Đồ án Nhận dạng biển số xe máy (Phần 1)

Nội dung text: Đồ án Nhận dạng biển số xe máy (Phần 1)

1. BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP.HCM KHOA ĐIỆN-ĐIỆM TỬ ĐỒ ÁN TỐT NGHIỆP NGÀNH CƠNG NGHỆ KỸ THUẬT ĐIỆN TỬ VIỄN THƠNG NHẬN DẠNG BIỂN SỐ XE MÁY GVHD: Th.S Nguyễn Vãn Phúc SVTH : Lê Hồng Huy MSSV: 10117033 SVTH: Lê Nhật Tâm MSSV: 10117060 S K L 0 0 3 2 4 4 Tp. Hồ Chí Minh, tháng 07/2014
2. BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP. HCM KHOA ĐIỆN - ĐIỆN TỬ BỘ MƠN ĐIỆN TỬ - VIỄN THƠNG ĐỒ ÁN TỐT NGHIỆP NGÀNH: CƠNG NGHỆ ĐIỆN TỬ VIỄN THƠNG ĐỀ TÀI: NHẬN DẠNG BIỂN SỐ XE MÁY GVHD: Th.S Nguyễn Văn Phúc SVTH : Lê Hồng Huy 10117033 Lê Nhật Tâm 10117060 TP. HỒ CHÍ MINH – 07/2014
3. TRƢỜNG ĐẠI HỌC SPKT TPHCM CỘNG HÕA XÃ HỘI CHỦ NGHĨA VIỆT NAM Khoa Điện - Điện Tử Độc lập - Tự do - Hạnh phúc Bộ Mơn Điện Tử Viễn Thơng Tp. Hồ Chí Minh, ngày tháng năm 2014 NHIỆM VỤ ĐỒ ÁN TỐT NGHIỆP (Bản nhiệm vụ này đƣợc đĩng vào trang nhất của cuốn Đồ án) Họ tên sinh viên 1: Lớp: MSSV: Họ tên sinh viên 2: Lớp: MSSV: 1. Tên đề tài: 2. Nhiệm vụ (yêu cầu về nội dung và số liệu ban đầu): 3. Ngày giao nhiệm vụ ĐATN: 4. Ngày bảo vệ 50% ĐATN: 5. Ngày hồn thành và nộp về khoa: 6. Giáo viên hƣớng dẫn: Phần hƣớng dẫn: 1 2 3. Nội dung và yêu cầu ĐATN đã thơng qua Khoa và Bộ mơn Ngày tháng năm 2014 TRƢỞNG KHOA GV HƢỚNG DẪN (Ký và ghi rõ họ và tên) (Ký và ghi rõ họ và tên) GV PHẢN BIỆN (một hoặc hai) CN BỘ MƠN (Ký và ghi rõ họ tên) (Ký và ghi rõ họ tên)
4. NHẬT KÝ THỰC HIỆN ĐATN STT Tuần/ngày Nội dung 1. Tuần 1 - Tìm hiểu các đề tài cĩ tính cấp thiết hiện nay. - Gặp GVHD, tham khảo ý kiến của GVHD. 2. Tuần 2 - Nhận đề tài “Nhận dạng biển số xe máy”. - Tìm kiếm tài liệu, bài báo khoa học liên quan đến đề tài. 3. Tuần 3 - - Tìm hiểu lý thuyết, các thuật tốn liên quan đến nhận dạng biển tuần 5 số xe. 4. Tuần 6 - - Viết các chƣơng trình trích biển số, tách ký tự và nhận dạng ký tuần 10 tự trên Matlab. 5. Tuần 11 - - Tìm hiểu về mạng Neural. tuần 12 - Triển khai mạng Neural để nhận dạng ký tự trên Matlab. 6. Tuần 13 - - Tìm hiểu kit Mini2440, cài đặt hệ điều hành Linux mơ phỏng tuần 15 trên kit, cài đặt thƣ viện xử lý ảnh opencv. 7. Tuần 16 - - Triển khai các thuật tốn và viết chƣơng trình mơ phỏng cho kit. tuần 19 - Cài đặt hệ điều hành, nạp thƣ viện cho kit Mini2440. - Nạp chƣơng trình lên kit Mini2440. 8. Tuần 20 - Tổng hợp lý thuyết, viết báo cáo. - Gặp giáo viên hƣớng dẫn trình bày và chỉnh sửa báo cáo. 9. Tuần 21 - Hồn thành báo cáo, in báo cáo. 10. Tuần 22 - Nộp đồ án cho giáo viên phản biện và bộ mơn. Sinh viên thực hiện (Ký và ghi rõ họ và tên)
5. Nhận dạng biển số xe máy Trang i LỜI CẢM ƠN  Lời đầu tiên nhĩm thực hiện đề tài xin cảm ơn sâu sắc đến Thầy Nguyễn Văn Phúc đã hƣớng dẫn rất tận tình trong suốt thời gian qua cùng những lời động viên, khích lệ đúng lúc giúp nhĩm thực hiện đề tài vƣợt qua các thời điểm khĩ khăn nhất. Những tài liệu bổ ích mà thầy đã cung cấp cũng nhƣ những lời gĩp ý vơ cùng quý báu đã giúp nhĩm thực hiện đề tài hồn thành tốt đồ án này. Bên cạnh đĩ nhĩm thực hiện đề tài xin chân thành gởi đến tồn thể Quý Thầy Cơ khoa Điện – Điện tử nĩi chung và bộ mơn Điện Tử Viễn Thơng nĩi riêng lời cảm ơn chân thành nhất. Quý thầy cơ đã truyền đạt những kiến thức chuyên mơn cũng nhƣ kinh nghiệm học tâp vơ cùng quý báu và phong phú trong suốt thời gian học tại trƣờng. Mặc dù đã cĩ nhiều cố gắng và nỗ lực thực hiện, nhƣng do kiến thức cũng nhƣ khả năng bản thân cịn nhiều hạn chế nên trong quá trình thực hiện đề tài khơng thể tránh khỏi những sai phạm, thiếu sĩt Rất mong nhận đƣợc sự gĩp ý, chỉ dẫn từ nơi quý thầy cơ và các bạn sinh viên. Sinh viên thực hiện Lê Hồng Huy Lê Nhật Tâm Lời cảm ơn
6. Nhận dạng biển số xe máy Trang ii MỤC LỤC LỜI CẢM ƠN i MỤC LỤC ii LIỆT KÊ BẢNG vi LIỆT KÊ HÌNH vii LIỆT KÊ TỪ VIẾT TẮT x TĨM TẮT xii ABSTRACT xiii CHƢƠNG 1: GIỚI THIỆU 1 1.1 Vai trị và ứng dụng của cơng nghệ hiện nay 1 1.2 Mục tiêu của đề tài 1 1.3 Phạm vi nghiên cứu 1 1.4 Bố cục của đồ án 2 CHƢƠNG 2: CƠ SỞ LÝ THUYẾT 3 2.1 Tổng quan về xử lý và nhận dạng ảnh 3 2.1.1 Khái niệm 3 2.1.2 Các hệ thống nhận dạng biển số xe 4 2.2 Lý thuyết về ảnh số 5 2.2.1 Khái niệm ảnh số 5 2.2.2 Cấu trúc một file ảnh 6 2.2.3 Ảnh RBG 7 2.2.4 Mức xám (Gray level) 8 2.2.5 Lƣợc đồ mức xám (Histogram) 8 2.2.6 Ảnh nhị phân 9 2.3 Các phƣơng pháp xử lý ảnh số 9 2.3.1 Chuyển ảnh màu RBG thành ảnh mức xám Gray level 9 2.3.2 Phƣơng pháp lọc nhiễu ảnh 10 Mục lục
7. Nhận dạng biển số xe máy Trang iii 2.3.2.1 Lọc tuyến tính 10 2.3.2.2 Lọc phi tuyến 10 2.3.2.3 Lọc trung vị 11 2.4 Mạng Neural nhân tạo 12 2.4.1 Khái niệm 12 2.4.2 Mơ hình một Neural nhân tạo 12 2.5 Phân loại mạng Neural 14 2.5.1 Perceptron đa lớp (MLP- MultiLayer Perceptron) 14 2.5.2 Mạng Tuyến Tính (Adapt Linear Neural Network) 14 2.5.3 Mạng Lan Truyền Nguợc (Back Propagation Feed Forward Network) 14 2.5.4 Radial Basis (RBF) 14 2.5.5 Mạng Kohonen 15 2.5.6 Mạng Tự Tổ Chức (Self Organization Network) 15 2.5.7 Mạng LVQ (Learning Vector Quantization) 15 2.6 Cơ sở lý thuyết mạng lan truyền ngƣợc 15 2.6.1 Cấu trúc mạng lan truyền ngƣợc 16 2.6.2 Huấn luyện cho mạng lan truyền ngƣợc 18 CHƢƠNG 3: TỔNG QUAN KIT NHƯNG MINI2440 21 3.1 Giới thiệu kit FriendlyARM Mini2440 21 3.2 Vi xử lý họ ARM9 22 3.3 Kiến trúc phần cứng 23 3.4 Cấu trúc phần mềm 26 3.4.1 Cấu trúc hệ thống nhúng sử dụng Linux 26 3.4.2 Các thành phần của hệ điều hành Embedded Linux 27 3.4.2.1 Các thuật ngữ thƣờng dùng trong hệ thống 27 3.4.2.2 BootLoader 27 3.4.2.3 Kernel 28 Mục lục
8. Nhận dạng biển số xe máy Trang iv 3.4.2.4 Root Filesystem 29 3.4.2.5 Device driver 30 3.4.2.6 Application 30 3.4.2.7 Chế độ Stand-alone 30 3.4.3 Các bƣớc xây dựng một hệ thống Embedded Linux 31 3.4.3.1 Thiết kế phần cứng 31 3.4.3.2 Thiết kế phần mềm 31 3.5 Xây dựng hệ thống nhúng trên kit mini2440 32 3.5.1 Cài đặt trình biên dịch chéo AMR-LINUX-GCC trên Host 32 3.5.2 Cài đặt thƣ viện Tslib trên Host 33 3.5.3 Cài đặt thƣ viện QtEveryWhere trên Host 36 3.5.4 Cài đặt thƣ viện OpenCV cho Host 39 3.5.5 Cài đặt hệ điều hành Linux cho Target 41 3.5.6 Cấu hình TouchScreen cho Target 42 3.5.7 Cài đặt thƣ viện OpenCV cho Target 43 CHƢƠNG 4: HỆ THỐNG NHẬN DẠNG BIỂN SỐ XE MÁY 44 4.1 Mơ hình tổng quát hệ thống nhận biển số xe máy 44 4.2 Ảnh đầu vào 44 4.3 Tiền xử lý 45 4.4 Phân vùng ảnh và trích vùng biển số 46 4.4.1 Phân vùng ảnh 46 4.4.2 Trích vùng biển số 47 4.5 Tách ký tự 49 4.6 Nhận dạng ký tự trên biển số 53 4.6.1 Nhận dạng bằng phƣơng pháp tƣơng quan 53 4.6.1.1 Tạo mẫu ký tự 53 4.6.1.2 Nhận dạng ký tự bằng phƣơng pháp tƣơng quan 54 Mục lục
9. Nhận dạng biển số xe máy Trang v 4.6.2 Nhận dạng bằng mạng Neural 57 4.6.2.1 Mơ hình mạng 57 4.6.2.2 Huấn luyện mạng 57 4.6.2.3 Quá trình nhận dạng 59 CHƢƠNG 5: KẾT QUẢ THỰC HIỆN 60 5.1 Kết quả mơ phỏng trên Matlab 60 5.1.1 Giao diện chƣơng trình 60 5.1.2 Kết quả nhận dạng 62 5.2 Kết quả thực hiện trên kit Mini2440 64 5.2.1 Giao diện chƣơng trình 64 5.2.2 Kết quả nhận dạng 65 5.3 Đánh giá kết quả 65 CHƢƠNG 6: KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN 67 6.1 Kết luận 67 6.2 Hƣớng phát triển 67 TÀI LIỆU THAM KHẢO 68 Mục lục
10. Nhận dạng biển số xe máy Trang vi LIỆT KÊ BẢNG Bảng 3.1: Cấu hình kỹ thuật kit Mini2440 23 Bảng 3.2: Các cổng kết nối điều khiển Leds 25 Bảng 5.1: Thống kê kết quả thử nghiệm 63 Liệt kê bảng
11. Nhận dạng biển số xe máy Trang vii LIỆT KÊ HÌNH Hình 2.1: Các bƣớc cơ bản trong xử lý ảnh 3 Hình 2.2: Mảng hai chiều của một file ảnh 6 Hình 2.3: Mơ hình màu RGB 7 Hình 2.4: Minh họa mức xám sau khi mã hĩa 8 Hình 2.5: Ảnh xám và ảnh lƣợc đồ mức xám. 9 Hình 2.6: Ảnh xám và ảnh nhị phân. 9 Hình 2.7: Ảnh nhận từ camera và ảnh đã chuyển sang ảnh mức xám. 10 Hình 2.8: Mơ hình tốn học tổng quát của mạng Neural 12 Hình 2.9: Neural một ngõ vào 12 Hình 2.10: Neural cĩ nhiều ngõ vào 13 Hình 2.11: Các hàm truyền cơ bản 13 Hình 2.12: Cấu tạo một Neural 16 Hình 2.13: Hàm truyền logsig 16 Hình 2.14: Hàm truyền tansig 16 Hình 2.15: Hàm truyền pureline (tuyến tính) 17 Hình 2.16: Cấu trúc mạng một lớp 17 Hình 2.17: Mạng 2 lớp dùng Neural tagsig và pureline 18 Hình 3.1: Board FriendlyARM Mini2440 21 Hình 3.2: Các module trên board Mini2440 23 Hình 3.3: Kiến trúc hệ điều hành Linux 28 Hình 3.4: Nội dung file bashrc 33 Hình 3.5: Arm-linux-gcc đƣợc cài đặt thành cơng 33 Hình 3.6: Cài đặt tiện ích autoconf 33 Hình 3.7: Cài đặt tiện ích libtool 34 Hình 3.8: Tải gĩi cài đặt Tslib 34 Hình 3.9: Quá trình chuẩn bị file cần thiết để cài đặt 34 Liệt kê hình
12. Nhận dạng biển số xe máy Trang viii Hình 3.10: Quá trình kiểm tra các điều kiện của hệ thống cần cho việc cài đặt 35 Hình 3.11: Biên dịch thƣ viện Tslib 35 Hình 3.12: Cài đặt thƣ viện Tslib 35 Hình 3.13: Quá trình cài đặt thƣ viện Tslib thành cơng 36 Hình 3.14: Nội dung file g++.conf 36 Hình 3.15: Nội dung file qmake.conf 37 Hình 3.16: Quá trình kiểm tra các điều kiện của hệ thống cần cho việc cài đặt 38 Hình 3.17: Quá trình cài đặt QtEveryWhere thành cơng 38 Hình 3.18: Quá trình cài đặt các gĩi thƣ viện cần thiết 39 Hình 3.19: Kiểm tra sự hoạt động các định dạng ảnh cho Host 39 Hình 3.20: Quá trình cài đặt OpenCV thành cơng 39 Hình 3.21: Nội dung file opencv.conf 40 Hình 3.22: Nội dung file bash.bashrc 40 Hình 3.23: Kết quả test hoạt động của thƣ viện OpenCV trên Host 41 Hình 3.24: Quá trình cài đặt hệ điều hành Target 41 Hình 3.25: Quá trình truyền tải file từ Host xuống Target 41 Hình 3.26: Đăng nhập vào Target thơng qua giao thức FTP 42 Hình 3.27: Các thƣ mục bên trong Board mini2440 42 Hình 3.28: Nội dung file profile 42 Hình 3.29: Kiểm tra sự hoạt động các định dạng ảnh cho Target 43 Hình 3.30: Download thƣ viện OpenCV xuống Target 43 Hình 4.1: Sơ đồ hệ thống nhận dạng biển số xe máy 44 Hình 4.2: Thuật tốn tạo ảnh nhị phân 45 Hình 4.3: Lƣợc đồ mức xám và ảnh nhị phân. 46 Hình 4.4: Thuật tốn trích vùng biển số 48 Hình 4.5: Vùng biển số đƣợc trích ra 49 Hình 4.6: Vùng biển số sau khi lọc 49 Liệt kê hình
13. Nhận dạng biển số xe máy Trang ix Hình 4.7: Hàng biển số thứ nhất 50 Hình 4.8: Hàng biển số thứ hai 50 Hình 4.9: Thuật tốn tách ký tự trên Matlab 51 Hình 4.10: Các kí tự đã đƣợc tách ra với kích thƣớc 24x42 51 Hình 4.11: Thuật tốn tách ký tự trên kit 52 Hình 4.12: Mẫu kí tự số 1 (với 42 hàng, 24 cột) 53 Hình 4.13: Thuật tốn tạo mẫu ký tự 54 Hình 4.14: Thuật tốn so sánh mẫu và xuất ký tự 55 Hình 4.15: Mẫu kí tự số 1, 2 (với 42 hàng, 24 cột) 56 Hình 4.16: Mơ hình mạng Neural cho bài tốn phân loại mẫu 57 Hình 4.17: Thuật tốn huấn luyện mạng Neural 58 Hình 4.18: Huấn luyện mạng Neural cho ký tự 59 Hình 4.19: Hình minh họa hoạt động của mạng trong nhận dạng 59 Hình 5.1: Giao diện chƣơng trình nhận dạng biển số xe trên Matlab (1) 60 Hình 5.2: Giao diện chƣơng trình nhận dạng biển số xe trên Matlab (2) 61 Hình 5.3: Kết quả nhận dạng biển 4 số trên Matlab 62 Hình 5.4: Kết quả nhận dạng biển 5 số trên Matlab 62 Hình 5.5: Giao diện chƣơng trình nhận dạng biển số xe trên kit Mini2440 64 Hình 5.6: Kết quả nhận dạng biển số xe trên kit Mini2440 65 Liệt kê hình
14. Nhận dạng biển số xe máy Trang x LIỆT KÊ TỪ VIẾT TẮT A ARM Acorn RISC Machine Cấu trúc vi xử lý 32 bit kiểu RISC AIN0 ADC Input Ngõ vào bộ chuyển đổi số tƣơng tự B BIOS Basic Input/Output System Hệ thống xuất nhập cơ bản C CMOS Complementary Metal- Cơng nghệ chế tạo vi mạch tích hợp Oxide-Semiconductor E EEPROM Electrically Erasable Bộ nhớ khơng mất dữ liệu khi mất Programmable điện Read-Only Memory G GPIO General Purpose Input/Output Ngõ vào/ra trong hệ thống nhúng H HDD Hard Disk Drive Ổ cứng máy tính I IMG Image Hình ảnh I/O Input/Output Ngõ vào/ra trong hệ thống L LPR License Plate Recognition Hệ thống nhận dạng biển số xe Liệt kê từ viết tắt
15. Nhận dạng biển số xe máy Trang xi LCD Liquid Crystal Display Màn hình tinh thể lỏng LAN Local Area Network Mạng máy tính cục bộ O OS Operating System Hệ điều hành P PLC Programmable Logic Thiết bị điều khiển lập trình đƣợc Controller PC Personal Computer Máy tính cá nhân R RTOS Real-time operating system Hệ điều hành thời gian thực RS232 Recommended Standard 232 Chuẩn truyền thơng nối tiếp RAM Random Access Memory Bộ nhớ truy xuất ngẫu nhiên S SVM Surport Vector Machine Mơ hình máy học giám sát SoC System On Chip Hệ thống đƣợc tích hợp trên một vi mạch SDRAM Synchronous Dynamic RAM đồng bộ Random Access Memory U USB Universal Serial Bus Một chuẩn kết nối tuần tự đa dụng UART Universal Asynchronous Truyền thơng nối tiếp bất đồng bộ Receiver/Transmitte R RBG Red Blue Green Ảnh màu 8 bit Liệt kê từ viết tắt
16. Nhận dạng biển số xe máy Trang xii TĨM TẮT Ngày nay cơng nghệ thơng tin là ngành khoa học mới nhƣng cĩ tốc độ phát triển rất nhanh trên tồn thế giới. Nhận dạng và xử lý ảnh cũng là một trong những chuyên ngành của tin học cĩ tầm ứng dụng to lớn. Ở đề tài này nhĩm thực hiện đề tài sẽ trình bày phƣơng pháp nhận dạng biển số xe máy thơng qua ảnh chụp, sau đĩ qua các quá trình xử lý ảnh, tách ký tự, nhận dạng ký tự ta sẽ nhận đƣợc kết quả của biển số xe. Đồ án “Nhận dạng biển số xe” sẽ tập trung nghiên cứu những phần sau: nhận ảnh cĩ chứa biển số, trích ảnh biển số và tách ký tự, nhận dạng ký tự trên ảnh biển số. Đồ án sẽ triển khai các thuật tốn nhằm giải quyết bài tốn nhận dạng biển số xe trên ảnh đơn đƣợc chụp từ thiết bị camera trong đĩ ảnh biển số đƣợc qui định theo luật biển số hiện nay của cơng an giao thơng về màu sắc, phơng chữ, chất liệu, Đồ án thực hiện đƣợc các yêu cầu đã đặt ra: ứng dụng đƣợc thuật tốn gán nhãn cho thành phần liên thơng số để trích biển số xe tách ký tự, sử dụng phƣơng pháp tƣơng quan và mạng Neural để nhận dạng ký tự trên biển số mơ phỏng trên Matlab. Triển khai đƣợc tách ký tự biển số trên kit Mini 2440. Nhận dạng đúng biển số xe, tốc độ xử lý tƣơng đối nhanh, khả năng áp dụng thực tế cao. Đây là đề tài đƣợc nhiều cơ quan trong nƣớc quan tâm khi xe máy đang là phƣơng tiện đi lại chủ yếu của ngƣời dân. Hƣớng phát triển của đề tài là xây dựng ứng dụng tổng quát hơn cũng nhƣ xử lý với một số trƣờng hợp biển số đặc biệt nhƣ: biển số nhà nƣớc nền xanh chữ trắng, hay biển số quân đội nền đỏ chữ trắng, khắc phục khả năng trích biển số với khoảng cách linh động hơn, xử lý ảnh và nhận dạng tốt hơn đối với biển số xấu. Xây dựng ứng dụng để quản lý trong các cơ quan chính phủ, trƣờng học, bệnh viện, Tĩm tắt
17. Nhận dạng biển số xe máy Trang xiii ABSTRACT Nowadays, information technology is a new science but it is growing very fast. Identification and image processing are one of the information technology major just having applications widely. Thesis presents an approach to motorcycle license plate and recognition in camera picture, image preprocessing, detect license plate zone, character segmentation from the license plate zone, recognize the characters from image by neural network based system on Matlab. Deploying the character segmentation algorithm on the kit Mini2440. This study just having applications widely in government agencies, schools, hospitals, Key words:image preprocessing, character segmentation, neural network, Matlab Abstract
18. Nhận dạng biển số xe máy Trang 1 CHƢƠNG 1: GIỚI THIỆU 1.1 Vai trị và ứng dụng của cơng nghệ hiện nay Ngày nay cơng nghệ thơng tin là ngành khoa học mới nhƣng cĩ tốc độ phát triển rất nhanh trên tồn thế giới, sự phát triển của nĩ thể tính bằng từng giây, từng phút một. Những ứng dụng của cơng nghệ thơng tin cũng rộng khắp trong tất cả các lĩnh vực khoa học nhƣ: giáo dục, y tế, kinh tế, văn hĩa, nĩ gĩp phần giúp đời sống con ngƣời ngày càng hiện đại, giảm đi những cơng việc nặng nhọc trong đời sống hằng ngày. Nhận dạng và xử lý ảnh cũng là một trong những chuyên ngành của tin học cĩ tầm ứng dụng to lớn. Cĩ thể kể ra hàng loạt các lĩnh vực đã áp dụng kỹ thuật nhận dạng ảnh nhƣ: xử lý ảnh chụp vệ tinh, dự báo thời tiết, điều khiển giao thơng cơng cộng, nhận dạng chữ viết tay, phân tích chữ ký, nhận dạng vân tay, nhận dạng mặt ngƣời, Ở đề tài này nhĩm thực hiện đề tài sẽ trình bày phƣơng pháp nhận dạng biển số xe máy thơng qua ảnh chụp, sau đĩ qua các quá trình xử lý ảnh, tách ký tự, nhận dạng ký tự ta sẽ nhận đƣợc kết quả của biển số xe. Đây là đề tài đƣợc nhiều cơ quan trong nƣớc quan tâm khi xe máy đang là phƣơng tiện đi lại chủ yếu của ngƣời dân. 1.2 Mục tiêu của đề tài Đây là bài tốn về nhận dạng và xử lý ảnh, trong đồ án này, nhĩm thực hiện đề tài tập trung nghiên cứu giải thuật trích biển số xe thơng qua ảnh chụp, tách ký tự trên biển số và nhận dạng kí tự trên biển số xe, cụ thể nhƣ sau: Tìm hiểu về nhận dạng trong xử lý ảnh. Tìm hiểu về các giải thuật nhận dạng biển số xe. Xây dựng một chƣơng trình mơ phỏng sử dụng ảnh đơn đƣợc chụp từ thiết bị camera, trích biển số, và nhận dạng biển số trên Matlab. Cài đặt hệ thống nhúng trên kit Mini 2440. Triển khai giải thuật tách ký tự và nhận dạng ký tự trên kit Mini 2440. 1.3 Phạm vi nghiên cứu Với khả năng cịn hạn chế nên nhĩm thực hiện đề tài tập trung nghiên cứu các thuật tốn nhằm giải quyết bài tốn nhận dạng biển số xe trên ảnh đơn đƣợc chụp từ thiết bị camera trong đĩ phạm vi vấn đề nhƣ sau: Các loại biển số xe máy đƣợc qui định theo luật biển số hiện nay của cơng an giao thơng về màu sắc, phơng chữ, chất liệu, Mơ phỏng chƣơng trình nhận dạng biển số xe trên Matlab. Chƣơng 1: Giới thiệu
19. Nhận dạng biển số xe máy Trang 2 Triển khai giải thuật tách ký tự từ biển số xe trên kit Mini 2440. 1.4 Bố cục của đồ án Chƣơng 1: Giới thiệu chung về đồ án, mục tiêu và phạm vi nghiên cứu đề tài. Chƣơng 2: Cơ sở lý thuyết: trình bày hệ thống xử lý ảnh số và những khái niệm cơ bản của hệ thống xử lý ảnh số, các kỹ thuật xử lý ảnh số. Chƣơng 3: Giới thiệu tổng quan kit nhúng Mini2440 và xây dựng hệ thống nhúng trên kit. Chƣơng 4: Hệ thống nhận dạng biển số xe: trình bày các thuật tốn nhận dạng nhận dạng biển số xe. Chƣơng 5: Kết quả thực hiện. Chƣơng 6: Kết luận và hƣớng phát triển. Chƣơng 1: Giới thiệu
20. Nhận dạng biển số xe máy Trang 3 CHƢƠNG 2: CƠ SỞ LÝ THUYẾT 2.1 Tổng quan về xử lý và nhận dạng ảnh 2.1.1 Khái niệm Xử lý và nhận dạng ảnh là một khoa học cịn tƣơng đối mới so với nhiều ngành khoa học khác, một trong những lĩnh vực từ lâu đƣợc nhiều ngƣời quan tâm. Nĩ liên quan đến nhiều ngành khoa học khác nhƣ hệ thống thơng tin, lý thuyết thơng tin, lý thuyết thống kê, nhận dạng, dùng để nhận dạng các ký tự, chữ số, mặt ngƣời, vân tay Xử lý ảnh là quá trình bao gồm nhiều cơng đoạn nhƣ: thu nhận ảnh, tăng cƣờng ảnh, khơi phục ảnh, biến đổi ảnh, phân tích ảnh Các quá trình này đều phải áp dụng nhiều thuật tốn khác nhau, cũng nhƣ phƣơng pháp sử dụng rất đa dạng. Nhận dạng là quá trình phân loại các đối tƣợng đƣợc biểu diễn theo một mơ hình nào đĩ và gán cho chúng vào một lớp (gán cho đối tƣợng một tên gọi) dựa theo những quy luật và các mẫu chuẩn. Quá trình xử lý và nhận dạng ảnh tùy theo nhu cầu ứng dụng thực tế mà sử dụng thuật tốn và phƣơng pháp khác nhau. Tuy nhiên theo trình tự nhất định thực hiện các bƣớc sau đây: Thu nhận Tiền xử Phân Biểu diễn và Nhận ảnh lý ảnh đoạn ảnh mơ tả ảnh dạng Hình 2.1: Các bƣớc cơ bản trong xử lý ảnh Thu nhận ảnh (Image Acquisition) Thu nhận ảnh qua camera, cảm biến, ảnh chụp đƣợc đƣa vào máy tính làm cơ sở dữ liệu. Tiền xử lý (Image Processing) Sau bộ thu nhận, ảnh cĩ thể nhiễu, độ tƣơng phản thấp nên cần đƣa vào bộ tiền xử lý để nâng cao chất lƣợng. Chức năng chính của bộ tiền xử lý là lọc nhiễu, nâng độ tƣơng phản để làm ảnh rõ hơn, nét hơn. Phân đoạn ảnh (Segmentation) Phân đoạn ảnh là tách một ảnh đầu vào thành các vùng thành phần để biểu diễn phân tích, nhận dạng ảnh. Đây là phần phức tạp khĩ khăn nhất trong xử lý Chƣơng 2: Cơ sở lý thuyết
21. Nhận dạng biển số xe máy Trang 4 ảnh và cũng dễ gây lỗi, làm mất độ chính xác của ảnh. Kết quả nhận dạng ảnh phụ thuộc rất nhiều vào cơng đoạn này. Biểu diễn ảnh (Image Representation) Đầu ra ảnh sau phân đoạn chứa các điểm ảnh của vùng ảnh (ảnh đã phân đoạn) cộng với mã liên kết với các vùng lận 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 trƣng (Feature Extraction) gắn với việc tách các đặc tính của ảnh dƣới dạng các thơng tin định lƣợng hoặc làm cơ sở để phân biệt lớp đối tƣợng này với đối tƣợng khác trong phạm vi ảnh nhận đƣợc. Nhận dạng ảnh (Image Recognition) Nhận dạng ảnh là quá trình xác định ảnh. Quá trình này thƣờng thu đƣợc bằng cách so sánh với mẫu chuẩn đã đƣợc học (hoặc lƣu) từ trƣớc. Cĩ nhiều cách phân loại ảnh khác nhau về ảnh. Một số đối tƣợng nhận dạng khá phổ biến hiện nay đang đƣợc áp dụng trong khoa học và cơng nghệ là: nhận dạng ký tự (chữ in, chữ viết tay, chữ ký điện tử), nhận dạng văn bản (Text), nhận dạng vân tay, nhận dạng mã vạch, nhận dạng biển số xe, nhận dạng mặt ngƣời 2.1.2 Các hệ thống nhận dạng biển số xe Đề tài nhận dạng biển số xe bao gồm các bƣớc phát hiện biển số xe từ ảnh chụp, trích ảnh chứa biển số và dùng thuật tốn thích hợp nhận dạng các ký tự trong biển số. Nhƣ vậy hệ thống nhận dạng sẽ bao gồm: thu nhận ảnh, trích biển số, tách ký tự trong biển số, chƣơng trình nhận dạng từng ký tự trong biển số. Sau đây nhĩm thực hiện đề tài giới thiệu lịch sử về các phƣơng pháp tiếp cận cho hệ thống này: Các phƣơng pháp trích biển số xe trong một ảnh: Đây là bƣớc khơng thể thiếu trong bài tốn nhận dạng biển số xe, do đĩ cĩ rất nhiều hƣớng giải quyết bài tốn này. Cụ thể, cĩ một số hƣớng tiếp cận chính nhƣ: + Phƣơng pháp biến đổi Hough: dựa vào đặc trƣng cạnh biên trích đƣợc ta áp dụng các thuật tốn xác định đƣờng thẳng để phát hiện các cặp đoạn thẳng gần song song ghép thành một ảnh biển số. Nhƣng do biển số xe máy hiện nay ở nƣớc ta khơng cĩ đƣờng bao (xe mới) hay do thời gian đƣờng bao sẽ bị mờ (xe cũ) nên ta khơng thể dùng phƣơng pháp này. Chƣơng 2: Cơ sở lý thuyết