Nghiên cứu bài toán nhận dạng biển số xe

l Khái niệm & ứng dụng

Phân loại biển số xe

* Quy định về biển số xe của 64 tỉnh thành (biển trắng chữ đen)

* Quy định về biển số đặc biệt + Màu xanh chữ trắng là xe cơ quan hành chính sự nghiệp

- Xe trực thuộc chính phủ thì biển 80

- Xe các tỉnh thì theo biển tương ứng + Màu đỏ chữ trắng là xe trong quân đội

Binh đoàn 12 (AT) thuộc Quân đoàn 4 (AD) là đơn vị có vai trò quan trọng trong lực lượng quân đội, chủ yếu hoạt động trong lĩnh vực bộ binh (BB) Đơn vị còn gồm các binh chủng quan trọng như Binh chủng Công Binh (BC), Binh chủng hoá học (BH), Binh đoàn Trường Sơn (BS), Binh chủng thông tin liên lạc (BT), và Bộ tư lệnh biện phòng (BP) Các binh chủng này phối hợp chặt chẽ để đảm bảo sức mạnh và hiệu quả chiến đấu của quân đội, góp phần bảo vệ tổ quốc an toàn và vững chắc.

HB: Học Viện lục quân HH: Học Viện quân y KA: Quân khu l KB: Quân khu 2 KC: Quân khu 3 KD: Quân khu 4

KV: Quân khu 5 KP: Quân khu 7 KK: Quân khu 9 PP: Các quân y viện QH: Quân chủng hải quân QK,QP: Quân chủng phòng không không quân

TC: Tổng cục chính trị TH: Tống cục hậu cần TK: Tổng cục công nghiệp quốc phòng TT: Tổng cục kỹ thuật

TM: Bộ tổng tham mưu VT: Viettel

+ Màu trắng 2 chữ 5 số là biển dành cho người nước ngoài

- Các Ban của trung ƣơng đảng

- Văn phòng chủ tịch nước

- Xe phục vụ các đồng chí uỷ viên trung ƣơng đảng công tác tại Hà Nội và các thành viên chính phủ

- Viện kiểm soát nhân dân tối cao

- Toà án nhân dân tổi cao

- Đài truyền hình việt nam

- Đài tiếng nói việt nam

- Học viện chính trị quốc gia

- Ban quán lý lăng, bào tàng, khu di tích lịch sử Hồ Chí Minh;

- Trung tâm lưu trữ quốc gia

- Uỷ ban dân số kế hoạch hoá gia đình

- Tổng công ty dầu khí Việt Nam

- Các đại sứ quán, tồ chức quốc tế

- Uỷ ban chứng khoán nhà nước

- Cục hàng không dân dụng việt nam

Xe của công an - cành sát tương ứng với các tỉnh

Vi dụ: 31A = xe của công an - cảnh sát thành phố hà nội

Một số hướng giải quyết bài toán nhận dạng biển số xe

Hướng tiếp cận và phát triển vùng

Ý tưởng: biển số xe thường chưa một mầu đồng nhất và một kích thước cụ thể

Phương pháp sử dụng hình chữ nhật di chuyển trong hình để dò biển số xe mang lại ưu điểm là xử lý rất nhanh, đặc biệt phù hợp với các vùng chỉ chứa biển số xe, đồng thời dễ thực hiện Tuy nhiên, nhược điểm của phương pháp này là không thể xử lý hiệu quả các hình ảnh đa vật thể, như ảnh chứa cây cối hoặc các đối tượng phức tạp khác.

PHÁT HIỆN VÙNG CHỨA BIỂN SỐ XE

Một số khái niêm cơ bản

2.1.1 Tổng quan về ảnh a) Ảnh và điểm ảnh Ảnh là mảng số thực 2 chiều I ( , ) m n có kích thước (MxN) trong đó mổi giá trị

I biểu thị mức xám tại vị trí (m,n) tương ứng

Một ảnh là ảnh nhị phân nếu giá trị I ( , ) m n bằng 0 hoặc 1 b) Mức xám

Mức xám thể hiện kết quả sự thỏa mãn giữa cường độ sáng của mỗi điểm ảnh và giá trị số, do quá trình lượng hóa hình thành Phương pháp mã hóa phổ biến thường sử dụng các mức 16, 32, 64, nhưng phổ biến nhất là 256 mức vì dựa trên lý thuyết 2^8, giúp mã hóa mỗi điểm ảnh thành 8 bit Đối tượng ảnh trong bài viết này chủ yếu là ảnh nhị phân, vì mọi ảnh đều có thể chuyển đổi sang dạng nhị phân thông qua kỹ thuật phân ngưỡng Tập hợp các điểm đen trong ảnh được ký hiệu là E, thể hiện các điểm vùng của ảnh nhị phân.

E là tập các điểm nền (điểm trắng) Hai điểm Ie và Is  I( , ) m n nằm trong E hoặc E được gọi là 4 liên thông nếu tồn tại một dảy goil là đường đi:

  Io Jo ,   Is và  Io Jo ,   Is

   i j 0, 0   i j 1 , 1    mà   i j k , k  E với mọi k …n d) Chu tuyến của ảnh: Định nghĩa:

Chu tuyến của một đối tƣợng ảnh (Im,n) là dảy các điểm đối tƣợng:

P       p p Sao cho P P i  1, i  1 là 8 láng giềng của P i ,   P I và p là 4 láng giềng của pi và p0= pn Khi đó ta gọi n là độ dài hay chu vi của chu tuyến

Hai chu tuyến C1= và C2= đƣợc gọi là 2 chu tuyến đối ngẫu nhau nếu và chỉ nếu:

 Với mọi i tồn tại sao cho Pi và Qj là 8 láng giếng của nhau

 Các điểm Pi là và các điểm Qj là nền và ngƣợc lại

Chu tuyến C đƣợc gọi là chu tuyến trong nếu và chỉ nếu:

 Chu tuyến đối ngẫu của nó C2 là chu tuyến của các điểm nền

 Độ dài của chu tuyến C2 nhỏ hơn độ dài của C1

*Chu tuyến ngoài Điểm C đƣợc gọi là chu tuyến ngoài nếu và chỉ nếu:

 Chu tuyến đối ngẫu C2 của C1 là chu tuyến của các điểm nền

 Độ dài chu tuyến C2 lớn hơn độ dài chu tuyến C1

Từ định nghĩa ta thấy chu tuyến ngoài của một đối tƣợng chính là một đa giác có độ dài bao quanh một đối tƣợng

Biên và các phương pháp phát hiện biên

Biên là yếu tố quan trọng trong phân tích ảnh, vì các kỹ thuật phân đoạn đều dựa trên việc xác định biên của hình ảnh Một điểm ảnh được xem là biên khi có sự thay đổi đột ngột về mức xám so với các điểm lân cận, giúp phân biệt các đối tượng trong ảnh Tập hợp các điểm biên tạo thành đường viền hoặc biên giới của hình ảnh, góp phần nâng cao chất lượng xử lý và phân tích ảnh.

* Các phương pháp phát hiện biên

Các phương pháp tiếp cận theo hướng cổ điển trong xử lý ảnh dựa trên sự biến thiên giá trị độ sáng của điểm ảnh, trong đó kỹ thuật phát hiện biên chủ yếu sử dụng đạo hàm Phương pháp Gradient, dựa trên đạo hàm bậc nhất, giúp xác định các biên giới trong ảnh một cách chính xác; trong khi đó, phương pháp Laplace sử dụng đạo hàm cấp hai để phát hiện biên, cả hai đều được gọi là phương pháp dò biên cục bộ, mang lại hiệu quả trong việc nhận diện các đối tượng trong hình ảnh.

Gradient được định nghĩa là một vector thể hiện tốc độ thay đổi của giá trị điểm ảnh theo hai hướng x và y, giúp xác định hướng cạnh rõ nét trong hình ảnh Các thành phần của gradient được tính dựa trên công thức cực đại hóa của đạo hàm, nhằm xác định điểm có sự biến đổi lớn nhất của cường độ ánh sáng Việc tính toán gradient chính là bước quan trọng trong xử lý ảnh để phát hiện cạnh và đặc trưng của hình ảnh một cách chính xác.

 Đổi sang tọa độ cực: x  r cos  y  r sin

Trong xử lý ảnh, dx và dy thể hiện khoảng cách giữa các điểm theo hướng x và y, thường được chọn là bằng 1 để đơn giản hóa tính toán Đối với một ảnh liên tục mô hình bằng hàm f(x, y), các đạo hàm riêng của nó giúp xác định vị trí cục bộ của các biên trong ảnh Gradient của ảnh liên tục được biểu diễn bởi hàm f(x, y), và khi tính theo hướng r với góc θ, gradient này được định nghĩa bằng công thức: df/dx = fx, df/dy = fy, và độ lớn của gradient dr = √(fx² + fy²), hướng của gradient xác định bằng góc θ = arctangent của fy trên fx, giúp nhận diện biên và cạnh trong ảnh một cách chính xác.

Khi chúng ta đề cập đến việc lấy đạo hàm của ảnh, thực chất đó chỉ là việc mô phỏng bằng phương pháp nhân chập Do ảnh số là dạng rời rạc, nên đạo hàm không tồn tại một cách chính xác trong không gian số Việc hiểu rõ sự khác biệt giữa đạo hàm của ảnh liên tục và phương pháp nhân chập giúp tối ưu hoá quá trình xử lý ảnh kỹ thuật số.

Kỹ thuật gradient sử dụng một cặp mặt nạ H1 và H2 trực giao theo hai hướng vuông góc để phát hiện đặc trưng trong ảnh Nếu g1 và g2 đại diện cho gradient theo hai hướng x và y, thì biên độ của gradient tại điểm (m, n) được tính bằng công thức tổng hợp hai gradient này Công thức này giúp xác định chính xác biên độ biên của ảnh, cải thiện khả năng nhận biết các cạnh và chi tiết trong quá trình xử lý hình ảnh Áp dụng kỹ thuật gradient với mặt nạ H1 và H2 mang lại hiệu quả cao trong các hệ thống nhận diện, phân loại và chỉnh sửa ảnh, đồng thời nâng cao chất lượng phân tích hình ảnh trong các ứng dụng thực tế.

   (2) Để giảm tính toán ta dùng công thức sau:

Các toán tử đạo hàm đƣợc áp dụng khá nhiều ở đây ta chỉ xét các toán tử tiêu biểu

Với mổi điểm ảnh I(x,y) của I, đạo hàm của x theo y được ký hiệu tương bởi gx,gy đƣợc tính:

  Điều này tương đương với việc nhân chập 2 mặt nạ H1 và h2:

      Quá trình tính toán đƣợc thực hiện nhƣ sau:

Từ mà trân I x 2  I y 2 chọn ra điểm cao thứ 2 hoặc thứ 3 chiếm đa số

Kỹ thuật này dùng hai mặt nạ H1và H2 1

Quá trình tính toán được thực hiên theo 2 bước sa u:

 Bước 1: Tính và I  H y và I  Hx

Các phương pháp đánh giá Gradient hoạt động khá hiệu quả khi độ sáng thay đổi rõ nét, nhấn mạnh khả năng phát hiện cạnh trong ảnh Tuy nhiên, khi sự biến đổi về độ sáng diễn ra chậm, kéo dài trong một miền chuyển tiếp, phương pháp Laplace lại mang lại hiệu quả vượt trội hơn Toán tử Laplace được định nghĩa như một công cụ mạnh mẽ để xử lý các thay đổi mờ nhạt, giúp cải thiện độ chính xác trong việc nhận diện các vùng có biến đổi nhẹ nhàng về độ sáng Vì vậy, việc chọn lựa phương pháp phù hợp phụ thuộc vào đặc điểm của sự thay đổi độ sáng trong hình ảnh để tối ưu hóa kết quả phân tích.

Vậy suy ra ta có:

 Toán tử Laplace dùng nhiều kiểu mặt nạ khác nhau nhƣng hay dùng nhất là các kiểu mặt nạ sau: H1 0 1 0

          Quy trình tính toán đƣợc thực hiện nhƣ sau:

 Bước 3 Tách ngưỡng Ý nghĩa hình học của bài toán:

#include

#include

#include using namespace cv; void main() {

Mat src = imread("0008.jpg", CV_LOAD_IMAGE_COLOR);

Mat M = cv::Mat(3,3,CV_64F, m); cv::filter2D(src, dst, src.depth(), M);// sữ dụng bộ lọc 2 chiều imshow("Anh goc", src); imshow("Anh qua phep loc", dst); cv::waitKey(0);

Phát hiện vùng chứa biển số xe

Quá trình bắt đầu bằng việc chuyển đổi ảnh đầu vào có 256 mức xám thành ảnh nhị phân nhằm làm nổi bật vùng chứa biển số xe Việc nhị phân hóa giúp tách biệt rõ ràng vùng biển số khỏi nền, thuận tiện cho quá trình phát hiện biên Tiếp theo, phương pháp phát hiện biên được sử dụng để xác định biên ngang và biên dọc của ảnh, tạo ra ảnh chỉ chứa các cạnh này Sau đó, kỹ thuật biến đổi Hough được áp dụng để phát hiện các đoạn thẳng trong các biên đã xác định, xác định các đoạn thẳng đi qua tập hợp các điểm biên của từng bên Kết quả cuối cùng là các đoạn thẳng ngang dọc, giao nhau của các đường này giúp xác định vùng chứa biển số xe chính xác, từ đó phát hiện ra vùng con Ic.

2.3.1 Nhị phân hóa Ảnh đƣợc sữ dụng ban đầu là ảnh 256 mức xám, việc sữ dụng ảnh 256 mức xám không làm giảm đi tính đa năng của ứng dụng trên thực tế ảnh 256 mức xám vẫn đƣợc sữ dụng nhiều, và nhiều thiết bị vẫn có khả năng tự chuyển ảnh màu thành ảnh

Để cải thiện hiệu quả phát hiện các biên trong ảnh, việc chuyển đổi ảnh từ dạng 256 mức xám sang ảnh nhị phân là cần thiết Việc sử dụng ảnh nhị phân giúp quá trình xác định biên trở nên dễ dàng hơn do sự thay đổi liên tục của các mức xám làm giảm độ chính xác của phương pháp phát hiện biên trên ảnh xám Nh therefore, chuyển đổi ảnh sang dạng nhị phân là bước quan trọng để nâng cao độ chính xác trong quá trình xử lý ảnh.

Ảnh nhị phân Ic thu được vẫn đảm bảo phân biệt rõ ràng giữa vùng chứa biển số xe và vùng xung quanh, giúp nâng cao độ chính xác trong quá trình nhận diện Đồng thời, quá trình xử lý còn loại bỏ các vùng đồng nhất ít biến thiên, giảm thiểu nhiễu và tín hiệu sai, tăng độ tin cậy cho hệ thống tự động nhận diện biển số xe.

Demo: nhị phân hóa ảnh

#include

#include

#include

#include using namespace std; using namespace cv; int main() { cout