói của ảnh.
Đối tượng được chiếu sáng bằng một hàm nào đó được truyền qua hệ thống
tạo ảnh. Kết quả là ảnh của vật được tạo.
Trên mặt phẳng (x,y). Hệ thống tạo ra điểm ảnh (x,y) bằng năng lượng
phát ra từ vật thể. Hệ thống ảnh nhận các thành phần năng lượng bức xạ từ
điểm (i,j) và từ các điểm ảnh lân cận. Nếu lân cận được giới hạn thì gọi là quá
trình tạo điểm ảnh. Hệ thống tạo ảnh có thể là tuyến tính hoặc phi tuyến.
1.2. MỘT SỐ KHÁI NIỆM VỀ XỬ LÝ ẢNH
Trong những năm gần đây, kỹ thuật xử lý ảnh ngày càng sử dụng phổ
biến trong các hệ thống thông tin và tự động, các hệ thống này ngày càng
thông minh hơn, không chỉ dừng lại ở việc xử lý để nâng cao chất lượng ảnh,
lưu trữ ảnh hay phân tích kết cấu của ảnh mà cịn tự động nhận dạng các đối
tượng trong ảnh để có thể rút ra những thông tin chứa trong ảnh. Chẳng hạn


7
trong lĩnh vực thám khơng, các hình chụp từ trên không gian nhờ hệ thống xử
lý ảnh tự động để có thể xác định thơng tin về một vùng nào đó dưới mặt đất
hay một hiện tượng tự nhiên đang diễn ra nhằm dự báo các hiện tượng tương
tự trong tương lai. Hay trong lĩnh vực y học cũng sử dụng kỹ thuật xử lý ảnh
chụp cắt lớp cơ thể người, ảnh chụp siêu âm, ảnh chụp tế bào, nhiễm sắc thể...
để nhận dạng và chuẩn đoán bệnh. Hay trong lĩnh vực xử lý đo lường cũng
cần xử lý ảnh chụp các quá trình để nhận dạng, đo lường như mực nước ở các
đập nước đo liều lượng, đo tốc độ dòng chảy, năng lượng của các hạt nguyên
tử. Cùng với sự phát triển mạnh mẽ của máy tính số, xử lý ảnh số với sự hỗ
trợ của máy tính cũng được phát triển và có nhiều ứng dụng. Các ứng dụng cụ
thể như: trong lĩnh vực truyền hình, cũng như việc lấy hình ảnh từ vệ tinh về
trái đất thì ảnh có thể giảm chất lượng do tác động gây nhiễu từ môi trường
hay nhiễu trong các thiết bị xuất nhập. Trong đo đạc bản đồ phục vụ cho việc
xây dựng các bản đồ, trong quá trình chụp ảnh đôi khi bản đồ bị mờ, nhoè

hoặc bị nhiễu do điều kiện khách quan của mơi trường chụp. Do đó việc xử lý
khôi phục lại ảnh gốc là rất quan trọng.
Hình ảnh được phân chia thành hai loại: hình ảnh tĩnh (static image),
hình ảnh động (dynamic image).
Hình ảnh được biểu diễn theo nhiều chiều.Tất nhiên hình ảnh nhiều
chiều sẽ phức tạp hơn hình ảnh một chiều khi biểu diễn và xử lý. Xử lý hình
ảnh là thực hiện các phép tốn lên các tín hiệu số của hình ảnh. Khối lượng
thông tin trong một bức ảnh là rất lớn (đến vài trăm mega bit trên ảnh). Bản
chất các thông số ảnh có tính vectơ. Để xử lý với tốc độ nhanh, cần có u
cầu thích hợp về dung lượng bộ nhớ. Các phương pháp mã hóa có hiệu quả,
giảm độ dư thừa về thông tin trong ảnh và các thuật tốn xử lý nhanh. Xử lý
ảnh có thể chia làm bốn lĩnh vực, tùy thuộc vào loại công việc: cải thiện và
nâng cao chất lượng ảnh, phục hồi ảnh, mã hóa ảnh và hiểu ảnh. Mục tiêu của
xử lý ảnh như sau:


8
- Xử lý ảnh ban đầu để có được ảnh mới theo yêu cầu xác định (ví dụ
như ảnh mờ cần xử lý để ảnh rõ hơn).
- Phân tích ảnh để thu được các thông tin đặc trưng giúp cho việc phân
loại, nhận biết ảnh (ví dụ phân tích ảnh vân tay để trích chọn các đặc trưng
vân tay).
- Hiểu ảnh đầu vào có những mơ tả về ảnh ở mức cao hơn, sâu hơn (ví
dụ từ ảnh một tai nạn giao thông phát họa hiện trường tai nạn).
1.3. QUÁ TRÌNH XỬ LÝ ẢNH
Các phương pháp xử lý ảnh bắt đầu từ các ứng dụng chính: nâng cao
chất lượng ảnh và phân tích ảnh. Q trình xử lý ảnh là thao tác trên ảnh đầu
vào để tạo ra một kết quả mong muốn. Nó có thể tạo ra một ảnh mới từ ảnh
gốc hoặc có thể trả về một kết luận tùy theo yêu cầu của người xử lý.
Dữ liệu đầu vào

(Ảnh, một loạt ảnh,

Hệ thống xử lý ảnh

Kết quả

hoặc video)

Hình 1.3. Quá trình xử lý hình ảnh.
Sơ đồ tổng quan của một hệ thống xử lý ảnh:

Thu nhận ảnh

Tiền
xử lý
ảnh

Phân đoạn
ảnh

Biểu
diễn
và mơ
tả

Cơ sở tri thức

Hình 1.4. Các bước cở bản trong xử lý ảnh

Nhận dạng và

nội suy


9
Thu nhận ảnh (Image Acquisition)
Ảnh có thể được thu nhận qua camera, từ vệ tinh qua các bộ cảm ứng
hoặc qua các máy quét ảnh…
Tiền xử lý (Image Processing)
Sau khi thu nhận, ảnh có thể nhiễu độ tương phản thấp nên cần đưa vào
bộ tiền xử lý để nâng cao chất lượng ảnh. Chức năng chính của bộ tiền xử lý
là lọc nhiễu, nâng hoặc giảm độ tương phản cho ảnh.
Phân đoạn ảnh (Image Segmentation)
Phân đoạn ảnh là một thao tác ở mức thấp trong tồn bộ q trình xử lý
ảnh. Quá trình này thực hiện việc phân vùng ảnh thành các vùng rời rạc và
đồng nhất với nhau hay nói cách khác là xác định các biên của các vùng ảnh
đó. Các vùng ảnh đồng nhất này thơng thường sẽ tương ứng với toàn bộ hay
từng phần của các đối tượng thật sự bên trong ảnh. Vì thế, trong hầu hết các
ứng dụng của lĩnh vực xử lý ảnh (image processing), thị giác máy tính, phân
đoạn ảnh ln đóng một vai trò cơ bản và thường là bước tiền xử lý đầu tiên
trong tồn bộ q trình trước khi thực hiện các thao tác khác ở mức cao hơn
như nhận dạng đối tượng, biểu diễn đối tượng, nén ảnh dựa trên đối tượng,
hay truy vấn ảnh dựa vào nội dung …
Vào những thời gian đầu, các phương pháp phân vùng ảnh được đưa ra
chủ yếu làm việc trên các ảnh mức xám do các hạn chế về phương tiện thu
thập và lưu trữ. Ngày nay, cùng với sự phát triển về các phương tiện thu nhận
và biểu diễn ảnh, các ảnh màu đã hầu như thay thế hoàn toàn các ảnh mức
xám trong việc biểu diễn và lưu trữ thông tin do các ưu thế vượt trội hơn hẳn
so với ảnh mức xám. Do đó, các kỹ thuật, thuật giải mới thực hiện việc phân
vùng ảnh trên các loại ảnh màu liên tục được phát triển để đáp ứng các nhu
cầu mới. Các thuật giải, kỹ thuật này thường được phát triển dựa trên nền tảng

các thuật giải phân vùng ảnh mức xám đã có sẵn.


10
Phân đoạn ảnh là chia ảnh thành các vùng không trùng lắp. Mỗi vùng
gồm một nhóm pixel liên thơng và đồng nhất theo một tiêu chí nào đó. Tiêu
chí này phụ thuộc vào mục tiêu của quá trình phân đoạn. Ví dụ như đồng nhất
về màu sắc, mức xám, kết cấu, độ sâu của các layer… Sau khi phân đoạn mỗi
pixel chỉ thuộc về một vùng duy nhất. Để đánh giá chất lượng của q trình
phân đoạn là rất khó. Vì vậy trước khi phân đoạn ảnh cần xác định rõ mục
tiêu của quá trình phân đoạn là gì. Xét một cách tổng quát, ta có thể chia các
hướng tiếp cận phân đoạn ảnh thành ba nhóm chính như sau:
• Các kỹ thuật phân đoạn ảnh dựa trên không gian đặc trưng.
• Các kỹ thuật dựa trên khơng gian ảnh.
• Các kỹ thuật dựa trên các mơ hình vật lý.
Biểu diễn ảnh (Image Representation)
Đầu ra sau khi phân đoạn chưa các điểm ảnh của vùng ảnh và mã liên kết
với các vùng lân cận. Việc biến đổi các số liệu này thành dạng thích hợp là
cần thiết cho xử lý tiếp theo bằng máy tính. Việc chọn các tính chất để thể
hiện ảnh gọi là trích chọn đặc trưng gắn với việc tách các đặc tính của ảnh
dưới dạng thơng tin định lượng hoặc làm cơ sở để phân biệt lớp đối tượng này
với đối tượng khác trong phạm vi ảnh nhận được.
Nhận dạng và nội suy ảnh (Image Recognition and Interpretation)
Nhận dạng ảnh là quá trình xác định ảnh. Quá trình này thường thu được
bằng cách so sánh với mẫu chuẩn đã được lưu từ trước. Nội suy là phán đốn
theo ý nghĩa trên cơ sở nhận dạng.
Có hai loại nhận dạng ảnh cơ bản:
• Nhận dạng theo tham số.
• Nhận dạng theo cấu trúc.
Một số nhận dạng phổ biển như: nhận dạng văn bản, nhận dạng vân tay,

nhận dạng khuôn mặt, …


11
Cơ sở tri thức (Knowledge Base)
Ảnh là một đối tượng khá phức tạp về đường nét, độ sáng, dung lượng,
môi trường để thu ảnh phong phú kéo theo nhiễu. Đây là các quá trình xử lý
liệt kê trong hình thức xử lý ảnh được thực hiện dưới sự giám sát và thực hiện
dựa trên cơ sở các kiến thức về lĩnh vực xử lý ảnh.
1.4. MỘT SỐ ỨNG DỤNG CỦA XỬ LÝ ẢNH
Xử lý ảnh có nhiều ứng dụng trong thực tế hiện nay. Xử lý ảnh được
ứng dụng trong các lĩnh vực như điện tử gia đình, thiên văn học, sinh vật học,
vật lý, nông nghiệp, địa lý … Khả năng nhìn và nghe thấy là hai phương tiện
quan trọng nhất để con người nhận thức thế giới bên ngồi, do vậy khơng có
gì đáng ngạc nhiên khi mà xử lý ảnh số có nhiều khả năng ứng dụng, khơng
chỉ trong khoa học kỹ thuật mà cịn cả trong mọi hoạt động khác của con
người.
Ảnh Gamma
Ảnh được sử dụng nhiều trong y học hạt nhân và thiên văn học. Trong y
học hạt nhân, người ta tiêm vào người bệnh nhân một đồng vị phóng xạ có thể
phát ra tia gamma. Một máy dị tia gamma đặt ở ngồi sẽ thu những tia phóng
xạ này để tạo ra ảnh gamma. Nguyên tắc của kỹ thuật này tương tự như trong
chụp CT nhưng thay vì sử dụng nguồn tia X ngồi cơ thể, bệnh nhân sẽ được
tiêm vào một đồng vị phóng xạ có thể phóng các positron trong q trình tự
phân hủy. Khi một positron sau khu bay khoảng 3-5 mm sẽ gặp một electron
ở trong môi trường xung quanh, cả hai sẽ bị phân hủy và phát ra 2 tia gamma.
Các tia này sẽ được hấp thụ bởi bộ dị tìm và ảnh 3D của bệnh nhân sẽ được
tạo ra theo cơ chế như chụp cắt lớp CT.
Ảnh X-Quang
Kỹ thuật chụp bằng tia X sử dụng một ống phóng tia X có cathode và

anode. Khi Cathode được làm nóng sẽ phóng ra các electron ở trạng thái tự
do, các electron này di chuyển với vận tốc cực lớn về phía anode. Khi các


12
electron đánh vào một nguyên tử thì năng lượng sẽ được phát ra dưới dạng
bức xạ tia X.
Kỹ thuật chụp CT: có một máy dị bao quanh đối tương, một nguồn tia X
được phóng ra và đi xuyên qua đối tượng. Tại mỗi vị trí của đối tượng, khung
này sẽ quay. Các tia X này sẽ được thu lại tại đầu bên kia của khung. Khi đối
tượng được di chuyển theo phương vng góc với mặt phẳng của khung, máy
sẽ vẽ được các lớp của đối tượng. Các lớp này sẽ được tổ hợp lại và để tạo
nên hình ảnh khơng gian ba chiều của đối tượng.
Ảnh trong dải nhìn thấy được và ảnh hồng ngoại
Các ảnh vệ tinh được sử dụng để xác định độ nóng các vùng của khí
quyển chụp trong vùng tia hồng ngoại được chuyển thành ảnh nhìn thấy được
bằng mắt thường, sau khi đã được nâng cao chất lượng và phối màu để thể
hiện các nhiệt độ khác nhau Trong các ảnh đã được nâng cao chất lượng, màu
đỏ thường biểu diễn nhiệt độ cao, màu tím biểu diễn nhiệt độ thấp.
KẾT LUẬN CHƯƠNG 1:
Chương này trình bày một số khái niệm chung về ảnh số và xử lý ảnh.
Đồng thời cũng giới thiệu một số ứng dụng của xử lý ảnh trong cuộc sống
hiện nay.


13
CHƯƠNG 2

TỔNG QUAN HỆ THỐNG NHẬN DẠNG BIỂN SỐ XE
2.1. GIỚI THIỆU HỆ THỐNG NHẬN DẠNG BIỂN SỐ XE CƠ BẢN

Ngày nay, khi khoa học công nghệ ngày càng phát, nhu cầu di chuyển và
phương tiện đi lại ngày càng tăng dẫn đến nhiều vấn đề nảy sinh trong quá
trình quản lý, điều hành hoạt động của các phương tiện tham gia giao thông.
Để giải quyết vấn đề này nhu cầu đặt ra là phải có hệ thống quản lý các
phương tiện giao thông một các tự động hay con gọi là hệ thống giao thông
thông minh (ITS - Intelligent Transportation Systems). Một trong những hệ
thống như vậy là hệ thống tự động nhận dạng biển số xe, hệ thống có khả
năng thu nhận hình ảnh cũng như đọc hiểu các biển số xe.
Như những hệ thống tự động khác, hệ thống nhận dạng biển số xe cũng
yêu cầu cả phần cứng lẫn phần mềm. Phần cứng có thành phần chính là
camera có tác dụng thu nhận hình ảnh và chuyển về trung tâm xử lý. Phần
mềm có tác dụng xử lý ảnh do camera chuyển về. Với sự phát triển của cơng
nghệ điện tử ngày nay thì camera dễ dàng có khả năng thu nhận hình ảnh.
Vấn đề đặt ra ở đây và có tính quyết định đến hiệu quả của hệ thống xử lý ảnh
là phần mềm xử lý ảnh, làm thế nào để có thể đưa ra chính xác giá trị biển số
xe từ hình ảnh thu nhận được?
Với sự phổ biến của phương tiện giao thông tại Việt Nam là xe máy nên
tôi đã tập trung vào đối tượng là biển số đăng ký xe máy để thu thập dữ liệu
hình ảnh làm cơ sở cho việc xử lý nhận dạng. Nội dung chính của vấn đề là áp
dụng các thuật toán phù hợp để xử lý hình ảnh thu nhận được tìm vùng chứa
biển số, tách các ký tự trên bản số từ đó đưa vào xử lý nhận dạng để tìm ra kết
quả.
Hệ thống nhận dạng biển số xe bao gồm các bước phát hiện biển số xe,
chụp lại ảnh có chứa biển số, trích ảnh chứa ký tự và dùng thuật tốn thích


14
hợp nhận dạng các ký tự trong biển số thành các ký tự ASCII để máy tính có
thể lưu trữ và xử lý được.
Ảnh đầu vào


Trích vùng biển số xe

Tách các ký tự trên biển số xe

Nhận dạng ký tự

Xử lý và đưa ra kết quả
Hình 2.1. Các bước tiến hành nhận dạng biển số xe
Như vậy hệ thống nhận dạng sẽ bao gồm: camera chuyên dùng để chụp
ảnh xe, chương trình trích biển số, chương trình tách ký tự trong hình biển số,
chương trình nhận dạng từng ký tự trong biển số.
2.1.1. Chuyển ảnh sang ảnh mức xám
Mức xám (gray-level) là kết quả của sự mã hóa tương ứng một cường độ
sáng của mỗi điểm ảnh với một giá trị số của q trình lượng hóa. Là số các
giá trị có thể có của các điểm ảnh của ảnh. Một điểm ảnh có hai đặc trưng cơ
bản là vị trí (x,y) của điểm ảnh và độ xám của nó.
Vì vậy, khi thu nhận ảnh, ta chuyển ảnh về ảnh mức xám theo công thức:
X=0.2125 x R + 0.71554 x G + 0.0721 x B


15
2.1.2. Mức xám đồ của ảnh
Mức xám đồ của một ảnh xám là lược đồ biểu diễn tần suất xuất hiện của
mỗi mức xám tức mức xám đồ của một hình ảnh là một hàm rời rạc. Lược đồ
này được biểu diễn theo trục tọa độ (x,y). Trục hoành biểu diễn các mức xám
từ 0-255, còn trục tung biểu diễn số lượng điểm ảnh tương ứng với mức xám
trên trục hồnh.
Như vậy ta có mối quan hệ:
y = f(x) = số điểm ảnh có cùng mức xám x

Khi hàm được chuẩn hóa mà tổng của các mức xám là 1 thì hàm có thể
được coi là một hàm mật độ. Đưa ra giá trị mức xám được tìm thấy trong ảnh.
Theo đó thì giá trị mức xám là một giá trị ngẫu nhiên.
y = p( x) =

h( x )

L th-êng b»ng 256

L −1

∑ h(i)
i =0

Như vậy mức xám đồ cung cấp thơng tin về mức xám của ảnh, nó là
một công cụ hữu hiệu trong nhiều giai đoạn của quá trình xử lý ảnh.
*Sửa đổi mức xám đồ
Mức xám đồ biểu diễn cho một ảnh càng rộng càng tốt. Nếu coi x là giá
trị mức xám của ảnh gốc và giá trị mức xám ảnh mới là s:
s = T(x)
T: được gọi là hàm biến đổi mức xám.
Một số biện pháp tăng cường ảnh bằng biến đổi mức xám đồ
*San bằng mức xám đồ:

v = LTH§ [ f(u) ] = LTH§ 


u




x= 0



∑ p(x) 

x = 0,1,...,u

Với p(x) là hàm mức xám đồ kiểu tỷ lệ, còn LTHĐ là phép lượng tử hóa
đều